最新!OpenAI上架推理模型o3-mini,首次向免费用户开放!AIME测试中,o3-mini最高准确率达87.3%

最新!OpenAI上架推理模型o3-mini,首次向免费用户开放!AIME测试中,o3-mini最高准确率达87.3%
2025年02月01日 07:49 每日经济新闻

  每经编辑 杜宇

  当地时间1月31日,OpenAI正式推出了全新推理模型o3-mini,并首次向免费用户开放推理模型。这是OpenAI推理系列中最新、成本效益最高的模型,现在已经在ChatGPT和API中上线。

图片来源:OpenAI图片来源:OpenAI

  轻量级推理大模型o3-mini最早于2024年12月的直播活动中亮相,一同亮相的还有“满血版”的o3模型。OpenAI宣称,o3具备更先进、近似人类的推理能力,在解决编程、数学、科学等理工科问题方面均超越现役的o1模型。OpenAI曾表示,o3-mini会在2025年1月底先上架,o3则“会在不久之后推出”。

  OpenAI介绍称,o3-mini支持开发者调整“AI推理努力程度”的选项——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。

  在当地时间1月31日的新闻稿中,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(60%)与o1-mini差不多,但速率更快;而在中等努力下,o3-mini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。

  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。

  横向对比,DeepSeek-R1模型在AIME 2024测试中的准确率为79.8%,而在GPQA Diamond测试中的准确率为71.5%。

  有专家在社交媒体表示:受DeepSeek影响,OpenAl现在也显示推理模型的思维过程了

  此外,对于付费用户,o3-mini将在模型选择器中替代o1-mini。作为升级的一部分,每月花费20美元左右的ChatGPT Plus和Team用户,速率限制也从o1-mini的每天50条,提升到o3-mini的150条。每月支付200美元的ChatGPT Pro用户,能无限制地访问o3-mini。

  每日经济新闻综合OpenAI官网、公开资料

海量资讯、精准解读,尽在新浪财经APP

责任编辑:刘明亮

推理

7条评论|88人参与网友评论
最热评论
这是真急眼了
2月1日13:33举报6回复
已经晚了中国deep seek一步
2月1日10:56举报3回复
最新评论
这是真急眼了
2月1日13:33举报6回复
已经晚了中国deep seek一步
2月1日10:56举报3回复

APP专享直播

开播时间 | 3-04 20:00
路博迈基金:大数据+AI,解密指数增强背后的黑科技
开播时间 | 3-04 20:00
博时基金 陈奥:债市再现利率倒挂!股债结构如何权衡?
开播时间 | 3-04 19:00
融通基金:拥抱央企,解锁不一样的投资力量
开播时间 | 3-04 19:00
中金财富证券:致敬每一个“她” 消费洞察与投资规划
开播时间 | 3-04 16:00
嘉实基金:从机器人行情展望 AI+制造投资机会
开播时间 | 3-04 16:00
光大证券李泉:人形机器人表现活跃,行业快速发展
开播时间 | 3-04 15:30
国投瑞银:追上白银热点 | 金银比价这么高,意味着什么?
开播时间 | 3-04 15:30
华宝基金 姜志:军用AI+低空经济!国防军工新风口
开播时间 | 3-04 15:30
银华基金:基遇无限第61期 银华信用季季红:这只一级债基,有何不同?
开播时间 | 3-04 15:20
4日15:20期货大咖聊大宗:甲醇、纯碱、棉花等
开播时间 | 3-04 20:00
路博迈基金:大数据+AI,解密指数增强背后的黑科技
开播时间 | 3-04 20:00
博时基金 陈奥:债市再现利率倒挂!股债结构如何权衡?
开播时间 | 3-04 19:00
融通基金:拥抱央企,解锁不一样的投资力量
开播时间 | 3-04 19:00
中金财富证券:致敬每一个“她” 消费洞察与投资规划
开播时间 | 3-04 16:00
嘉实基金:从机器人行情展望 AI+制造投资机会
开播时间 | 3-04 16:00
光大证券李泉:人形机器人表现活跃,行业快速发展
开播时间 | 3-04 15:30
国投瑞银:追上白银热点 | 金银比价这么高,意味着什么?
开播时间 | 3-04 15:30
华宝基金 姜志:军用AI+低空经济!国防军工新风口
开播时间 | 3-04 15:30
银华基金:基遇无限第61期 银华信用季季红:这只一级债基,有何不同?
开播时间 | 3-04 15:20
4日15:20期货大咖聊大宗:甲醇、纯碱、棉花等
上一页下一页
1/10

热门推荐

万斯大笑自曝白宫争吵原因:就是这一问激怒泽连斯基 收起
万斯大笑自曝白宫争吵原因:就是这一问激怒泽连斯基

万斯大笑自曝白宫争吵原因:就是这一问激怒泽连斯基

  • 2025年03月04日
  • 09:55
  • APP专享
  • 扒圈小记
  • 5,541
APP专享
吕国泉委员:建议每周上班不超44小时

吕国泉委员:建议每周上班不超44小时

  • 2025年03月04日
  • 11:32
  • APP专享
  • 扒圈小记
  • 5,397
APP专享
在白宫质疑泽连斯基着装,美国记者称遭死亡威胁

在白宫质疑泽连斯基着装,美国记者称遭死亡威胁

  • 2025年03月04日
  • 08:18
  • APP专享
  • 北京时间
  • 4,157
APP专享
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

股市直播

  • 图文直播间
  • 视频直播间
更多>
股票简称 最新价 涨跌幅
以下为热门股票
三峡能源 4.19 0.00%
京东方A 4.37 +0.69%
TCL科技 4.84 +3.64%
中远海控 13.60 +0.59%
格力电器 41.69 +2.79%

7X24小时

  • 01-17 宏海科技 920108 5.57
  • 01-16 亚联机械 001395 19.08
  • 01-16 海博思创 688411 19.38
  • 01-14 富岭股份 001356 5.3
  • 01-13 超研股份 301602 6.7
  • 新浪首页 语音播报 相关新闻 返回顶部