首頁 > 科技要聞 > 科技> 正文

奧特曼率隊(duì)深夜血戰(zhàn)DeepSeek，o3-mini急上線！價(jià)格骨折免費(fèi)用，ChatGPT被擠爆

新智元 整合編輯：吳利虹 發(fā)布于：2025-02-01 08:43

o3-mini，真的來了。

剛剛，OpenAI官宣o3-mini和o3-mini-high兩大版本正式在ChatGPT上線。

誠如奧特曼所言，免費(fèi)用戶直接打開「Reason」即可體驗(yàn)，Plus用戶每天會(huì)有更多用量，具體來說：

- ChatGPT免費(fèi)版：首次體驗(yàn)推理模型

- ChatGPT Plus和團(tuán)隊(duì)版：每天150次對(duì)話限制

- ChatGPT Pro：無限制訪問

- ChatGPT Enterprise和ChatGPT Edu：將在一周內(nèi)可用

- API：向3-5級(jí)開發(fā)者開放（初期暫不支持圖像分析功能）

- 輸入1.10美元/百萬token、輸出4.40美元/百萬token感謝DeepSeek，o3-mini的價(jià)格這次算是徹底給打下來了——比OpenAI o1-mini便宜63%，比滿血版o1便宜93%。（但仍是GPT-4o mini的7倍左右）

訂閱用戶已經(jīng)在第一時(shí)間「告別」了o1-mini，還沒來得及說再見

OpenAI表示，o3-mini的發(fā)布是在追求高效能智能技術(shù)道路上的又一重要里程碑。通過優(yōu)化科學(xué)（Science）、技術(shù)（Technology）、工程（Engineering）和數(shù)學(xué)（Mathematics）領(lǐng)域的推理能力，同時(shí)保持較低的成本，讓高質(zhì)量AI技術(shù)變得更加平易近人。

值得一提的是，在ChatGPT中，o3-mini采用的是「中等推理強(qiáng)度」，在速度和準(zhǔn)確性之間取得平衡。所有付費(fèi)用戶還可以在模型選擇器中選擇o3-mini-high——響應(yīng)時(shí)間略長但智能水平更高的版本。

目前，由于太過火爆，ChatGPT的項(xiàng)目和自定義GPTs功能都已經(jīng)被擠崩了。

集成搜索，兩種版本可選

去年12月，十二天直播最后一彈，o3系列首次亮相便驚艷了所有人。

相較于上一代o1模型，o3在ARC-AGI等多項(xiàng)基準(zhǔn)測(cè)試中刷新SOTA。與o1-mini一樣，o3-mini是最具性價(jià)比的推理模型，可謂是突破性能邊界的「小巨人」。

在STEM領(lǐng)域，尤其是科學(xué)、數(shù)學(xué)和編程等方面，o3-mini性能表現(xiàn)卓越超越o1，并繼承了上一代低成本和低延遲的優(yōu)點(diǎn)。

對(duì)于開發(fā)者來說，o3-mini簡(jiǎn)直就是一份「大禮包」，它首次在小型推理模型中支持：包括函數(shù)調(diào)用、結(jié)構(gòu)化輸出和開發(fā)者消息、流式傳輸功能。

開發(fā)者可以根據(jù)需求選擇低、中、高三種推理強(qiáng)度，讓o3-mini在處理復(fù)雜問題時(shí)進(jìn)行「深度思考」，靈活平衡速度和準(zhǔn)確性。遺憾地是，o3-mini暫不支持視覺功能。

如前所述，從今天起，o3-mini將通過Chat Completions API，Assistants API和Batch API向3-5級(jí)指定開發(fā)者開放。同時(shí)，o3-mini還整合了搜索功能，能夠提供帶有相關(guān)網(wǎng)絡(luò)來源鏈接最新響應(yīng)。一起來看看這款「小而美」的o3-mini有什么過人之處。

快速、強(qiáng)大、專為STEM領(lǐng)域推理優(yōu)化

與其前身OpenAI o1類似，OpenAI o3-mini專門針對(duì)STEM推理進(jìn)行了優(yōu)化。采用了中等推理強(qiáng)度的o3-mini，在數(shù)學(xué)、編程和科學(xué)領(lǐng)域的表現(xiàn)與o1不相上下，且響應(yīng)速度更快。

報(bào)告地址：https://cdn.openai.com/o3-mini-system-card.pdf

專家測(cè)試評(píng)估顯示，o3-mini相比o1-mini能夠生成更準(zhǔn)確、更清晰的答案，推理能力更強(qiáng)。

在測(cè)試中，o3-mini的響應(yīng)結(jié)果獲得了56%的偏好度，在處理復(fù)雜現(xiàn)實(shí)問題時(shí)的重大錯(cuò)誤率更是降低了39%。在中等推理強(qiáng)度設(shè)置下，o3-mini在最具挑戰(zhàn)性的推理和智能評(píng)估項(xiàng)目（包括AIME和GPQA）中，均達(dá)到了與o1相當(dāng)?shù)乃健?/p>

數(shù)學(xué)競(jìng)賽（AIME 2024）

在低推理強(qiáng)度下，o3-mini達(dá)到了與o1-mini相當(dāng)?shù)乃�；在中等推理�?qiáng)度下，其表現(xiàn)可與o1媲美；而在高推理強(qiáng)度下，o3-mini的表現(xiàn)更是超越了o1-mini和o1。

博士級(jí)科學(xué)問題（GPQA Diamond）

研究級(jí)數(shù)學(xué)（FrontierMath）

在高推理強(qiáng)度模式下，o3-mini在FrontierMath中的表現(xiàn)優(yōu)于前代產(chǎn)品。當(dāng)配合Python工具使用時(shí)，高推理強(qiáng)度的o3-mini能夠一次性解決超過32%的測(cè)試題目，其中包括28%以上的T3級(jí)問題。

編程競(jìng)賽（Codeforces）隨著推理強(qiáng)度的提升，OpenAI o3-mini的Elo得分不斷提高，各層級(jí)表現(xiàn)均優(yōu)于o1-mini。在中等推理強(qiáng)度下，其表現(xiàn)已能與o1相媲美。

軟件工程（SWE-bench Verified）

o3-mini在高推理強(qiáng)度模式下，使用開源Agentless框架能達(dá)到39%的成功率，使用內(nèi)部工具框架則可達(dá)到61%的成功率。

LiveBench編碼

人類偏好評(píng)估

外部專家評(píng)測(cè)結(jié)果顯示，o3-mini較o1-mini表現(xiàn)出更強(qiáng)的推理能力，能夠生成更準(zhǔn)確、更清晰的答案，尤其是在STEM領(lǐng)域中。在對(duì)比測(cè)試中，o3-mini獲得了56%的用戶偏好度，且在處理復(fù)雜現(xiàn)實(shí)問題時(shí)的重大錯(cuò)誤率降低了39%。

在技術(shù)報(bào)告中，o3-mini編程性能超越了GPT-4o和o1-preview，與o1不相上下。

模型的速度與性能

o3-mini在保持與o1相當(dāng)智能水平的同時(shí)，實(shí)現(xiàn)了更快的運(yùn)行速度和更高的計(jì)算效率。除前文提到的STEM評(píng)估外，在中等推理強(qiáng)度下，o3-mini在其他數(shù)學(xué)能力和事實(shí)準(zhǔn)確性測(cè)試中均取得了顯著優(yōu)勢(shì)。對(duì)比測(cè)試（A/B Testing）結(jié)果顯示，o3-mini的平均響應(yīng)時(shí)間為7.7秒，較o1-mini的10.16秒提升了24%。

o1-mini和o3-mini（medium）的延遲對(duì)比

安全評(píng)估

OpenAI在訓(xùn)練o3-mini確保其安全響應(yīng)，采用的關(guān)鍵技術(shù)之一是審慎對(duì)齊（deliberative alignment）。這項(xiàng)技術(shù)使模型能夠在響應(yīng)用戶提示詞前，對(duì)人工制定的安全規(guī)范進(jìn)行全面推理。與o1相似，o3-mini在高難度安全性測(cè)試和越獄評(píng)估中，明顯優(yōu)于GPT-4o。在正式部署前，研究人員采用與o1相同的準(zhǔn)備方法，結(jié)合外部紅隊(duì)測(cè)試和安全性評(píng)估，對(duì)o3-mini的安全風(fēng)險(xiǎn)進(jìn)行了全面評(píng)估。

禁止內(nèi)容評(píng)估

越獄評(píng)估

OpenAI急了

去年年底放出o3和o3-mini的預(yù)覽時(shí)，CEO奧特曼就曾表示，o3-mini將會(huì)在1月份發(fā)布。隨后，奧特曼又在1月17日預(yù)告稱，o3-mini會(huì)在幾周內(nèi)發(fā)布。

現(xiàn)在，o3-mini果然如約而至（卡在ddl最后一天），但外面的世界已經(jīng)是天差地別。面對(duì)正在快速崛起的DeepSeek-R1，o3-mini存在著一個(gè)關(guān)鍵問題——「不開源」。

這也就意味著，它無法離線使用、無法下載代碼，也無法以相同的程度進(jìn)行自定義。對(duì)于很多應(yīng)用過來說，它的吸引力相對(duì)于R1明顯大打折扣。

在上下文窗口方面，DeepSeek-R1約為128K/130K token，而o3-mini略勝一籌達(dá)到了200K token。其中，每個(gè)輸出最多100K token，跟滿血版o1相同。在價(jià)格方面，相比于輸入/輸出token分別為0.14/0.55美元的DeepSeek-R1，o3-mini依然貴出了天際。

但作為一款美國模型，o3-mini在身份上無疑占盡了好處：應(yīng)該會(huì)是歐美很多企業(yè)的首選。

奧特曼親自率隊(duì)

這一次，最強(qiáng)最新的o3-mini模型訓(xùn)練，奧特曼本尊下場(chǎng)親自率隊(duì)。研究項(xiàng)目主管分別是Carpus Chang和Kristen Ying。

接下來，如果說OpenAI還藏在什么殺手锏，那就是滿血版的o3了。根據(jù)12月時(shí)的說法，它將在「此后不久」發(fā)布。

本文來源：新智元

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來
    • 二維碼 回到頂部