OpenAI发布最新推理模型o3-mini

OpenAI于周五推出了新的AI"推理"模型o3-mini,这是该公司o系列推理模型家族的最新成员。

OpenAI此前在12月份就预告过这个模型,同时还展示了一个能力更强的系统o3。此次发布恰逢OpenAI面临诸多机遇与挑战的关键时刻。

目前,OpenAI正在应对外界对其在AI竞赛中可能落后于DeepSeek等中国企业的质疑。与此同时,该公司正在努力巩固与华盛顿的关系,推进其雄心勃勃的数据中心项目,据报道还在为史上最大规模融资之一做准备。

在这样的背景下,o3-mini应运而生。OpenAI将这款新模型定位为既"强大"又"实惠"的选择。

OpenAI发言人在接受采访时表示:"今天的发布标志着[...]在实现我们使先进AI更易获取的使命道路上迈出的重要一步。"

更高效的推理能力

与大多数大语言模型不同,o3-mini这样的推理模型在输出结果之前会进行彻底的事实核查。这种方式可以帮助模型避免一些常见的错误。虽然这些推理模型需要更多时间得出解决方案,但回报是它们在物理等领域往往更可靠------尽管仍非完美。

o3-mini专门针对STEM问题进行了优化,特别是在编程、数学和科学领域。OpenAI表示,该模型在能力上基本与o1系列(o1和o1-mini)相当,但运行更快,成本更低。

据公司称,外部测试者在超过一半的情况下更倾向于选择o3-mini的答案而非o1-mini。在A/B测试中,o3-mini在处理"复杂的现实问题"时,"重大错误"比o1-mini减少了39%,同时能提供更清晰的回答,响应速度提升了约24%。

部署和定价详情

o3-mini从周五开始通过ChatGPT向所有用户开放,但ChatGPT Plus和Team计划的付费用户每天可获得更高的150次查询限制。ChatGPT Pro订阅者将获得无限访问权限。一周后,o3-mini将向ChatGPT Enterprise和ChatGPT Edu用户开放。

付费计划用户可以通过ChatGPT的下拉菜单选择o3-mini。免费用户可以点击聊天栏中的新"推理"按钮,或让ChatGPT"重新生成"答案。

从周五开始,o3-mini也将通过OpenAI的API向特定开发者开放,但初期不支持图像分析。开发者可以根据使用场景和延迟需求选择"推理努力程度"(低、中、高)。

在定价方面,o3-mini的缓存输入令牌费用为每百万个0.55美元,输出令牌为每百万个4.40美元(约一百万个令牌相当于75万个词)。这比o1-mini便宜63%,与DeepSeek的R1推理模型定价相当具有竞争力。

性能与局限性

需要说明的是,o3-mini并非OpenAI迄今最强大的模型,也并不是在所有基准测试中都超越了DeepSeek的R1推理模型。

o3-mini在AIME 2024(一个测试模型理解和响应复杂指令能力的测试)上确实超过了R1,但仅限于高推理努力程度设置下。在编程相关的SWE-bench Verified测试中也略胜一筹(高出0.1分),同样需要在高推理努力程度下才能实现。在低推理努力程度设置下,o3-mini在测试博士级物理、生物和化学问题的GPQA Diamond上落后于R1。

不过,o3-mini确实能以具有竞争力的低成本和延迟来回答许多查询。OpenAI在其公告中详细比较了它与o1系列的表现,并强调了其在安全性方面的优势。

注:文中涉及的AI服务测试基于ChatShare技术平台完成,该平台提供ChatGPT/Claude/Midjourney等AI服务的国内支持,访问服务介绍页

文章来源:GPTCard科技

相关推荐
艾醒37 分钟前
探索大语言模型(LLM):大模型微调方式全解析
人工智能·算法
IvanCodes42 分钟前
RTX 4090 加速国产 AIGC 视频生成:腾讯混元与阿里千问开源模型
人工智能·开源·aigc·音视频
说私域1 小时前
定制开发开源AI智能名片S2B2C商城小程序的会员制运营研究——以“老铁用户”培养为核心目标
人工智能·小程序·开源
格林威1 小时前
常规可见光相机在工业视觉检测中的应用
图像处理·人工智能·数码相机·计算机视觉·视觉检测
循环渐进Forward1 小时前
Go语言:给AI开发装上高性能引擎
开发语言·人工智能·golang
skywalk81631 小时前
调试parlant的大模型配置,最终自己动手写了g4f的模块挂载
网络·人工智能·语言模型·tiktoken
MUTA️1 小时前
论文速览:从ConvNeXt 到 ConvNeXt V2
人工智能·深度学习
九天轩辕2 小时前
用一个 Bash CLI 管理多款 AI 开发工具:jt-code-cli 实战与原理解析
开发语言·人工智能·bash
张较瘦_2 小时前
[论文阅读] AI+软件工程 | 开发者 AI 需求新指南:任务感知视角下的负责任 AI 实证研究
论文阅读·人工智能·软件工程
blues_C2 小时前
Playwright MCP vs Chrome DevTools MCP vs Chrome MCP 深度对比
前端·人工智能·chrome·ai·chrome devtools·mcp·ai web自动化测试