兄弟们，OpenAI最近又放大招了！两项重大更新：o3模型的价格直降80%；发布了全新的o3-pro模型。说实话，看到这个消息我第一反应是------OpenAI这是要跟谷歌死磕到底啊！
先吐槽一下OpenAI的命名
我必须吐槽一下，OpenAI的产品命名简直是灾难。GPT-4、GPT-4o、o3、o3-pro...这都是啥跟啥？
- GPT-4.x：不具备高级推理能力的多模态模型，支持文本和图像
- GPT-4o："o"代表"omni"（全能），可处理文本、图像和音频
- o3和o3-pro：具备推理能力的多模态模型，这些是"思考型"模型，主要基于文本，图像支持有限
这次的o3-pro简单说就是o3的加强版------给它更多时间思考，它能想得更深。有点像让学霸多做一遍检查，结果肯定更靠谱。
我被o3-pro震撼到的地方
作为一个写代码的程序员，我最关心的还是这玩意儿能不能真正帮到我。前几天我正好在做一个系统架构设计，需要把一个模糊的业务需求拆解成具体的技术方案。
以前用GPT-4o的时候，它给我的答案总是有点...怎么说呢，像是背书一样。虽然看起来挺专业，但总感觉缺了点灵魂。而o3第一次让我感觉到，哦，这家伙真的在"思考"。
举个例子，我让它设计一个分布式任务调度系统。GPT-4o会给你一个标准答案，什么用Redis做队列啦，用Kafka做消息中间件啦。但o3会先问你几个问题："你的任务量有多大？""对延迟的要求是什么？""失败了能不能重试？"然后才给你一个定制化的方案。
这种感觉就像是，以前是在跟一个刚毕业的实习生讨论，现在突然变成了一个有5年经验的架构师。
而从openai官方给出的性能对比来说：
在编程、数学和科学问题的可靠性方面，o3-pro的得分高于旧版o系列模型。
o3的能力与限制
以下是o3-pro的能力总结：
- 200,000上下文窗口
- 100,000最大输出token
- 知识截止日期为2024年6月1日
- 能支持文件搜索，输入图像，MCP
- 不支持网络搜索，无法生成图像
价格才是重点
重点来了！o3-pro虽然比o3贵10倍，但相比之前的o1-pro，价格直接打了1.3折。每百万token输入20刀，输出80刀。
我简单算了一下，如果我每天用它写代码、做架构设计，一个月下来大概要花...呃，还是不算了，算了心疼。但话说回来，如果它真能帮我提高效率，这钱花得也值。
不过，相对于o3和o3-mini，价格还是很贵的：
实测体验
我迫不及待地去Playground试了试。先来个简单的：
首先尝试让他数一个图片中有多少根手指：
AI错误地回答了5，但是输入图像有6根手指。这可能是因为o3-pro依赖于学习的模式而不是真正的视觉"理解"。它们在数百万张正常手的图像上进行了训练，这些手都是5根手指。所以当它们看到有6根手指的手时，其内部的bias导致其回答5根手指。
然后我又试了个复杂的：让它分析一下6个月内在欧洲推出新产品的可行性。这次它表现就完全不一样了，花了1分39秒，输出了2000多个token，从市场分析到法规要求，从竞争对手到投资回报，面面俱到。这正是o3-pro擅长的推理任务类型。对于深度规划或多因素评估，该模型明显比简单的LLM更有能力。
最后
说了这么多，其实我想表达的是：AI工具的进化速度真的太快了。去年这个时候，我们还在惊叹ChatGPT能写个冒泡排序。现在呢？它都能帮你设计整个系统架构了。
o3-pro的出现，让我看到了AI辅助编程的更多可能性。虽然价格还是有点肉疼，但考虑到它能带来的价值，我觉得还是值得一试的。
对了，听说谷歌也要放大招了，Gemini Ultra据说更猛。这场AI大战越来越精彩了。
你们有试过o3-pro吗？用起来感觉怎么样？欢迎在评论区分享你的体验，咱们一起交流交流。