就在刚刚开yun体育网，OpenAI 迎来了年底 AI 春晚的收官之作。

此次发布的的 o3 系列模子是 o1 的迭代版块，磋议到可能与英国电信运营商 O2 存在版权或商标冲突，OpenAI 决定跳过「o2」定名，径直采用「o3」。

为此，OpenAI CEO Sam Altman 更是自嘲公司在模子定名方面的芜乱，蓝本你也知说念呀。

本次发布会由 Sam Altman、磋磨高档副总裁 Mark Chen 以及磋磨科学家 Hongyu Ren （任泓宇）主合手。

值得刺主义是， 任泓宇本科毕业于北大，对 o1 有过基础性孝顺，亦然 GPT-4o 的中枢树立者，曾在、微软和英伟达有过丰富的磋磨实习经验。

o3 系列包含两款重磅模子：

OpenAI o3：旗舰版块，具备刚劲的性能推崇

OpenAI o3 mini：轻量级模子，但能更快，更低廉，主打性价比

先别急着景色，因为 o3 系列面前并不会向等闲用户洞开，OpenAI 筹办先洞开外部安全测试苦求，认真发布本事瞻望要到来岁 1 月。

当今，感酷好的一又友不错提交苦求：https://openai.com/index/early-access-for-safety-testing/

缓和 AI 第一新媒体，率先赢得 AI 前沿资讯和知悉

o3 性能大跃迁，死记硬背？不存在的

o3 模子的「纸面参数」迎来了全地点援助。

最先在 SweepBench Verified 基准测试中， o3 达到了约 71.7% 的准确率，径直将 o1 模子甩在死后整整 20% 之多。

转入编码限度，o1 在编程竞赛平台 Codeforces 上的得分为 1891。而 o3 在开足马力，延伸想考本事的情况下，得分可达 2727。

当作参照，演示东说念主员 Mark Chen 的得分也只消 2500，充分展现了 o3 模子仍是具备接近致使越过东说念主类专科循序员的实力。

在数学限度，o3 相同推崇出色。

在好意思国数学竞赛 AIME 2024 测试中，o3 以 90.67% 的准确率彻底碾压了 o1 的 83.3%。

遇上 估计博士级科知识题解答智商的 GPQA Diamond 测试 ，o3 取得了 87.7% 的收获，而 o1 仅为 78%。

什么意见呢？ 要知说念，就算是限度内的博士群众，也陆续只可在我方的专科畛域内达到约 70% 的准 确率。

靠近面前基准测试接近满分的情况，OpenAI 引入了一个全新的数学测试 EpochAI Frontier Math。

这被觉得是面前最具挑战性的数学评估之一，包含了极其复杂的问题。就连专科数学家料理单个问题也需要破费数小时致使数天。

面前，所有这个词现存模子在该测试上的准确率都不及 2%，而在高算力的长本事测试下，o3 却能取得高出 2457 的分数。

说到 AI 限度的圣杯 AGI，也就不得不提到 ARC-AGI 这个特意估计 AGI 的基准测试。

ARC-AGI 是由 Keras 之父 François Chollet 树立， 主若是通过图形逻辑推理来测试模子的推理智商。

当演示东说念主员向另一位演示东说念主员 Mark Chen 建议随性问题时，后者准确指出了任务的要 求： 需要狡计每个黄色方块中彩色小方块的数目，并据此生成相应的边框。

这些 对东说念主类来说再浅易不外的任务， 对 AI 来说却是一王人贫窭。

况兼，ARC-AGI 的 每个任务都需要不同的手段，且刻意幸免近似， 彻底根绝了模子靠「 死记 硬背」 取巧的可能，真的 测试模子及时学习和哄骗生手段的智商。

当今， o3 在低算力的设立下得分 75.7 分。 当条款 o3 想考更长本事，况兼提高算力，o3 在相通的诡秘保留集上得分 87.5%，远超大无数真东说念主。

OpenAI 的言外之味就是，o3 将让咱们离 AGI 更近一步。

o3 mini 重磅发布，速率更快，老本更低

本年九月，OpenAI 发布了 o1 mini，具有很强的数学和编程智商，而且老本极低。

延续这一发展标的，今天推出的 o3 mini 也保留了上述特征。即日起，该模子仅向安全磋磨东说念主员洞开测试苦求，限度日历为 1 月 10 日。

o3 mini 支援低、中、高三种推理本事步地。

用户可左证任务复杂度活泼调停模子的想考本事。举例，复杂问题可选拔更长的想考本事，而浅易问题则可快速处理。

从首月旦估成果来看，在估计编程智商的 Codeforces Elo 评分中，跟着推理本事的增多，其 Elo 分数合手续攀升，在中等推理本事下就已越过 o1 mini。

演示东说念主员条款模子使用 Python 创建了一个代码生成器和施行器，该剧本可运转办事器并创建土产货用户界面。 用户可在文本框中输入代码请求，系统会将请求发送至三种高档步地的 API，生成并施行相应代码。

举例，当条款其生成一个包含 OpenAI 和立时数的代码时，o3 mini 的中等推理步地连忙完成了处理。

另外，它还能我方测试我方，比如说在 GPQA 数据集测试中，模子以低推理步地完成了复杂数据集的评估。

它下载原始文献，识别 CSS、谜底和选项，整理问题并进行解答，临了进行评分， 仅用一分钟就完成了自我评估，准确率达到 61.62%。

在数学限度，o3 mini 相同推崇优秀。

在 AIME 数学基准测试中，其低推理步地就达到了与 o1 mini 相等的性能，中等推理步地更是越过了 o1 mini，且延时更低。

另外，应繁密树立者呼声，o3 mini 模子也将全面支援函数调用、结构化输出和树立者请示等 API 功能。

当今，o3 mini 和 o3 的苦求通说念现已洞开。o3 mini 瞻望将于 1 月向所有这个词效户推出，好意思满版 o3 则将在后续发布。

写在临了，在这个为期 12 天的年末发布会上，OpenAI 终于祭出了压箱底的杀手锏。

不错说，o3 模子的发布为这场一度堕入「高开低走」逆境的发布会，画上了一个预感以外却又理由之中的圆满句号 。

短短不到 3 个月的本事，OpenAI 就完成了 o1 模子的迭代升级。

这种从 GPT 系列到 o 系列的转型，彰着是 OpenAI 三想此后行后的政策选拔，而过后成果也贯通这个决定是颖异的。

不外，值得刺主义是， CEO Satya Nadella 近期在一档播客节目中示意，OpenAI 在 AI 限度最先竞争敌手约两年之久。

也恰是这种相对宽松的竞争环境，使得 OpenAI 能够专注于树立 ChatGPT。

但是，面前场合攻守易形也。

Menlo Ventures 的陈述显现，ChatGPT 的市集份额被其他竞争敌手逐渐蚕食，从 2023 年的 50% 着落到了 2024 年的 34%。

由「标配」沦为「可选项」，ChatGPT 的光环正在褪去。

这背后的原因不言而谕，OpenAI 的「护城河」正被早夭决骤的竞争敌手们一寸寸填平。

来自 Artificial Analysis 的调研数据了了显现，Anthropic 和 Google 等厂商赓续树立出性能接近 GPT-4、OpenAI o1 等新模子。

况兼，跟着 Scaling Law 涉及天花板，中枢高管东说念主才接踵离场，OpenAI 过往靠单个基础模子赢得的红利正在加快消退。

在动辄以天计的行业里，即即是当天发布的 o3 模子也很难再次创造长达 2 年的空窗期。

尤其是当 Grok-3 和 Claude 等新模子蓄势待发，留给 OpenAI 的本事八成仍是未几了。

醒醒，本年最佳的 AI 厂商依旧是 OpenAI，但来岁八成会因为不同的 AI 标的有无数种谜底。

所幸，当作用户的咱们，都将是这场变局中最大的赢家。