專題：DeepSeek為何能震動全球AI圈

　　作者|硅星人Pro 張瀟雪

　　在開源上我們站在了歷史的錯誤一方。

　　這是Sam Altman對DeepSeek沖擊做出的最新回應(yīng)。

　　OpenAI從來都是主動出擊，這一次因DeepSeek而被動調(diào)整了它自己的節(jié)奏，甚至第一次在開源權(quán)重的問題上，有了動搖。

　　一切都發(fā)生的太快了。

　　o3-mini全線開放，免費用，可聯(lián)網(wǎng)

　　在DeepSeek壓力之下， OpenAI今天凌晨突然宣布，其最新推理模型o3-mini全面上線。

　　而且居然一改往日藏著掖著的調(diào)性，一次性向所有人開放了o3-mini在ChatGPT和API中的使用權(quán)限，包括免費用戶。

　　不僅支持聯(lián)網(wǎng)，也終于舍得展示思考過程了。

　　o3-mini 于去年底的技術(shù)直播中首次亮相，是 OpenAI 推理系列中最新、最具性價比的小型 AI 模型，在科學(xué)、數(shù)學(xué)和編程領(lǐng)域表現(xiàn)出色，同時兼具低成本和低延遲優(yōu)勢。

　　強度模式上，o3-mini提供了低、中、高三種選擇，用戶可根據(jù)需求在快速響應(yīng)和深度思考之間靈活調(diào)整。只是o3-mini 尚不支持視覺任務(wù)，需要進行視覺推理時仍要調(diào)用o1。

　　此次發(fā)布，ChatGPT Pro 用戶可無限制訪問 o3-mini；Plus 和 Team 用戶每日消息限制從 o1-mini 的50條提升至150條；免費用戶也可通過選擇“Reason”模式或重新生成回復(fù)來體驗新模型（具體消息限制未說明）。所有付費用戶還可在模型選擇器中選擇 “o3-mini-high”，以獲得需要更長時間響應(yīng)的更高智能版本。

　　此前曾被社區(qū)貼臉對比DeepSeek有而 OpenAI 沒有的深度思考 + 聯(lián)網(wǎng)功能，這次也高亮加入：所有用戶均可選擇 “Search + Reason” 組合，利用搜索功能查找?guī)в邢嚓P(guān)網(wǎng)絡(luò)資源鏈接的最新答案。

　　來到開發(fā)者這邊。即日起，API 使用等級 3-5 的開發(fā)者可在Chat Completions API、Assistants API 和 Batch API 中調(diào)用o3-mini。OpenAI稱它是自己首款支持函數(shù)調(diào)用、結(jié)構(gòu)化輸出和開發(fā)者消息的小型推理模型，可直接用于生產(chǎn)環(huán)境。

　　變快變便宜，但仍不如DeepSeek實惠

　　速度與效率方面，o3-mini 相較于o1具備更快的響應(yīng)速度和更高的計算效率。測試結(jié)果顯示，o3-mini推理速度比o1-mini快24%，將平均響應(yīng)時間從10.16秒縮短至7.7秒。此外，o3-mini 的首個token生成時間也比o1-mini快2500毫秒，為用戶提供更加流暢的交互體驗。

　　而面對“模型界拼多多”DeepSeek，OpenAI也不得不加入了價格戰(zhàn)。官方表示，自 GPT-4 推出以來，OpenAI 已將每 token 價格下調(diào) 95%。

　　最新的定價方案中，o3-mini輸入每百萬tokens收費$1.10，輸出每百萬tokens收費$4.40，在使用緩存輸入的情況下，費用可以減半至每百萬tokens $0.55。

　　這個價格相比之前有了顯著下降，比o1-mini低63%，比完整版o1更是降低了93%。然而即便如此，與DeepSeek R1輸入和輸出費用分別為每百萬tokens $0.14和$0.55相比，仍然明顯偏高。

　　性能超o1，采用“審慎對齊”技術(shù)

　　OpenAI在官方博客中展示了o3-mini在多個領(lǐng)域相比o1和o1-mini的性能提升。

　　數(shù)學(xué)推理方面，o3-mini于AIME 2024數(shù)學(xué)競賽中表現(xiàn)優(yōu)異。使用高推理強度時，其準確率達到87.3%，全面超越o1。即便在低推理強度模式下，其表現(xiàn)也能與o1-mini比肩。

　　在科學(xué)領(lǐng)域評測中，o3-mini的高推理強度模式在PhD級科學(xué)問題（GPQA Diamond）上達到79.7%的準確率，顯著優(yōu)于前代模型。在生物、化學(xué)和物理等高難度學(xué)科問題上，其高推理強度模式的表現(xiàn)與o1相當。

　　編程能力方面，o3-mini這次展現(xiàn)出了肉眼可見的顯著優(yōu)勢。在Codeforces編程競賽中，其高推理強度模式獲得2130的Elo評分，遠超前代模型，即使最低推理強度也與o1持平。在SWEbench-verified軟件工程測試中，高推理強度模式達到49.3%的準確率。在LiveBench編程任務(wù)中，中等推理強度已超越o1-high，高推理強度模式則更是大幅領(lǐng)先。

　　在一般知識評估中，o3-mini全面超越o1-mini。同時，人類偏好測試顯示，56% 的專家更傾向于選擇 o3-mini 的回答，認為其更準確且邏輯性更強。此外，o3-mini 在處理現(xiàn)實世界高難度問題時，主要錯誤率下降了 39%，凸顯了其在復(fù)雜任務(wù)中的可靠性。

　　安全性方面，OpenAI表示在o3-mini的安全性工作上取得了重要進展。最顯著的是采用了他們開發(fā)的審慎對齊”（deliberative alignment）技術(shù)，讓o3-mini能在回答用戶問題前，主動對安全規(guī)范進行推理思考。這種方法使其在應(yīng)對各種安全挑戰(zhàn)和越獄測試時的表現(xiàn)明顯優(yōu)于GPT-4o。

　　為確保安全性，o3-mini采用了與o1同樣嚴格的流程，包括準備度評估、外部紅隊測試 等多個環(huán)節(jié)。評估結(jié)果顯示，o3-mini 的總體風(fēng)險等級被評為 “中等”，其中在說服力、危險物質(zhì)、模型自主性等方面風(fēng)險為中等，而在網(wǎng)絡(luò)安全領(lǐng)域的風(fēng)險則為低。通過強化 “思維鏈”推理能力，o3-mini 在處理潛在風(fēng)險場景（如非法建議和偏見回應(yīng)）時達到了目前的最高安全水平。

　　值得注意的是，隨著模型能力的不斷提升，OpenAI也意識到了潛在風(fēng)險的增加。為此他們建立了完善的安全評估和防護體系，確保只有經(jīng)過安全處理且風(fēng)險達到中等或更低的模型才會被部署。

　　奧特曼領(lǐng)銜，OpenAI團隊上陣Reddit開版答疑

　　o3-mini發(fā)布后，OpenAI CEO Sam Altman帶領(lǐng)首席研究員Mark Chen、首席產(chǎn)品官Kevin Weil、工程副總裁Srinivas Narayanan、API 研究主管Michelle Pokrass，和o3-mini團隊研究主管Hongyu Ren，上陣Reddit和網(wǎng)友們來了場互動Q&A。

　　下面是幾個點贊排名靠前的問題：

　　問題1：我們能看到所有的思維tokens嗎？

　　回答（Sam Altman）：是的，我們將很快展示一個更有幫助和詳細的版本。感謝r1提醒我們。

　　問題2：你們會考慮發(fā)布一些模型權(quán)重和發(fā)表一些研究嗎？

　　回答（Sam Altman）：這個還在討論中。我個人認為在這個問題上我們站在了歷史的錯誤一方，需要找出一個不同的開源策略。不過不是所有OpenAI的人都同意這個觀點，而且目前這也不是我們最高優(yōu)先級。

　　問題3：完整版o3什么時候發(fā)布？

　　回答（Sam Altman）：我估計超過幾周，少于幾個月。

　　問題4：語音模式會更新嗎？這是GPT-5o的一個重點嗎？GPT-5o的大致時間表是什么？

　　回答（Sam Altman）：語音模式更新即將到來！我想我們會直接叫它GPT-5而不是GPT-5o。目前還沒有時間表。

　　問題5：你們會推出基于4o的圖像生成器嗎？

　　回答（Kevin Weil）：是的！我們正在開發(fā)。而且我認為這值得等待。

　　問題6：你們計劃在未來推理模型中會添加文件附件功能嗎？

　　回答（Srinivas Narayanan）：正在開發(fā)中。推理模型未來將能夠使用包括檢索在內(nèi)的不同工具。

　　補充回答（Kevin Weil）：我只想說，我迫不及待想看到帶工具使用的推理模型了：）

　　問題7：Stargate的成功對OpenAI的未來有多重要？

　　回答（Kevin Weil）：非常重要。我們看到的一切都表明，計算能力越多，我們就能建立更好的模型，并制造更有價值的產(chǎn)品。我們現(xiàn)在同時在兩個維度上擴展模型——更大的預(yù)訓(xùn)練和更多的強化學(xué)習(xí)/strawberry訓(xùn)練，這兩者都需要計算資源。為數(shù)億用戶提供服務(wù)，并且隨著我們轉(zhuǎn)向更多為您持續(xù)工作的智能產(chǎn)品，這些也都需要計算資源。因此可以將Stargate視為我們的工廠，將算力/GPU轉(zhuǎn)化為令人驚嘆的產(chǎn)品。

　　目前，大部分評論區(qū)群眾表示喜聞樂見，“打起來了，愛看，多發(fā)！”

　　編程軟件Cursor算是手快的，最新兩條推文相繼宣布DeepSeek模型和o3-mini都已經(jīng)整合進來，但對平臺的開發(fā)人員們?nèi)匀蛔類跜laude Sonnet“表示很驚訝”。

　　當然也有人表示，既然DeepSeek已經(jīng)免費提供這些尖端AI技術(shù)了，為什么要花錢升級GPT呢？

　　就像Lex Fridman說的，“OpenAI o3-mini是一個很好的模型，但DeepSeek R1的性能相似還更便宜，并且展示推理過程（目前大家反映o3-mini并沒像奧特曼說的那樣看到思維鏈顯示）。

　　盡管更好的模型將會出現(xiàn)（迫不及待地想看 o3pro），但‘DeepSeek 時刻’是真實存在的。我認為 5 年后它仍將作為科技史上的關(guān)鍵事件被人們銘記?！?/p>