近日，在為期12個工作日的線上新品發(fā)布活動最后一日，OpenAI宣布了“壓軸大作”：o1的下一代模型o3，而且一開始就要推出兩個版本，一個正式的o3，還有一個相對較小的精簡版o3-mini。o3在OpenAI實現(xiàn)通用人工智能（AGI）這一奮斗目標(biāo)上取得了突破，最高的測試成績達(dá)到了類人水平。經(jīng)過2024年AIME數(shù)學(xué)競賽的題目測試，o3的準(zhǔn)確度得分為96.7、即準(zhǔn)確率96.7%，大幅度超過了o1預(yù)覽版的56.7和o1的83.3%，僅錯了一道題，相當(dāng)于一名頂級數(shù)學(xué)家的水平。

【機(jī)會前瞻】

近日，OpenAI在為期12個工作日的線上新品發(fā)布活動最后一日，發(fā)布了其壓軸大作o3和o3-mini在內(nèi)的o3模型系列，這是AI領(lǐng)域又一重要里程碑。

OpenAI的o3模型在多個基準(zhǔn)測試中超越了前代o1模型。在推理能力方面，o3模型在ARC-AGI基準(zhǔn)測試中取得了突破性成績，最高得分達(dá)到87.5%，遠(yuǎn)超o1模型的25%，甚至超過了人類平均水平的85%。這表明o3在處理復(fù)雜問題時，能夠像人類一樣進(jìn)行邏輯推理和抽象思考，具備更強(qiáng)的解決問題能力。

編碼能力方面，在編碼測試SWE-Bench Verified中，o3性能比o1高出22.8%，在CodeForces中o3評分高達(dá)2727，超越了大部分人類程序員。它不僅能生成準(zhǔn)確的代碼，還能提供有見地的解釋，幫助開發(fā)人員更好地理解和完善項目，極大地提高了軟件開發(fā)的效率和質(zhì)量。

在2024年AIME 數(shù)學(xué)競賽題目測試中，o3的準(zhǔn)確度得分為96.7%，而o1為83.3%。在Epoch AI Frontier Math測試中，o3解決了25.2%的問題，而其他模型的得分均未超過2%，展現(xiàn)了其在數(shù)學(xué)推理和處理高度復(fù)雜抽象問題方面的巨大潛力。

其中o3-mini作為更經(jīng)濟(jì)高效的版本，預(yù)計將于明年1月底發(fā)布，其在成本和延遲方面比o1-mini更低，有望進(jìn)一步推動人工智能技術(shù)的普及和應(yīng)用。

可以看出，OpenAI此次發(fā)布的o3模型系列，擁有強(qiáng)大性能和復(fù)雜任務(wù)處理能力，作為行業(yè)標(biāo)桿，o3模型的發(fā)布將進(jìn)一步激發(fā)國內(nèi)對AI算力的需求，推動國內(nèi)算力市場規(guī)模的持續(xù)擴(kuò)大。