藍鯨新聞4月17日訊（記者 朱俊熹）當地時間4月16日，OpenAI發布最新的推理模型o3和o4-mini。OpenAI表示，這是其“迄今為止發布的最智能的模型”，在智能性和實用性方面設定了全新標準。

據OpenAI介紹，o3是其最強大的推理模型，在數學、編碼、科學、視覺感知等領域的表現都超過了前代o1、o3-mini模型。“它非常適合處理需要多方面分析、答案可能不是立即顯而易見的復雜查詢。”o4-mini則是一款經過優化的小型模型，旨在提供快速、經濟高效的推理。

在o3開發過程中，OpenAI稱發現大規模強化學習呈現出與GPT系列預訓練相同的趨勢，即“計算量越大，性能越好”。OpenAI在訓練計算量和推理過程中的思考方面都提升了一個數量級，看到了明顯的性能提升。通過強化學習，OpenAI還訓練兩個新模型使用工具。

最新的推理模型o3和o4-mini能夠組合使用ChatGPT中的所有工具，包括網頁搜索、圖像生成、使用Python分析數據等。在OpenAI提供的示例中，當用戶詢問電池技術的突破對電動汽車的影響時，o1模型在推理5秒后給出了文字、代碼片段為主的回復，而o3模型經過40秒的推理時間，多次使用搜索功能，除文字外還能直接生成圖像和圖表。

圖片來源：OpenAI

相較于前代推理模型，新模型在視覺推理方面也取得突破。o3和o4-mini不僅可以“看到”圖像，還能夠用圖像來思考，將其整合到思維鏈中。例如，當用戶上傳一張倒著拍的手寫筆記照片時，模型在推理過程中能夠借助工具，對圖像進行縮放、旋轉或裁剪，最終識別出筆記上的手寫內容。

圖片來源：OpenAI

去年9月，OpenAI率先推出推理模型o1，引領了大模型范式的轉變。自那以來，全球許多大模型廠商都發布了自己的推理模型，包括谷歌Gemini 2.5、Grok 3，以及國內的DeepSeek-R1、通義千問QwQ-32B等，對OpenAI形成了追趕。3月底，阿里通義也推出了視覺推理模型QVQ-Max，同樣主打能結合圖片、視頻信息進行分析和推理。

激烈的競爭讓OpenAI對新模型的發布更為迫切。據英國《金融時報》上周報道，OpenAI一直在推動盡早發布o3模型，使得員工和第三方組織僅能在幾天時間內，對模型性能和風險進行安全評估。而2023年發布的GPT-4模型，經過了6個月的評估。OpenAI強調，已對o3、o4-mini兩個模型進行了至今最嚴格的安全壓力測試。

事實上，o3模型原本并不在OpenAI的預期路線圖中。2月中，OpenAI CEO Sam Altman曾在社交平臺X上表示，將不會單獨發布o3模型，而是會將o3的技術集成到下一代GPT-5模型中，預計在幾周或幾個月內推出。Sam Altman曾多次抱怨，算力的限制導致公司不得不推遲新模型的發布。今年3月OpenAI完成400億美元的新融資后，他終于表示“不再受到計算限制”。

OpenAI稱，o3和o4-mini的發布反映了其模型的發展方向：將o系列的推理能力，與GPT系列的對話能力、工具使用能力相融合。“通過統一這些優勢，我們未來的模型將支持無縫、自然的對話，同時進行主動的工具使用和高級問題解決。”