近日，在為期12個(gè)工作日的線上新品發(fā)布活動(dòng)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(gè)版本，一個(gè)正式的o3，還有一個(gè)相對(duì)較小的精簡(jiǎn)版o3-mini。o3在OpenAI實(shí)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(cè)試成績(jī)達(dá)到了類人水平。經(jīng)過2024年AIME數(shù)學(xué)競(jìng)賽的題目測(cè)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(cuò)了一道題，相當(dāng)于一名頂級(jí)數(shù)學(xué)家的水平。

【機(jī)會(huì)前瞻】

近日，OpenAI在為期12個(gè)工作日的線上新品發(fā)布活動(dòng)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(gè)基準(zhǔn)測(cè)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(cè)試中取得了突破性成績(jī)，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(shí)，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(cè)試SWE-Bench Verified中，o3性能比o1高出22.8%，在CodeForces中o3評(píng)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(xiàng)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(jìng)賽題目測(cè)試中，o3的準(zhǔn)確度得分為96.7%，而o1為83.3%。在Epoch AI Frontier Math測(cè)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(jì)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(dòng)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(guó)內(nèi)對(duì)AI算力的需求，推動(dòng)國(guó)內(nèi)算力市場(chǎng)規(guī)模的持續(xù)擴(kuò)大。