今日凌晨，OpenAI发布全新推理模型o3-mini。此模型堪称OpenAI最具成本效益的推理模型，其复杂推理和对话能力实现显著提升。在科学、数学、编程等领域，o3-mini的性能表现超越前代o1模型，同时保持了o1-mini低成本和低延迟的优势，还可与联网搜索功能搭配使用。
o3-mini已在ChatGPT和API中可用，企业版访问权限将在一周内推出。值得一提的是，受DeepSeek登顶美国AppStore免费榜影响，ChatGPT首次向所有用户免费提供推理模型，用户可在ChatGPT中选择“Reason”按钮来试用o3-mini。ChatGPTPro用户可无限制访问，Plus和Team用户的速率限制从原来o1-mini的每天50条消息增加3倍到o3-mini的每天150条消息。付费用户还能选择更高智能的版本“o3-mini-high”，不过该版本生成响应所需时间更长。
o3-mini和o1模型一样，知识截止日期为2023年10月，上下文窗口为20万个token，最多可输出10万个token。它有低、中、高三个版本，供开发者针对特定用例进行优化。目前o3-mini不支持视觉功能，开发者进行视觉推理任务仍需使用o1。即日起，o3-mini在ChatCompletions API、Assistants API、BatchAPI中推出。OpenAI称相较推出GPT-4时，每个token的价格已降低95%，且保持了顶级推理能力，只是o3-mini的API定价高于DeepSeek模型。
安全方面，OpenAI发现o3-mini在具有挑战性的安全性和越狱方面明显超过GPT-4o。在不允许的内容评估、越狱评估、幻觉评估、公平性和偏见评估等多个安全评估中，o3-mini都有出色表现。外部红队测试显示，o3-mini在与o1的比较中表现相当，两者都显著优于GPT-4o。
OpenAI发布了o3-mini的37页详细报告，涵盖多方面内容。o3-mini针对科学、数学、编程推理进行优化，响应速度更快。在多项基准测试中，o3-mini的分数比肩或超过o1推理模型，在14种语言的MMLU测试集上，其表现显著优于o1-mini，展示了在多语言理解方面的进步。外部专家测试人员评估表明，o3-mini答案更准确、清晰，推理能力更强。在人类偏好评估中，测试人员在56%的时间里更喜欢o3-mini的回答，困难现实问题上重大错误减少39%。
自去年9月发布o1以来，OpenAI不断迭代推理模型，去年年底发布的o3模型是最新一代AI推理模型。高端版o3模型针对高计算应用，o3-mini则满足兼顾经济高效的用户需求，反映了OpenAI平衡可访问性和高级付费产品的策略。印度政府报告显示，OpenAI可能花费超3000万美元对o3进行基准测试。近期，软银集团与OpenAI往来密切，OpenAI正进行初步谈判，计划融资至多400亿美元，软银将领投150亿至250亿美元。
OpenAI推出的o3-mini，被视作抵御DeepSeek模型冲击的举措。在新闻稿中，OpenAI称o3-mini的发布让高质量的AI更加触手可及，致力于构建平衡智能、效率和安全性的大规模模型。
相关文章
