由|有一组SOHU技术| Liang Changjun Openai继续使用其大动作！ 4月17日清晨，OpenAI发布了最新的O3和O4-Mini识别模型，该模型成为O1和O3 Mini的最新替代模型。 Openai总统格雷格·布罗克曼（Greg Brockman）很长一段时间都没有在公开场合出现，他参加了新闻发布会。 Openai表示，经过培训，最新模型会在响应之前思考更长的时间。 “这是我们至今已发布的最聪明的模型，代表了Chatgpt功能的重大变化。”公司首席执行官说，Ultraman是“天才的水平”。与以前的理解模型相比，最新模型不仅是具有图像识别能力的全面性能改进并取得了突破性的突破，而且对接也可以首次独立致电。这是Openai多次修复模型后的最新举措。从初步计划开始与TH启动GPT-5E集成推理和GPT，在选择由于技术困难而选择单独发布时，OpenAI将继续在这两个方向上取得非凡的成功。毫无疑问，这也意味着，当前是模型技术竞争的重点之一的理解模型仍然有改进的余地。 Openai仍然被评为领导者，他还可以驱使像Deptseek这样的竞争对手加速他们的逮捕。 DeepSeek是最强的理解模型，具有数学和编程等功能，首先研究了这两种模型的主要表现。 O3取代了O1作为对OpenAI的理解模型，并在编程，数学，科学，视觉理解等方面取得了突破。扩展全文
Ayon sa pagsubok ng Openai，Nakamit ng O3 ang Sota（标准级）SA MGA Pangunahing基准测试基准Kabilang Ang MGA MGA MGA MGA Codeforces（编程），Swe-Bench，Swe-Bench（实际软件工程工程评估基准评估基准）在MMMU（恶意尺度的多学科多模式na Pag-unawa，pangangatuwiran），Habang Mahusay na gumaganap sa pagsusuri ng mga visual na visual na gawain na gawain tulad tulad tulad tulad tulad tulad ng mga imahe在图表中。
同时，在对外部专家的分析中，O3在困难的现实生活活动中犯了一个重大错误，比O1少20％，尤其是在编程，业务/咨询和创造性概念等领域，这适用于需要多维分析的复杂查询。
O4-Mini是一种比O3更小型和经济的较小模型，考虑到相同的性能和成本，实际上比上一个活动中的O3米尼在所有活动中都要多，并且在数学，编码和视觉活动中同样表现出色。这是AIME 2024和2025（美国数学竞赛）的最佳模型。与O3相比，O4-Mini更适合需要高频和高度了解吞吐量的场景和活动。
Sohu技术将其比较并发现在AIME2024中，GPQ-Diamond（化学，物理和生物学等多学科），SWE-Bench，O3和O4-Mini性能已大大超过了DeepSeek-R1模型。
OpenAI和DeepSeek推断模型两个基准分数（％）量表法不会丢失，急诊模型也将调用该工具
OpenAI还发现，在O3培训期间，大规模增强研究（RL）呈现出与GPT系列预训练相同的模式，即，计算量越多会带来更强的性能，并且模型认为的时间越长，性能就越好。
Openai表示，在监视扩展路径后，在训练和理解时间的计算中增加了数量级后，检测到了显着的性能改善。同时，在O1的延迟和成本条件下，O3表现出更好的CHATGPT性能。
“我们已经证明，如果我们让它思考更长的时间，它的表现将继续攀升，” O阴田说。这意味着，在使用强化研究扩展时，深度评估模型仍然遵循所谓的缩放定律，同时观察Outlook规则，这将集体影响改善模型的性能。
正如Addwell一样，OpenAI还通过研究加强训练这两个模型来使用工具，使他们能够学会判断何时使用工具，从而在开放活动中表现良好，尤其是那些涉及视觉推理和多步工作流的活动。
在Openai的演示中，最新的模型可以推理和思考图像，这是图像首次使用思维链进行处理。 “它开辟了解决问题的新方法，混合视觉和文本推理。”
用户可以上传模型可以解释的照片，图表或绘制草图，并且该模型还可以动态处理图像，例如旋转，缩放或转换格式，作为其Cognitivetool过程的一部分。例如，最大的船可能是在演示中确定，建议由于某些模糊内容而增加该过程。
与以前的模型不同，第一个O3和O4-MINI实现可以自动调用并组合所有CHATGPT工具，包括网络搜索，使用Python进行上传的文件和数据，深入的视觉输入推理，甚至开发图像。
至关重要的是，这些模型经过培训，以推理何时以及如何使用这些工具，这使得对正确的输出格式做出了详细且周到的答案，并且通常会在一分钟内解决更复杂的问题。
“这使该模型可以更有效地解决多步骤问题，这是Chatgpt独立执行任务并变得更加紧密的步骤。” Openai说，最先进的婴儿和工具模型的整合在智能和实用性方面设定了新标准。
Openai的一个例子表明，可以根据获得的信息在认知过程中的任何时间进行调整O3Ation继续调整其搜索策略，通过出色的计划提供更多数据驱动和更具策略性的范围，从而使模型可以完成内部知识以外的复杂任务，这需要实时，跨现代的欠款和组件。但是，O3推理时间通常更长，某些任务接近3分钟。
从这个角度来看，O3有点像T（Agent）气味。根据AI的OpenAI评级，L1是聊天机器人，L2是推理，L3是代理，ANG O3是推理模型 +工具调用，因此可以帮助用户执行更复杂的任务。
更智能的成本较低，但在Deptseek中仍然是18倍
O3和O4-Mini目前是最明智的OpenAI模型，并且比O1和O3 Mini的先前的模型更好，同时也更便宜。例如，在2025年的AIME数学竞争中，O3和O4-Mini的有效性分别高于O1和O3-Mini。
这也使T他的价格要下降。 O3输入价格为$ 10/百万令牌，缓存输入为2.5美元，输出价格为40/百万个令牌，比O1便宜33％。
O4-MINI输入价格为1.1美元/百万个令牌，高速缓存输入为0.275美元，输出价格为44美元/百万个代币，类似于O3 Mini。但是，最新型号比DeepSeek-R1昂贵，因为输入输入价格和O3产出价格为R1的18倍。
比较推理模型API的价格（R1单位为RMB/百万令牌，其余为美元）
从现在开始，Chatgpt Plus，Pro和Team用户可以使用O3，O4-Mini和O4-Mini-High，免费用户可以单击“思考”按钮以测试O4-MINI功能。 Openai还计划推出O3-Pro，该Pro在接下来的几周内支持该工具的所有功能。
此外，OpenAI还发布了轻型编程代理Codex CLI的开源，旨在最大程度地识别诸如O3和O4-Mini之类的模型的能力，并将支持诸如GPT-4.1之类的模型。在反映封闭的资源方法后，这也是OpenAI对开放资源进行开放资源的小改进。
关于PIN开发的理解模型，Openai还说仍然存在一些缺陷，例如该模型可以执行冗余或不必要的工具调用和图像处理措施，从而导致链条的思考太长。同时，该模型仍将在理解过程中造成感知错误，并且许多视觉推理尝试的可靠性将需要改进。
从许多用户的实际测试反馈来看，O3模型仍然存在一个严重的虚假事实，这是一种现象，幻觉问题仍然很困难。但是显然，从OpenAI研究的酌处权，识别模型仍然有很大的提高绩效的空间，与DeepSeek相比，也有降低成本的潜力。
从发行官员NA版本的O1到O3，OPEnai花了近四个月的时间，跳过O2是为了防止以同名公司的企业违反商标。 DeepSeek-R1是针对O1的基准，于今年1月下旬发布。以类似的速度，R2可能在5月初就看到了它。
从这种推理模型的技术竞争中，仍然有一些值得期望的节目。回到Sohu看看更多