OpenAI 發布全新推理模型 o3 及 o4-mini，首次實現圖像推理及多工具整合，數學及編程表現顯著提升，引發全球科技界關注。此舉標誌 AI 技術向「代理型 AI」邁進，具備自主決策及跨模態問題解決能力。OpenAI 將以o3 取代o1模型，o4-mini 將會取代 o3-mini。
性能突破：數學與編程新高峰
o3 是 OpenAI 目前最強推理模型，o3 及 o4-mini 在多項基準測試中表現卓越。o3 在 SWE-bench Verified 測試中得分 69.1%，超越 Claude 3.7 Sonnet 的 62.3%。o4-mini 在 AIME 2024 年數學競賽中準確率達 93.4%，於 Codeforces 比賽中得分 2719，躋身全球頂尖工程師之列。
▲o3 在 SWE-bench Verified 測試中得分 69.1%，o4 則為 68.1
相關文章:
OpenAI 挖角前 Facebook App 總監 將擔任 App 業務負責人 OpenAI 保留非營利架構永久控制權 重申民主 AI 理念、不以利益最大化為目標 小米推自家開源 AI 推理模型 Xiaomi MiMo 跑分與 OpenAI 、阿里巴巴模型平起平坐
圖像推理功能：AI 識睇圖表、草圖、PDF
兩款模型首次實現「圖像思維」，能分析模糊手寫筆記、草圖及 PDF，並進行多步推理。o3 在 MMMU 視覺問題解決任務中準確率達 82.9%，遠超 o1 的 77.6%。此外模型可對圖像進行旋轉、縮放等操作，解鎖跨模態問題解決方案。
▲o3 在 MMMU 視覺問題解決任務中準確率達 82.9%
▲首次可分析圖片進行推理
▲能夠自動放大圖片適用部分
整合工具：自動任務執行
o3 及 o4-mini 能自主調用 ChatGPT 工具，包括網頁搜尋、Python 程式執行及 DALL·E 圖像生成，實現一體化工作流程。根據 OpenAI 測試，模型可根據問題性質動態選擇工具，模擬人類專家決策過程。OpenAI 同時推出開源工具 Codex CLI，支援本地程式碼撰寫及除錯。
相關文章:
OpenAI 挖角前 Facebook App 總監 將擔任 App 業務負責人 OpenAI 保留非營利架構永久控制權 重申民主 AI 理念、不以利益最大化為目標 小米推自家開源 AI 推理模型 Xiaomi MiMo 跑分與 OpenAI 、阿里巴巴模型平起平坐
定價與可用性：高性價比選擇
o3 API 價格為每百萬輸入 token 10 美元（約港幣 77.7 元）、輸出 token 40 美元（約港幣 310.8 元）；o4-mini 則為 1.10 美元（約港幣 8.55 元）及 4.40 美元（約港幣 34.19 元），成本優勢顯著。ChatGPT Plus（20 美元/月，約港幣 155.4 元）、Pro（200 美元/月，約港幣 1554 元）及 Team 用戶已可使用，企業及教育機構將於一週後開放。
安全與未來發展
OpenAI 強化安全措施，重建訓練數據，針對生物風險及惡意軟件生成等問題提升拒絕率，內部測試顯示 o3 及 o4-mini 在高風險提示檢測中表現優異。根據 OpenAI 資料，現時模型在「人為紅隊測試 (human red‑teaming)」可標記 99% 高風險對話。未來數週 OpenAI 將推出 o3-pro，整合工具功能。
資料來源：OpenAI@YouTube
相關文章:
OpenAI 挖角前 Facebook App 總監 將擔任 App 業務負責人 OpenAI 保留非營利架構永久控制權 重申民主 AI 理念、不以利益最大化為目標 小米推自家開源 AI 推理模型 Xiaomi MiMo 跑分與 OpenAI 、阿里巴巴模型平起平坐
分享到 :
最新影片
