OpenAI上架推理模型o3-mini，首向免费用户开放推理，设努力程度分级
OpenAI表示，虽然OpenAI o1仍然是用于一般知识推理的广泛模型，但OpenAI o3-mini为那些需要精确性和快速响应的技术领域提供了一个专门的替代方案。o3-mini采用中等推理努力，在速度与准确性之间实现了平衡。 o3-mini能够以更低的成本、更快的响应速度，为用户提供STEM能力，在科学、数学和编程领域表现尤为出色，同时延续了o1-mini等之前版本的低成本和低延迟特点。值得一提的是，开发者可以根据需求在低、中、高三种不同的“推理努力”选项中进行选择。 支持更多开发者功能 o3-mini是第一个支持开发者常用功能的小型推理模型，包括： 函数调用：可以直接调用预设函数，实现更高效的任务处理。 结构化输出：让模型输出的信息更规整，便于解析和应用。 开发者消息：为开发者提供更多调试和信息反馈手段。 与之前的o1-mini一样，最新的o3-mini同样支持流式输出。 OpenAI介绍称，o3-mini支持开发者调整“AI推理努力程度”，分为低、中、高三个级别。这种灵活性使得o3-mini可以在面对难题时“更努力思考”，而需要效率时优先考虑回应速度。 o3-mini不支持视觉能力，因此对于需要进行图像处理或视觉推理任务的用户，仍需使用OpenAI的o1模型。 广泛的接入方式 对于不同类型用户，o3-mini可以通过多个渠道接入： API用户：在Chat Completions、Assistants和Batch API中，o3-mini已经向部分API用户开放(适用于使用层级3-5的用户)。ChatGPT用户：ChatGPT Plus、Team和Pro用户从周五开始即可使用，企业用户则将在一周后获得访问权限。免费用户：免费用户也能通过选择“推理模式”或重新生成回答的方式体验o3-mini。这是首次免费用户可以使用具备推理能力的模型。OpenAI表示，o3-mini将取代模型选择器中的OpenAI o1-mini。所有付费用户可以在模型选择器中选择o3-mini-high——一个智力更强、但生成响应速度略慢的版本；而Pro用户则可无限制地使用o3-mini和o3-mini-high。OpenAI将Plus和Team用户的日消息限额从o1-mini的50条提高到o3-mini的150条。 此外，o3-mini现已支持搜索功能，能够查找最新答案并提供相关网页链接。这是一个早期原型，OpenAI称正在努力将搜索功能整合到所有推理模型中。 模型性能亮点 据OpenAI披露，在2024年美国数学邀请赛(AIME 2024)的测试中，低推理努力的o3-mini准确率为60%，与o1-mini差不多，但速度更快；而在中等努力下，o3-mini的准确率能够提升到79.6%，与o1模型相当；在最高努力水平时，o3-mini的准确率则能进一步提升至87.3%。 在博士级科学问题(GPQA Diamond)方面，三种努力程度模型的准确率分别为70.6%、76.8%和79.7%。 FrontierMath前沿数学与Codeforces等编程竞赛方面，o3-mini也显示出明显优势，甚至在某些评测中远超前代模型。 在SWE-bench Verified软件工程任务测试中，o3-mini高推理版本的准确率达到了近49%，优于旧版本。 通用知识方面，在各种知识评测中，o3-mini的表现也超过了o1-mini，能够为用户提供更准确的答案。 在智能水平与o1相当的前提下，o3-mini提供了更快的性能和更高的效率。除了上述提及的STEM评估之外，采用中等推理努力的情况下，o3-mini在数学和事实性评估中也展现出更出色的表现。在A/B测试中，o3-mini的响应速度比o1-mini快24%，其平均响应时间为7.7 秒，而o1-mini为10.16 秒。延迟方面，o3-mini的首个token平均比o1-mini快2500毫秒。 o3-mini发布预告 o3-mini的发布背景颇为引人注目。 在此前OpenAI宣布Operator AI代理之后仅一天，特朗普政府就公布了大规模的“星际之门”AI资助项目。 随后，DeepSeek R1的崛起震惊全球，对市场造成冲击，AI领域竞争加剧，OpenAI加快了o3-mini发布进程，以维持其在AI领域的领先地位。在o3-mini正式发布前就有消息称，OpenAI准备本周五发布新一代推理模型ChatGPT o3-mini，该模型是o3系列的精简版本，专为特定任务优化，速度更快且更具成本效益。 OpenAI CEO Sam Altman于1月17日在社交平台X上表示，ChatGPT o3-mini的最终版本已经完成，正在进入发布流程。当时他预计新版本将在"大约几周后"推出。 .华.尔.街.见.闻
 |