首個免費推理模型o3-mini發佈！DeepSeek讓奧特曼反思：不開源我們錯了_風聞

金磊 一水 發自 凹非寺

量子位 | 公眾號 QbitAI

DeepSeek真算是給大模型圈提了個速——

就在剛剛，OpenAI深夜緊急發佈了最新推理模型，o3-mini系列。

一共包含三個版本：low、medium和high。

其中o3-mini和o3-mini-high已經上線：

根據官方口徑，o3系列模型，目標是推動低成本推理的邊界。

ChatGPT Plus、團隊和Pro用户從今天起可以訪問OpenAI o3-mini，企業級訪問將在一週後開放。

免費用户也可以通過選擇“Search+Reason”來使用o3-mini來體驗搜索。

或許是被DeepSeek逼急了，這是OpenAI首次向用户免費推出的推理模型。

甚至在隨後的Reddit“有問必答”活動中，CEO奧特曼也罕見公開反思：

在開源權重AI模型這個問題上，(個人認為）我們站在了歷史錯誤的一邊。

與此同時，短短數小時內，網友們已經開始瘋狂實測ing……

針對STEM推理優化，但價格相較DeepSeek-R1依舊貴出天際

還是先來看看技術報告都寫了啥。

去年年底，OpenAI上線了o3-mini預覽版，再次刷新小模型能力邊界。（在成本和低延遲上與o1-mini相當）

當時CEO奧特曼預告稱，正式版將在今年1月發佈。而卡在ddl的最後時刻，正式版o3-mini終於上桌。

整體而言，和前一代o1-mini類似，它也針對STEM（Science、Technology、Engineering、Mathematics）進行了優化，延續了mini系列小而美的風格。

僅o3-mini（medium），不但在數學編碼上的表現與o1系列相當，而且響應更快。

人類專家測評顯示，大多數情況下o3-mini比o1-mini產生更準確、更清晰的答案，獲得了56%的偏好度，同時在處理複雜現實問題時的重大錯誤率更是降低了39%。

數學能力上，低推理強度下的o3-mini（low）達到了與o1-mini相當的水平；中等推理強度下能力媲美滿血版o1；而一旦推理強度拉滿（high），其表現直接超越o1系列一眾模型。

在由60多位頂尖數學家準備的FrontierMath難題測試中，高推理強度下的o3-mini相較o1系列也有了大幅提升。

官方甚至特意註明，如果搭配Python工具使用，o3-mini（high）在第一次嘗試時就解決了超過**32%**的問題，其中包括28%以上的T3級問題。

科學能力方面，在PhD水平的物化生問題上，低推理強度下的o3-mini就已經和o1-mini拉開了層級。

當然，在編碼這項重要能力上，o3-mini更是在各層級上領先o1系列。

根據它們在LiveBench的表現可以看出，隨着推理強度升級，o3-mini的優勢還在不斷擴大。

而且需要提醒，o3-mini在取得上述領先的同時響應更快，其平均響應時間為7.7秒，較o1-mini的10.16秒提升了24%。

最後在安全評估方面，o3-mini在多項安全評估中明顯超過了GPT-4o。

價格方面，相比於輸入/輸出分別為0.14/0.55美元的DeepSeek-R1，o3-mini依舊貴出天際。

根據網友辣評，DeepSeek-R1目前還是性價比之王：更快、更好、更便宜。

BTW，OpenAI此次照例公佈了o3-mini背後團隊。可以看出，這一次是由奧特曼本人親自帶隊，研究項目主管分別為Carpus Chang和Kristen Ying（名單中也有很多我們熟悉的老朋友如任鴻宇、趙盛佳等）。

網友瘋狂實測中

正如我們剛才所提到的，目前網友們已經開始瘋狂實測中。

不過從評價上來看，大夥兒對o3-mini的表現褒貶不一。

例如在用Python實現“球在四維體內部彈跳”的任務上，有人認為o3-mini是最好的LLM：

效果是這樣的：

然後有網友嘗試用DeepSeek來做同樣的任務，從效果上來看，認為o3-mini稍微勝出一些：

更直接的對比，讓一個球在旋轉的六邊形內彈跳，球應受到重力和摩擦力的影響，o3-mini和DeepSeek R1的效果差距就比較明顯了：

包括更復雜的一些的任務，在球體內創建100個彈跳的黃色球，o3-mini現在也是可以做到：   

再如讓o3-mini設計兩個貪吃蛇互相競爭的遊戲：       

除了DeepSeek之外，網友也用o1和o3-mini的效果做了對比，例如生成一座龐大、驚人的史詩級漂浮城市。

還有一位網友提出了令幾乎所有大模型都會出錯的迷惑性題目，但讓他較為震驚的是，o3-mini竟然答對了：

不過知名播客博主Lex Fridman對o3-mini的評價卻是：

OpenAI o3-mini是一個好模型，但DeepSeek R1性能相似，價格更低，並揭示了其推理過程。

更好的模型將會出現（迫不及待想要 o3-pro），但“DeepSeek 時刻”是真實的。我認為五年後它仍會被記住，作為科技歷史上的一個轉折點。

One More Thing

就在o3-mini上線幾小時後，奧特曼本人也攜團隊參與了Reddit的“有問必答”活動。

考慮到開源DeepSeek最近攪動了AI圈，奧特曼罕見公開反思：

在開源權重AI模型這個問題上，(個人認為）我們站在了歷史錯誤的一邊。

甚至也承認，OpenAI的領先優勢不會像以前那麼大了。

DeepSeek的確很優秀，我們也會繼續研發更好的模型，但領先優勢將更小。

與此同時，OpenAI的一些未來計劃也曝光了。

比如高級語音模式即將迎來更新，OpenAI會直接稱它為GPT-5，而不是GPT-5o，不過目前還沒有具體時間表。

另外，推理模型也將支持調用更多工具。

最後，滿血版o3也被提及，不過看起來距離還相當遙遠……

參考鏈接：

[1]https://x.com/OpenAI/status/1885463144153195005

[2]https://x.com/stalkermustang/status/1885471704396308903

[3]https://x.com/Yuchenj_UW/status/1885416559029740007