当地时间1月31日，美国OpenAI公司正式上线推理模型o3-mini，并首次向免费用户开放推理模型，一同亮相的还有“满血版”的o3模型。

来源：OpenAI

OpenAI表示，o3具备更先进、近似人类的推理能力，在解决编程、数学、科学等理工科问题方面均超越现役的o1模型。该公司曾表示，o3-mini会在1月底先上架，o3则“会在不久之后推出”。

根据介绍，o3-mini支持开发者调整“AI推理努力程度”的选项——分为低、中、高三个级别。这种灵活性使得o3-mini可以在面对难题时“更努力思考”，而需要效率时优先考虑回应速度。开发者可根据需求选择推理强度，平衡思考深度和响应速度，但不支持视觉任务，视觉推理仍需使用o1。

在新闻稿中，OpenAI披露，在2024年美国数学邀请赛（AIME 2024）的测试中，低推理努力的o3-mini准确率（60%）与o1-mini差不多，但速率更快；而在中等努力下，o3-mini准确率能够提升到79.6%，与o1模型相当。在最高努力水平时，o3-mini的准确率则能进一步提升至87.3%。

在博士级科学问题（GPQA Diamond）方面，三种努力程度模型的准确率分别为70.6%、76.8%和79.7%，该测试主要用于衡量模型在博士级别物理、生物和化学问题上的表现。

有外媒还将o3-mini和DeepSeek的R1模型进行了对比。

在AIME 2024测试中，o3-mini仅在高推理强度下表现优于R1（79.8%）。在以编程为重点的SWE-bench Verified基准测试中，o3-mini同样仅在高推理强度下以微弱优势（0.1 分）领先R1。在低推理强度下，o3-mini在GPQA Diamond基准测试中落后于R1（71.5%）。

OpenAI宣布，从当天开始，免费ChatGPT用户也能通过在编辑器中选择“推理”来尝试o3-mini模型，这也是公司的推理模型首次向免费用户开放。

对于付费用户，o3-mini将在模型选择器中替代o1-mini。作为升级的一部分，每月花费20美元左右的ChatGPT Plus和Team用户，速率限制也从o1-mini的每天50条，提升到o3-mini的150条。每月支付200美元的ChatGPT Pro用户，能无限制地访问o3-mini。

近期，爆火的DeepSeek-R1模型对OpenAI构成了竞争压力，尤其在成本方面呈现出显著差异。

OpenAI 的推理模型o1系列相对成本较高，o1模型的API定价为每百万输入tokens 15美元，每百万输出tokens 60美元，而DeepSeek R1的API定价为每百万输入tokens 0.14美元（缓存命中）/0.55美元（缓存未命中），每百万输出tokens 2.19美元。

这次发布中，OpenAI强调了成本问题。与OpenAI的o1-mini相比，o3-mini的价格降低了63%。o3-mini定价为每百万输入tokens 1.10美元，每百万输出tokens 4.40美元,。不过，相比DeepSeek-R1，o3-mini的价格依然高出了不少。

安全方面，OpenAI表示，在训练o3-mini以实现安全响应的过程中，采用了一种关键技术--“深思熟虑的对齐（deliberative alignment）”。

通过这种方法，OpenAI训练模型在回答用户提示之前，先对人类编写的安全规范进行推理。可以理解为，OpenAI希望确保o3-mini生成的内容更加安全、符合道德，并降低了模型生成不良或有害响应的风险。