OpenAI週三發佈新款AI模型o3和o4-mini，模仿人類的推理過程，解決複雜編程和視覺任務的推理。這是該公司首次推出能夠獨立使用全部ChatGPT工具的推理模型——包括網頁瀏覽、Python編程、圖像理解和圖像生成能力。同時，該公司也發佈開源AI agent CodeX CLI，用於幫助用戶執行編程任務，從而改善市場競爭能力。

OpenAI週三發佈新款AI模型o3和o4-mini，模仿人類的推理過程，解決複雜編程和視覺任務的推理。同時，該公司也發佈開源AI agent CodeX CLI，用於幫助用戶執行編程任務，從而改善市場競爭能力。

OpenAI此次推出的主要新型推理模型名為o3，同時還發布了一款更小型的模型，命名為o4-mini。這一發布延續了去年9月OpenAI首個推理模型o1的問世，當時o1主要專注於解決複雜問題，並通過多步驟的方式進行思考和作答。

該公司表示，新發布的o3模型在響應用戶提示之前會花費更多時間進行計算，目標是解決與科學、數學和編程相關的更復雜的多步驟問題。藉助o3，用戶可以上傳白板筆記、草圖和其他圖像內容，讓AI進行分析與討論。這些模型還能對圖像進行旋轉、縮放等編輯操作。

跑分進步 首次實現“圖像思維”

據最新測試結果，o3和o4-mini（無工具版本）在AIME 2024數學競賽題目中的準確率分別達91.6%和93.4%，遠超前代模型o1的74.3%。在AIME 2025題目中，兩者準確率分別達88.9%和92.7%。在Codeforces編程競賽評分中，支持終端工具的o3和o4-mini分別取得了2706和2719的ELO分數，顯著領先於o1的1891和o3-mini的2073，顯示出在複雜數學與代碼任務中的強大推理與執行能力。

同時，o3（無工具）在博士水平科學問答中的準確率為83.3%，高於前代模型o1的78.0%，而o4-mini（無工具）也緊隨其後，達81.4%。在右圖所示的“人類最後的考試”高難度跨學科題目中，開啓Python與瀏覽工具的o3模型準確率達24.9%，顯著優於o1-pro的8.12%和o3-mini的13.4%，顯示出多工具組合在處理複雜問題上的巨大潛力。值得注意的是，Deep Research實驗系統在該測試中表現最佳，準確率達26.6%。這進一步突顯OpenAI新模型在推理鏈、跨模態理解和工具協同方面的持續進步。

在多模態推理方面，OpenAI新發布的o3和o4-mini模型在多項視覺推理測試中全面超越前代模型o1。在MMMU大學級視覺問題解決任務中，o3的準確率達82.9%，領先於o1的77.6%；o4-mini表現相近，為81.6%。在MathVista視覺數學推理測試中，o3取得86.8%的成績，遠高於o1的71.8%；而o4-mini則達84.3%。在CharXiv科學圖表推理測試中，o3的準確率為78.6%，大幅領先o1的55.1%，o4-mini則達到72%。整體來看，o3在處理圖像與文本結合任務中展現出強大能力，o4-mini則在保持高性能的同時提升了響應速度與成本效率，展現出OpenAI多模態模型在複雜視覺任務中的顯著進展。

與此同時，o4-mini則提供了價格、速度和性能之間的“有競爭力的平衡”，這是開發者在選擇AI模型為其應用提供支持時經常考慮的三大因素。兩款模型現已向OpenAI付費用戶開放。

OpenAI在公告中寫道，o3和o4-mini是首批能夠“圖像思維”的AI模型：

“這是我們首次推出能夠獨立使用全部ChatGPT工具的推理模型——包括網頁瀏覽、Python編程、圖像理解和圖像生成能力。這使得它們在解決複雜的多步驟問題時更加高效，並朝着自主執行任務的方向邁出了真正一步。”

該公司解釋稱，這意味着“它們不僅能看圖，還能將視覺信息直接整合進推理鏈條之中”。

負責圖像推理的OpenAI華裔研究員Jiahui Yu解釋圖像推理（“Thinking with Images”）的重要性：

“圖像思維”自o系列最早發佈以來，一直是我們在感知方向下注的核心之一。我們悄悄上線了o1 vision作為初步嘗試——而現在，o3和o4-mini終於真正打磨成熟，讓這一能力得以全面實現。”

此外，OpenAI表示，o3在SWE-bench verified測試中表現達到了當前最先進的水平（不使用自定義結構），該測試主要評估編程能力，o3的得分為69.1%。o4-mini的得分也相當出色，達到68.1%。作為對比，OpenAI此前最好的模型o3-mini在該測試中得分為49.3%，而Anthropic的Claude 3.7 Sonnet得分為62.3%。

DeepSeek壓力下 OpenAI也想開源了？

OpenAI在2022年底推出ChatGPT，引發了生成式人工智能的熱潮。當時這款產品搭載的是GPT-3.5模型。此後，該公司陸續發佈了多個日益複雜的系統，包括多個推理模型。但OpenAI目前面臨着來自中國新興企業DeepSeek、Anthropic以及馬斯克旗下xAI等公司的巨大壓力，這些公司不斷推出一系列具備類似前沿能力的AI模型。

分析認為，編程已成為生成式AI應用中增長最快的領域之一，也是OpenAI的一個關鍵競爭戰場。Anthropic和谷歌母公司Alphabet都大力宣傳其新一代AI系統的編程能力。其他創業公司，如Cursor的開發商Anysphere，也憑藉面向程序員的AI工具獲得了廣泛關注。

為在這個競爭激烈的市場中更具優勢，OpenAI週三宣佈推出Codex CLI，這是一款旨在與如o3等模型協同工作的AI代理，可幫助用戶完成編程任務。該產品是開源的，意味着將免費向用戶開放，並可直接在用戶的計算機終端程序中運行。

奧特曼此前曾表示，公司正在開發一個開源版本的推理模型，計劃在未來幾個月內發佈，此舉是為了回應DeepSeek旗下開源系統R1走紅後的市場影響。

OpenAI還表示，未來幾周內將推出o3-pro，這是o3的一個升級版本，使用更多計算資源生成回答，僅向ChatGPT Pro訂閲用戶開放。而奧特曼此前曾表示，o3和o4-mini可能是OpenAI在GPT-5發佈之前推出的最後一批獨立推理模型。GPT-5預計將融合傳統模型（如GPT-4.1）與推理模型，實現統一發展方向。