奧特曼率隊(duì)深夜血戰(zhàn)DeepSeek，o3-mini急上線！價格骨折免費(fèi)用，ChatGPT被擠爆

新智元·2025-02-01

關(guān)注

眼看DeepSeek風(fēng)頭盡顯，被逼急的OpenAI果然緊急發(fā)布了o3-mni。不光免費(fèi)用戶都能用，每百萬輸入和輸出token價格更是瘋狂跳水打骨折價！

編者按：本文來自微信公眾號新智元（ID：AI_era），編輯：編輯部，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

o3-mini，真的來了。

剛剛，OpenAI官宣o3-mini和o3-mini-high兩大版本正式在ChatGPT上線。

誠如奧特曼所言，免費(fèi)用戶直接打開「Reason」即可體驗(yàn)，Plus用戶每天會有更多用量，具體來說：

- ChatGPT免費(fèi)版：首次體驗(yàn)推理模型

- ChatGPT Plus和團(tuán)隊(duì)版：每天150次對話限制

- ChatGPT Pro：無限制訪問

- ChatGPT Enterprise和ChatGPT Edu：將在一周內(nèi)可用

- API：向3-5級開發(fā)者開放（初期暫不支持圖像分析功能）

- 輸入1.10美元/百萬token、輸出4.40美元/百萬token

感謝DeepSeek，o3-mini的價格這次算是徹底給打下來了——比OpenAI o1-mini便宜63%，比滿血版o1便宜93%。（但仍是GPT-4o mini的7倍左右）

訂閱用戶已經(jīng)在第一時間「告別」了o1-mini，還沒來得及說再見

OpenAI表示，o3-mini的發(fā)布是在追求高效能智能技術(shù)道路上的又一重要里程碑。

通過優(yōu)化科學(xué)（Science）、技術(shù)（Technology）、工程（Engineering）和數(shù)學(xué)（Mathematics）領(lǐng)域的推理能力，同時保持較低的成本，讓高質(zhì)量AI技術(shù)變得更加平易近人。

值得一提的是，在ChatGPT中，o3-mini采用的是「中等推理強(qiáng)度」，在速度和準(zhǔn)確性之間取得平衡。所有付費(fèi)用戶還可以在模型選擇器中選擇o3-mini-high——響應(yīng)時間略長但智能水平更高的版本。

目前，由于太過火爆，ChatGPT的項(xiàng)目和自定義GPTs功能都已經(jīng)被擠崩了。

集成搜索，兩種版本可選

去年12月，十二天直播最后一彈，o3系列首次亮相便驚艷了所有人。相較于上一代o1模型，o3在ARC-AGI等多項(xiàng)基準(zhǔn)測試中刷新SOTA。

與o1-mini一樣，o3-mini是最具性價比的推理模型，可謂是突破性能邊界的「小巨人」。

在STEM領(lǐng)域，尤其是科學(xué)、數(shù)學(xué)和編程等方面，o3-mini性能表現(xiàn)卓越超越o1，并繼承了上一代低成本和低延遲的優(yōu)點(diǎn)。

對于開發(fā)者來說，o3-mini簡直就是一份「大禮包」，它首次在小型推理模型中支持：包括函數(shù)調(diào)用、結(jié)構(gòu)化輸出和開發(fā)者消息、流式傳輸功能。

開發(fā)者可以根據(jù)需求選擇低、中、高三種推理強(qiáng)度，讓o3-mini在處理復(fù)雜問題時進(jìn)行「深度思考」，靈活平衡速度和準(zhǔn)確性。

遺憾地是，o3-mini暫不支持視覺功能。

如前所述，從今天起，o3-mini將通過Chat Completions API，Assistants API和Batch API向3-5級指定開發(fā)者開放。

同時，o3-mini還整合了搜索功能，能夠提供帶有相關(guān)網(wǎng)絡(luò)來源鏈接最新響應(yīng)。

一起來看看這款「小而美」的o3-mini有什么過人之處。

快速、強(qiáng)大、專為STEM領(lǐng)域推理優(yōu)化

與其前身OpenAI o1類似，OpenAI o3-mini專門針對STEM推理進(jìn)行了優(yōu)化。

采用了中等推理強(qiáng)度的o3-mini，在數(shù)學(xué)、編程和科學(xué)領(lǐng)域的表現(xiàn)與o1不相上下，且響應(yīng)速度更快。

報告地址：https://cdn.openai.com/o3-mini-system-card.pdf

專家測試評估顯示，o3-mini相比o1-mini能夠生成更準(zhǔn)確、更清晰的答案，推理能力更強(qiáng)。

在測試中，o3-mini的響應(yīng)結(jié)果獲得了56%的偏好度，在處理復(fù)雜現(xiàn)實(shí)問題時的重大錯誤率更是降低了39%。

在中等推理強(qiáng)度設(shè)置下，o3-mini在最具挑戰(zhàn)性的推理和智能評估項(xiàng)目（包括AIME和GPQA）中，均達(dá)到了與o1相當(dāng)?shù)乃健?/p>

數(shù)學(xué)競賽（AIME 2024）

在低推理強(qiáng)度下，o3-mini達(dá)到了與o1-mini相當(dāng)?shù)乃?；在中等推理?qiáng)度下，其表現(xiàn)可與o1媲美；而在高推理強(qiáng)度下，o3-mini的表現(xiàn)更是超越了o1-mini和o1。

博士級科學(xué)問題（GPQA Diamond）

研究級數(shù)學(xué)（FrontierMath）

在高推理強(qiáng)度模式下，o3-mini在FrontierMath中的表現(xiàn)優(yōu)于前代產(chǎn)品。當(dāng)配合Python工具使用時，高推理強(qiáng)度的o3-mini能夠一次性解決超過32%的測試題目，其中包括28%以上的T3級問題。

編程競賽（Codeforces）

隨著推理強(qiáng)度的提升，OpenAI o3-mini的Elo得分不斷提高，各層級表現(xiàn)均優(yōu)于o1-mini。在中等推理強(qiáng)度下，其表現(xiàn)已能與o1相媲美。

軟件工程（SWE-bench Verified）

o3-mini在高推理強(qiáng)度模式下，使用開源Agentless框架能達(dá)到39%的成功率，使用內(nèi)部工具框架則可達(dá)到61%的成功率。

LiveBench編碼

人類偏好評估

外部專家評測結(jié)果顯示，o3-mini較o1-mini表現(xiàn)出更強(qiáng)的推理能力，能夠生成更準(zhǔn)確、更清晰的答案，尤其是在STEM領(lǐng)域中。在對比測試中，o3-mini獲得了56%的用戶偏好度，且在處理復(fù)雜現(xiàn)實(shí)問題時的重大錯誤率降低了39%。