免费用户也可使用o3 mini推理模型了！

　　作者|甲子光年 赵健

　　北京时间2月1日凌晨，OpenAI正式发布o3-mini，这是OpenAI推理系列中最新、最具成本效益的模型，已在ChatGPT和API中开放使用。

　　这可以看作OpenAI对过去一周多风靡美国市场的DeepSeek的回应。

　　在o3 mini发布的同时，OpenAI高管团队还在Reddit上举办了一场线上的AMA（ask me anything），回答有关o3 mini以及AI发展相关的一切问题。

　　在被问及是否会考虑发布一些模型权重以及一些研究时，OpenAI首席执行官Sam Altman首次承认：“我个人认为，我们在这里站在了历史的错误一边，需要找出一个不同的开源策略。OpenAI中并非所有人都认同这一观点，这也不是我们当前的最高优先事项。”

　　此外，OpenAI高管团队还讨论了o3 mini的功能、价格以及其他产品更新、算力等相关的话题。

　　可以说，如果没有DeepSeek，OpenAI不会这么快做出回应，无论是模型还是言论。

　　1.OpenAI首次将推理模型开放给免费用户

　　本次发布的o3-mini在2024年12月发布了预览版本，是OpenAI首个支持高度请求的开发者功能的小型推理模型，包括函数调用、结构化输出和开发者消息。o3-mini将支持流式传输，开发者还可以在三种推理努力选项——低、中、高——之间进行选择，以优化其特定用例。这种灵活性使得o3-mini在解决复杂挑战时可以“更努力地思考”，或者在延迟是关键问题时优先考虑速度。但是o3-mini不支持视觉能力，因此开发者应继续使用OpenAI o1进行视觉推理任务。

　　OpenAI表示o3-mini突破了小型模型所能实现的界限，提供了卓越的STEM（Science、Technology、Engineering、Mathematics）功能，尤其擅长科学、数学和编码，同时保持了o1-mini的低成本和低延迟。专家测试人员的评估表明，与OpenAI o1-mini相比，o3-mini的答案更准确、更清晰，推理能力更强。

　　OpenAI表示，测试人员在56%的时间里更喜欢o3-mini的回答，并观察到在困难的现实问题上重大错误减少了 39%。在中等推理努力下，o3-mini在一些最具挑战性的推理和智力评估（包括 AIME 和 GPQA）上的表现与o1相当。

　　o3 mini在数学竞赛AIME 2024的成绩表现，图片来自OpenAI

　　价格层面，OpenAI提供了不同的套餐设置：Pro用户将可以无限制访问o3-mini，而Plus和Team用户将拥有三倍的速率限制（与o1-mini相比）；免费用户可以通过选择消息编写器下方的“Reason”按钮在ChatGPT中尝试o3-mini。

　　这是OpenAI首次将推理模型开放给免费用户，此前发布的o1模型只有ChatGPT plus会员可以使用。而免费开放的原因其实也很显然，那就是被DeepSeek免费且开源的R1给卷到了。

　　不过，ChatGPT plus会员会享有更高版本的模型“o3-mini-high”，它会思考得更深入，并给出更好的答案。

　　作为此次升级的一部分，OpenAI将Plus和Team用户的速率限制从每天50条消息（使用o1-mini）提高到每天150条消息（使用o3-mini）。此外，o3-mini现在可以与搜索功能配合使用，以查找最新的答案并链接到相关的网络资源。这是OpenAI将搜索功能整合到推理模型中的早期原型。

　　在安全层面，OpenAI用来教o3-mini安全响应的关键技术之一是审慎对齐，即在回答用户提示之前，训练模型推理人类编写的安全规范。与OpenAI o1类似，o3-mini在具有挑战性的安全性和越狱评估方面明显超越了GPT-4o。在部署之前，OpenAI表示仔细评估了o3-mini的安全风险，采用了与o1相同的准备、外部红队和安全评估方法。

　　2.OpenAI团队回答一切

　　OpenAI高管团队在Reddit上举办了一场线上的AMA（ask me anything），回答有关o3 mini以及AI发展相关的一切问题。

　　参与本次活动的共6人，包括首席执行官Sam Altman、首席研究官Mark Chen、首席产品官Kevin Weil、工程副总裁Srinivas Narayanan、API 研究主管Michelle Pokrass、研究主管Hongyu Ren。

　　首先是大家最关心的关于DeepSeek的焦点问题。

　　有用户表示显然这是一个非常令人印象深刻的模型，这会如何改变OpenAI对未来模型的计划？

　　Sam Altman此前对于DeepSeek评价很高，这次也给出了类似的评价。他回复称：“这是一个非常好的模型！我们将生产出更好的模型，但领先优势将比前几年有所减弱。”

　　鉴于DeepSeek在开源领域取得的成功，有人问OpenAI是否考虑发布一些模型权重并发表一些研究？

　　Sam Altman对此回应称：“是的，我们正在讨论。我个人认为，我们在这里站在了历史的错误一边，需要找出一个不同的开源策略；OpenAI中并非所有人都认同这一观点，这也不是我们当前的最高优先事项。”

　　这似乎是Sam Altman首次正面承认OpenAI的闭源“是一个错误”。但OpenAI是否会真正开源？这恐怕将是一个艰难的选择。

　　第二个集中话题是关于o3 mini的产品功能。

　　首先是价格问题。有人对比发现，o3 mini的价格与Deepseek和Gemini相比仍然没有竞争力。比如，在百万tokens规模下，Deepseek R1的API输入价格（缓存命中）为0.14美元，输出价格为2.19美元，而o3 mini的输入价格为0.55美元，输出价格为4.40美元。

　　DeepSeek API价格，deepseek-chat指的是DeepSeek-V3．，deepseek-reasoner指的是DeepSeek-R1，图片来自DeepSeek官网

　　O系列推理模型价格，图片来自OpenAI官网

　　OpenAI API研究主管Michelle Pokrass对此回应：“我们发现o3-mini与美国托管的Deepseek版本相比具有竞争力。我们认为对于这种级别的智能来说，这是一个真正实惠的选择。”

　　OpenAI会计划提高plus会员的价格吗？Sam Altman回应称：“实际上我想随着时间的推移减少它。”

　　大模型推理成本的下降是一个必然趋势。OpenAI在发布o3 mini时表示，该模型延续了其降低智能成本的记录——自推出GPT-4以来，每个token的价格降低了95%——同时保持了顶级的推理能力。

　　针对o3 mini的价格，OpenAI制定了不同的套餐模式。有人问，为什么当plus用户拥有大量o3-mini-high限额时，订阅PRO版本仍然值得？

　　Sam Altman回应称，如果你认为o1 pro还算值得，那么你应该认为o3 pro超级值得。

　　工程副总裁Srinivas Narayanan进一步解释：“我们现在有o1专业模式，还有操作员模式。我们可能会继续有更多方法使用更多计算来解决专业级的难题。是的，专业用户喜欢无速率限制。”

　　其次是思维链的展示问题。o3 mini并不像DeepSeek R1那样给出非常详细的思维链过程，而是非常简洁。

　　o3 mini的思维链展示

　　DeepSeek R1的思维链展示

　　于是有用户提问，我们能看看所有的思考标记吗？

　　首席产品官Kevin Weil回复称：“我们正在努力展示比今天更多的内容——很快就会实现。所有内容都有待确定，展示所有CoT会导致竞争性提炼，但我们也知道人们（至少是高级用户）想要它，所以我们会找到正确的方法来平衡它。”

　　关于o3 mini知识库的时间更新问题，有用户表示不理解。“在我支付了plus费用之前，GPT-4o拥有的知识截止到2024年6月，但是现在我支付了plus费用，知识截止时间又改回了2023年10月。为什么会这样？”

　　Sam Altman对此回应称：“现在我们已经启用了搜索功能，这一点就不再那么重要了——就我自己的使用而言，我再也没有考虑过知识截止的问题了。”

　　OpenAI本次发布的是o3 mini，于是有人问完整版本o3何时首次亮相？

　　Sam Altman一如既往开始画饼：“我猜会是几周以上，几个月以下。”

　　第三个话题集中在其他产品更新，也就是OpenAI曾经发布的“期货”产品何时兑现。

　　有用户关心4o图像生成器是否还会发布，这是大约一年前OpenAI发布的功能。GPT-4o是一种多模态人工智能模型，可同时理解和生成文本、图像和音频内容，但目前为止图像生成功能还未更新。

　　图片来自Reddit

　　首席产品官Kevin Weil对此回复称：“是的！我们正在努力。我认为等待是值得的。”有人继续追问有没有大概的时间表，Kevin Weil先是开玩笑地说“你想给我找麻烦”，随后又补充说“可能要几个月”。

　　此外，关于图像生成模型DALL-3的后续版本，Kevin Weil也是一模一样的回复：“是的！我们正在努力。我认为等待是值得的。”

　　有用户对此“千篇一律”的回复表示不满意，并调侃道“这是GPT-3在回应吗？”

　　有用户关注长上下文窗口的问题，询问能否很快实现1M上下文。

　　对此，工程副总裁Srinivas Narayanan回复“正在努力，但没有明确的日期表”。

　　关于很多人都关心的GPT-5，Sam Altman表示还没有时间表。

　　首席产品官Kevin Weil则回应称，会在“o-17 micro和 GPT-（π+1） 之后不久”。换句话说，遥遥无期。

　　不过Sam Altman表示会有一些即将发布的更新，比如高级语音模式。

　　有人问，有了语音、视频、屏幕共享、任务和操作员，OpenAI现在已经发布了相当多的组件，这些组件共同构成了非常完整的自动化体验。在我们可以说拥有完整的AI体验之前，是否还缺少一些部分？如果是，那么缺少哪些部分？

　　对此，工程副总裁Srinivas Narayanan回复：“是的，很多部分正在整合在一起。继续提高推理能力仍然是最关键的部分。连续的视频输入和视频输出真的很酷。在任何环境中实现自动化——不仅仅是浏览器，而是整个计算机或其他设备。以及轻松理解和使用不同应用程序（在工作和个人生活中）的能力。”

　　最后是关于算力以及AGI相关的问题。

　　有人问，假设现在是2030年，你刚刚创建了一个大多数人称之为AGI的系统。它在你提出的每一个基准测试中都表现出色，并且在速度和性能上都击败了你最好的工程师和研究人员。现在怎么办？除了“在网站上提供”之外，还有其他计划吗？

　　工程副总裁Srinivas Narayanan回复：“我们与人工智能交互的界面将发生根本性的变化。事情将变得更加代理化。人工智能将在后台为我们持续工作，完成复杂的任务并实现我们的目标。它们会在有需要时向我们汇报。机器人技术也应该足够先进，让它们能够在现实世界中为我们完成有用的任务。”

　　Sam Altman认为，最重要的影响是加速科学发现的速度，我相信这是对改善生活质量的最大贡献。

　　有人提到了芯片，问OpenAI如何看待trillium、cerebers等更专用的芯片/TPU？OpenAI正在研究这些芯片吗？

　　Sam Altman的回应很简洁：GB200现在很难被击败！

　　不久之前，Sam Altman宣布第一个完整的8机架GB200 NVL72现已在Azure中为OpenAI运行。

　　有人问，Stargate（星际之门）的成功对 OpenAI 的未来有多重要？

　　首席产品官Kevin Weil回应称：“非常重要。我们看到的一切都表明，我们拥有的计算能力越多，我们构建的模型就越好，我们制造的产品就越有价值。我们现在同时在两个维度上扩展模型——更大的预训练和更多的 RL/strawberry——两者都需要计算。为数亿用户提供产品也是如此！随着转向为您持续工作的更多代理产品，这需要计算。所以把 Stargate 想象成我们的工厂，它将电力/GPU 转化为适合您的超棒产品。”

　　看起来，DeepSeek与OpenAI已经形成了两种不同的技术路线。

　　DeepSeek代表了以更低的成本，尤其是计算成本，来实现更高的性能的路线。而OpenAI是Scaling Law的忠实信仰者，仍然坚持“大力出奇迹”——如果继续扩展计算，就能继续扩展性能。

　　这两种不同路线的选择就是实现AGI的分水岭吗？

　　（封面图来源：OpenAI）

责任编辑：韦子蓉