眼看DeepSeek风头尽显，被逼急的OpenAI竟然伏击发布了o3-mni。不光免用度户都能用，每百万输入和输出token价钱更是纵脱跳水打骨折价！

o3-mini，真实来了。

刚刚，OpenAI官宣o3-mini和o3-mini-high两大版块负责在ChatGPT上线。

诚如奥特曼所言，免用度户径直掀开「Reason」即可体验，Plus用户每天会有更多用量，具体来说：

- ChatGPT免费版：初次体验推理模子

- ChatGPT Plus和团队版：每天150次对话戒指

- ChatGPT Pro：无戒指走访

- ChatGPT Enterprise和ChatGPT Edu：将在一周内可用

- API：向3-5级开发者绽放（初期暂不支援图像分析功能）

- 输入1.10好意思元/百万token、输出4.40好意思元/百万token

感谢DeepSeek，o3-mini的价钱此次算是透顶给打下来了——比OpenAI o1-mini低廉63%，比满血版o1低廉93%。（但仍是GPT-4o mini的7倍阁下）

订阅用户也曾在第一时辰「告别」了o1-mini，还没来得及说再会

OpenAI暗意，o3-mini的发布是在追求高效力智能技艺说念路上的又一重要里程碑。

通过优化科学（Science）、技艺（Technology）、工程（Engineering）和数学（Mathematics）鸿沟的推理才智，同期保捏较低的资本，让高质料AI技艺变得愈加夷易近东说念主。

值得一提的是，在ChatGPT中，o3-mini遴选的是「中等推理强度」，在速率和准确性之间取得均衡。扫数付用度户还不错在模子采用器中采用o3-mini-high——反当令辰略长但智能水平更高的版块。

当前，由于太偏激爆，ChatGPT的名目和自界说GPTs功能都也曾被挤崩了。

集成搜索，两种版块可选

旧年12月，十二天直播终末一弹，o3系列初次亮相便惊艳了扫数东说念主。相较于上一代o1模子，o3在ARC-AGI等多项基准测试中刷新SOTA。

与o1-mini相同，o3-mini是最具性价比的推理模子，可谓是轻佻性能领域的「小巨东说念主」。

在STEM鸿沟，尤其是科学、数学和编程等方面，o3-mini性能发扬不凡超过o1，并罗致了上一代低资本和低蔓延的优点。

关于开发者来说，o3-mini险些即是一份「大礼包」，它初次在微型推理模子中支援：包括函数调用、结构化输出和开发者音尘、流式传输功能。

开发者不错把柄需求采用低、中、高三种推理强度，让o3-mini在处理复杂问题时进行「深度想考」，生动均衡速率和准确性。

缺憾地是，o3-mini暂不支援视觉功能。

如前所述，从今天起，o3-mini将通过Chat Completions API，Assistants API和Batch API向3-5级指定开发者绽放。

同期，o3-mini还整合了搜索功能，简略提供带有关系采集来源谄谀最新反应。

一都来望望这款「小而好意思」的o3-mini有什么过东说念主之处。

快速、雄伟、专为STEM鸿沟推理优化

与其前身OpenAI o1近似，OpenAI o3-mini挑升针对STEM推理进行了优化。

遴选了中等推理强度的o3-mini，在数学、编程和科学鸿沟的发扬与o1不相荆棘，且反应速率更快。

大家测试评估透露，o3-mini比拟o1-mini简略生成更准确、更了了的谜底，推理才智更强。

在测试中，o3-mini的反应甩手得回了56%的偏好度，在处理复杂实验问题时的重要失实率更是镌汰了39%。

在中等推理强度开采下，o3-mini在最具挑战性的推理和智能评估名目（包括AIME和GPQA）中，均达到了与o1十分的水平。

数学竞赛（AIME 2024）

在低推理强度下，o3-mini达到了与o1-mini十分的水平；在中等推理强度下，其发扬可与o1忘形；而在高推理强度下，o3-mini的发扬更是超过了o1-mini和o1。

博士级科常识题（GPQA Diamond）

征询级数学（FrontierMath）

在高推理强度口头下，o3-mini在FrontierMath中的发扬优于前代居品。当谐和Python器具使用时，高推理强度的o3-mini简略一次性处罚跨越32%的测试题目，其中包括28%以上的T3级问题。

编程竞赛（Codeforces）

跟着推理强度的提高，OpenAI o3-mini的Elo得分束缚提高，各层级发扬均优于o1-mini。在中等推理强度下，其发扬已能与o1相忘形。

软件工程（SWE-bench Verified）

o3-mini在高推理强度口头下，使用开源Agentless框架能达到39%的凯旋率，使用里面器具框架则可达到61%的凯旋率。

LiveBench编码

东说念主类偏好评估

外部大家评测甩手透露，o3-mini较o1-mini发扬出更强的推理才智，简略生成更准确、更了了的谜底，尤其是在STEM鸿沟中。在对比测试中，o3-mini得回了56%的用户偏好度，且在处理复杂实验问题时的重要失实率镌汰了39%。

在技艺敷陈中，o3-mini编程性能超过了GPT-4o和o1-preview，与o1不相荆棘。

模子的速率与性能

o3-mini在保捏与o1十分智能水平的同期，完毕了更快的着手速率和更高的揣摸后果。

除前文提到的STEM评估外，在中等推理强度下，o3-mini在其他数学才智和事实准确性测试中均取得了显耀上风。

对比测试（A/B Testing）甩手透露，o3-mini的平均反当令辰为7.7秒，较o1-mini的10.16秒提高了24%。

o1-mini和o3-mini（medium）的蔓延对比

安全评估

OpenAI在查验o3-mini确保其安全反应，遴选的重要技艺之一是审慎对都（deliberative alignment）。

这项技艺使模子简略在响欺诈户请示词前，对东说念主工制定的安全措施进行全面推理。

与o1相似，o3-mini在高难度安全性测试和逃狱评估中，显著优于GPT-4o。

在负责部署前，征询东说念主员遴选与o1交流的准备智商，谄谀外部红队测试和安全性评估，对o3-mini的安全风险进行了全面评估。

回绝骨子评估

逃狱评估

OpenAI急了

旧年年底放出o3和o3-mini的预览时，CEO奥特曼就曾暗意，o3-mini将会在1月份发布。

随后，奥特曼又在1月17日预报称，o3-mini会在几周内发布。

当前，o3-mini竟然如约而至（卡在ddl终末一天），但外面的寰球也曾是迥乎不同。

濒临正在快速崛起的DeepSeek-R1，o3-mini存在着一个重要问题——「不开源」。

这也就意味着，它无法离线使用、无法下载代码，也无法以交流的经由进行自界说。关于好多欺诈过来说，它的诱骗力联系于R1显著大打扣头。

在荆棘文窗口方面，DeepSeek-R1约为128K/130K token，而o3-mini后起之秀达到了200K token。其中，每个输出最多100K token，跟满血版o1交流。

在价钱方面，比拟于输入/输出token差异为0.14/0.55好意思元的DeepSeek-R1，o3-mini依然贵出了天空。

但动作一款好意思国模子，o3-mini在身份上无疑占尽了平允：应该会是泰西好多企业的首选。

奥特曼亲身率队

这一次，最强最新的o3-mini模子查验，奥特曼本尊下场亲身率队。征询名目主宰差异是Carpus Chang和Kristen Ying。

接下来更是亚洲最大的在线娱乐公司之一，aj九游会官网拥有欧洲马耳他（MGA）和菲律宾政府竞猜委员会（PAGCOR）颁发的合法执照。，要是说OpenAI还藏在什么杀手锏，那即是满血版的o3了。把柄12月时的说法，它将在「尔后不久」发布。