OpenAI o3
 |
| 開發者 | OpenAI |
|---|---|
| 类型 | Generative pre-trained transformer |
OpenAI o3是由OpenAI于2024年12月20日发布生成式预训练(GPT) 模型。作为OpenAI目前最新的模型[1]，OpenAI o3是OpenAI o1的升级版本，它为需要推理的问题留出了更多的思考时间。 [2] [3]
命名
OpenAI之所以采用“o3”这一名称，是为了避免与欧洲电信运营商品牌O2发生商标冲突。
版本
这一代模型包括两个版本：o3-mini和o3-mini-high [4]。 在2024年12月，OpenAI曾邀请安全研究人员进行试用。 [2] [5]2025年1月31日，OpenAI正式向所有ChatGPT用户（包括免费用户）和API用户发布了o3-mini，这也是免费用户首次可以使用的“推理”模型。
使用限制
尽管o3-mini对所有注册用户开放使用，但目前对于o3-mini的使用量仍然存在很多限制：对于plus用户，o3-mini限制每天150次提问；o3-mini-high限制每周50次提问（此限制未在OpenAI官网中标注，故未来可能会做出改变）。[6]
特性
OpenAI o3采用类似强化学习的方式，使其在回答之前进行“思考”。OpenAI将其称为“私有思维链（private chain of thought）”。这种方法使模型能够提前规划推理任务，执行一系列中间推理步骤来协助解决问题，但代价是需要额外的算力和更长的响应时间。 [7]
与OpenAI o1的比较
在编程、数学和科学等复杂逻辑任务上，o3的表现明显优于o1。 [2] 据OpenAI在其网站上发布的数据，o3在GPQA Diamond 基准上得分为87.7%（该基准包含网上未公开的专家级科学问题）。 [8]
在SWE-bench Verified（一个评估解决实际GitHub问题能力的软件工程基准）中，o3的得分为71.7%，而o1的得分为48.9%。在Codeforces上，o3的Elo分数达到了2727，而o1的分数为1891。 [8]
在通用人工智能抽象与推理语料库 (ARC-AGI) 基准测试中，o3的准确率是o1的三倍。该测试用于评估人工智能解决新颖逻辑问题、和技能习得问题的能力。 [2] [9]
参考
- ^ OpenAI o3-mini. openai.com. [2025-02-02] （美国英语）.
- ^ 2.0 2.1 2.2 2.3 Knight, Will. OpenAI Upgrades Its Smartest AI Model With Improved Reasoning Skills. Wired. December 20, 2024.
- ^ Metz, Cade. OpenAI Unveils New A.l. That Can 'Reason' Through Math and Science Problems. The New York Times. 2024-12-20.
- ^ Franzen, Carl. It’s here: OpenAI’s o3-mini advanced reasoning model arrives to counter DeepSeek’s rise. VentureBeat. 2025-01-31 [2025-02-01] （美国英语）.
- ^ Early access for safety testing. OpenAI. December 20, 2024.
- ^ Healthy-Nebula-3603. O3 mini high - WHY ONLY 50 USES PER WEEK!. r/OpenAI. 2025-02-01 [2025-02-02].
- ^ Zeff, Maxwell; Wiggers, Kyle. OpenAI announces new o3 models. TechCrunch. 2024-12-20 [2024-12-22] （美国英语）.
- ^ 8.0 8.1 Franzen, Carl; David, Emilia. OpenAI confirms new frontier models o3 and o3-mini. VentureBeat. 2024-12-20 [2024-12-26] （美国英语）.
- ^ Hsu, Jeremy. OpenAI's o3 model aced a test of AI reasoning – but it's still not AGI. New Scientist. 20 December 2024 [2024-12-22] （美国英语）.
