每经编辑 杜宇

　　当地时间1月31日
，OpenAI正式推出了全新推理模型o3-mini，并首次向免费用户开放推理模型。这是OpenAI推理系列中最新、成本效益最高的模型 ，现在已经在ChatGPT和API中上线 。

　　轻量级推理大模型o3-mini最早于2024年12月的直播活动中亮相，一同亮相的还有“满血版”的o3模型
。OpenAI宣称 ，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。OpenAI曾表示，o3-mini会在2025年1月底先上架 ，o3则“会在不久之后推出 ” 。

　　OpenAI介绍称
，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。

　　在当地时间1月31日的新闻稿中 ，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%
。

　　FrontierMath前沿数学与Codeforces等编程竞赛方面
，o3-mini也显示出明显优势，甚至在某些评测中远超前代模型。

　　通用知识方面 ，在各种知识评测中
，o3-mini的表现也超过了o1-mini，能够为用户提供更准确的答案 。

　　在智能水平与o1相当的前提下 ，o3-mini提供了更快的性能和更高的效率
。除了上述提及的STEM评估之外
，采用中等推理努力的情况下，o3-mini在数学和事实性评估中也展现出更出色的表现。在A/B测试中 ，o3-mini的响应速度比o1-mini快24%，其平均响应时间为7.7 秒
，而o1-mini为10.16 秒 。延迟方面，o3-mini的首个token平均比o1-mini快2500毫秒
。

　　横向对比 ，DeepSeek-R1模型在AIME 2024测试中的准确率为79.8%
，而在GPQA Diamond测试中的准确率为71.5%。

　　有专家在社交媒体表示：受DeepSeek影响，OpenAl现在也显示推理模型的思维过程了 。

　　此外 ，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 。

　　每日经济新闻综合OpenAI官网 、公开资料