人工智能

奥特曼率队深夜血战DeepSeek o3-mini急上线 价格骨折免费用

字号+作者:新智元 来源:新智元 2025-02-01 07:18 评论(创建话题) 收藏成功收藏本文

眼看DeepSeek风头尽显,被逼急的OpenAI果然紧急发布了o3-mni。不光免费用户都能用,每百万输入和输出token价格更是疯狂跳水打骨折价!o3-mini,真的来了。刚刚'...

眼看DeepSeek风头尽显,被逼急的OpenAI果然紧急发布了o3-mni。不光免费用户都能用,每百万输入和输出token价格更是疯狂跳水打骨折价!o3-mini,真的来了。刚刚,OpenAI官宣o3-mini和o3-mini-high两大版本正式在ChatGPT上线。KKB品论天涯网


KKB品论天涯网


KKB品论天涯网

诚如奥特曼所言,免费用户直接打开‘Reason’即可体验,Plus用户每天会有更多用量,具体来说:KKB品论天涯网

-ChatGPT免费版:首次体验推理模型KKB品论天涯网

-ChatGPTPlus和团队版:每天150次对话限制KKB品论天涯网

-ChatGPTPro:无限制访问KKB品论天涯网

-ChatGPTEnterprise和ChatGPTEdu:将在一周内可用KKB品论天涯网

-API:向3-5级开发者开放(初期暂不支持图像分析功能)KKB品论天涯网

-输入1.10美元/百万token、输出4.40美元/百万tokenKKB品论天涯网

感谢DeepSeek,o3-mini的价格这次算是彻底给打下来了——比OpenAIo1-mini便宜63%,比满血版o1便宜93%。(但仍是GPT-4omini的7倍左右)KKB品论天涯网


KKB品论天涯网

订阅用户已经在第一时间‘告别’了o1-mini,还没来得及说再见KKB品论天涯网

OpenAI表示,o3-mini的发布是在追求高效能智能技术道路上的又一重要里程碑。KKB品论天涯网

通过优化科学(Science)、技术(Technology)、工程(Engineering)和数学(Mathematics)领域的推理能力,同时保持较低的成本,让高质量AI技术变得更加平易近人。KKB品论天涯网

值得一提的是,在ChatGPT中,o3-mini采用的是‘中等推理强度’,在速度和准确性之间取得平衡。所有付费用户还可以在模型选择器中选择o3-mini-high——响应时间略长但智能水平更高的版本。KKB品论天涯网


KKB品论天涯网

目前,由于太过火爆,ChatGPT的项目和自定义GPTs功能都已经被挤崩了。KKB品论天涯网


KKB品论天涯网

集成搜索,两种版本可选KKB品论天涯网

去年12月,十二天直播最后一弹,o3系列首次亮相便惊艳了所有人。相较于上一代o1模型,o3在ARC-AGI等多项基准测试中刷新SOTA。KKB品论天涯网

与o1-mini一样,o3-mini是最具性价比的推理模型,可谓是突破性能边界的‘小巨人’。KKB品论天涯网

在STEM领域,尤其是科学、数学和编程等方面,o3-mini性能表现卓越超越o1,并继承了上一代低成本和低延迟的优点。KKB品论天涯网


KKB品论天涯网

对于开发者来说,o3-mini简直就是一份‘大礼包’,它首次在小型推理模型中支持:包括函数调用、结构化输出和开发者消息、流式传输功能。KKB品论天涯网

开发者可以根据需求选择低、中、高三种推理强度,让o3-mini在处理复杂问题时进行‘深度思考’,灵活平衡速度和准确性。KKB品论天涯网

遗憾地是,o3-mini暂不支持视觉功能。KKB品论天涯网

如前所述,从今天起,o3-mini将通过ChatCompletionsAPI,AssistantsAPI和BatchAPI向3-5级指定开发者开放。KKB品论天涯网

同时,o3-mini还整合了搜索功能,能够提供带有相关网络来源链接最新响应。KKB品论天涯网

一起来看看这款‘小而美’的o3-mini有什么过人之处。KKB品论天涯网

快速、强大、专为STEM领域推理优化KKB品论天涯网

与其前身OpenAIo1类似,OpenAIo3-mini专门针对STEM推理进行了优化。KKB品论天涯网

采用了中等推理强度的o3-mini,在数学、编程和科学领域的表现与o1不相上下,且响应速度更快。KKB品论天涯网


KKB品论天涯网

报告地址:https://cdn.openai.com/o3-mini-system-card.pdfKKB品论天涯网

专家测试评估显示,o3-mini相比o1-mini能够生成更准确、更清晰的答案,推理能力更强。KKB品论天涯网

在测试中,o3-mini的响应结果获得了56%的偏好度,在处理复杂现实问题时的重大错误率更是降低了39%。KKB品论天涯网

在中等推理强度设置下,o3-mini在最具挑战性的推理和智能评估项目(包括AIME和GPQA)中,均达到了与o1相当的水平。KKB品论天涯网

数学竞赛(AIME2024)KKB品论天涯网

在低推理强度下,o3-mini达到了与o1-mini相当的水平;在中等推理强度下,其表现可与o1媲美;而在高推理强度下,o3-mini的表现更是超越了o1-mini和o1。KKB品论天涯网


KKB品论天涯网

博士级科学问题(GPQADiamond)KKB品论天涯网


KKB品论天涯网

研究级数学(FrontierMath)KKB品论天涯网

在高推理强度模式下,o3-mini在FrontierMath中的表现优于前代产品。当配合Python工具使用时,高推理强度的o3-mini能够一次性解决超过32%的测试题目,其中包括28%以上的T3级问题。KKB品论天涯网


KKB品论天涯网

编程竞赛(Codeforces)KKB品论天涯网

随着推理强度的提升,OpenAIo3-mini的Elo得分不断提高,各层级表现均优于o1-mini。在中等推理强度下,其表现已能与o1相媲美。KKB品论天涯网


KKB品论天涯网

软件工程(SWE-benchVerified)KKB品论天涯网

o3-mini在高推理强度模式下,使用开源Agentless框架能达到39%的成功率,使用内部工具框架则可达到61%的成功率。KKB品论天涯网


KKB品论天涯网

LiveBench编码KKB品论天涯网


KKB品论天涯网

人类偏好评估KKB品论天涯网

外部专家评测结果显示,o3-mini较o1-mini表现出更强的推理能力,能够生成更准确、更清晰的答案,尤其是在STEM领域中。在对比测试中,o3-mini获得了56%的用户偏好度,且在处理复杂现实问题时的重大错误率降低了39%。KKB品论天涯网


KKB品论天涯网

在技术报告中,o3-mini编程性能超越了GPT-4o和o1-preview,与o1不相上下。KKB品论天涯网


KKB品论天涯网

模型的速度与性能KKB品论天涯网

o3-mini在保持与o1相当智能水平的同时,实现了更快的运行速度和更高的计算效率。KKB品论天涯网

除前文提到的STEM评估外,在中等推理强度下,o3-mini在其他数学能力和事实准确性测试中均取得了显著优势。KKB品论天涯网

对比测试(A/BTesting)结果显示,o3-mini的平均响应时间为7.7秒,较o1-mini的10.16秒提升了24%。KKB品论天涯网

o1-mini和o3-mini(medium)的延迟对比KKB品论天涯网



KKB品论天涯网

安全评估KKB品论天涯网

OpenAI在训练o3-mini确保其安全响应,采用的关键技术之一是审慎对齐(deliberativealignment)。KKB品论天涯网

这项技术使模型能够在响应用户提示词前,对人工制定的安全规范进行全面推理。KKB品论天涯网

与o1相似,o3-mini在高难度安全性测试和越狱评估中,明显优于GPT-4o。KKB品论天涯网

在正式部署前,研究人员采用与o1相同的准备方法,结合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。KKB品论天涯网

禁止内容评估KKB品论天涯网


KKB品论天涯网

越狱评估KKB品论天涯网


KKB品论天涯网

OpenAI急了KKB品论天涯网

去年年底放出o3和o3-mini的预览时,CEO奥特曼就曾表示,o3-mini将会在1月份发布。KKB品论天涯网

随后,奥特曼又在1月17日预告称,o3-mini会在几周内发布。KKB品论天涯网


KKB品论天涯网

现在,o3-mini果然如约而至(卡在ddl最后一天),但外面的世界已经是天差地别。KKB品论天涯网

面对正在快速崛起的DeepSeek-R1,o3-mini存在着一个关键问题——‘不开源’。KKB品论天涯网

这也就意味着,它无法离线使用、无法下载代码,也无法以相同的程度进行自定义。对于很多应用过来说,它的吸引力相对于R1明显大打折扣。KKB品论天涯网

在上下文窗口方面,DeepSeek-R1约为128K/130Ktoken,而o3-mini略胜一筹达到了200Ktoken。其中,每个输出最多100Ktoken,跟满血版o1相同。KKB品论天涯网

在价格方面,相比于输入/输出token分别为0.14/0.55美元的DeepSeek-R1,o3-mini依然贵出了天际。KKB品论天涯网

但作为一款美国模型,o3-mini在身份上无疑占尽了好处:应该会是欧美很多企业的首选。KKB品论天涯网


KKB品论天涯网

奥特曼亲自率队KKB品论天涯网

这一次,最强最新的o3-mini模型训练,奥特曼本尊下场亲自率队。研究项目主管分别是CarpusChang和KristenYing。KKB品论天涯网


KKB品论天涯网

接下来,如果说OpenAI还藏在什么杀手锏,那就是满血版的o3了。根据12月时的说法,它将在‘此后不久’发布。KKB品论天涯网

本网除标明“PLTYW原创”的文章外,其它文章均为转载或者爬虫(PBot)抓取; 本文只代表作者个人观点,不代表本站观点,仅供大家学习参考。本网站属非谋利性质,旨在传播马克思主义和共产主义历史文献和参考资料。凡刊登的著作文献侵犯了作者、译者或版权持有人权益的,可来信联系本站删除。 本站邮箱service@pltyw.com

22
扫二维码添加收藏返回顶部