在談及DeepSeek時，Altman表示它是“一個很好的模型”，并表示“我們將生產(chǎn)更好的模型， 但與往年相比，領先優(yōu)勢更少”。

Altman還進一步表示， 得益于DeepSeek，OpenAI可能更多地揭示其所謂的推理模型（如O3-Mini）如何展示其“思考過程”。目前，OpenAI的模型隱藏了它們的推理過程，防止競爭對手為自己的模型獲取訓練數(shù)據(jù)。相比之下，DeepSeek的R1模型則對用戶開放思維鏈輸出。

OpenAI首席產(chǎn)品官Kevin Weil也補充表示：

“我們正在努力展示比今天更多的內容，這將很快實現(xiàn)。待定，展示所有的思維鏈（CoT）的確會導致競爭性蒸餾，但我們也知道人們（至少是高級用戶）想要它，所以我們會找到合適的方法來平衡它?！?/span>

“我們正在努力展示比今天更多的內容，這將很快實現(xiàn)。待定，展示所有的思維鏈（CoT）的確會導致競爭性蒸餾，但我們也知道人們（至少是高級用戶）想要它，所以我們會找到合適的方法來平衡它。”

支持更多開發(fā)者功能

o3-mini是第一個支持開發(fā)者常用功能的小型推理模型，包括：

函數(shù)調用：可以直接調用預設函數(shù)，實現(xiàn)更高效的任務處理。

結構化輸出：讓模型輸出的信息更規(guī)整，便于解析和應用。

開發(fā)者消息：為開發(fā)者提供更多調試和信息反饋手段。

函數(shù)調用：可以直接調用預設函數(shù)，實現(xiàn)更高效的任務處理。

結構化輸出：讓模型輸出的信息更規(guī)整，便于解析和應用。

開發(fā)者消息：為開發(fā)者提供更多調試和信息反饋手段。

與之前的o1-mini一樣，最新的o3-mini同樣支持流式輸出。

OpenAI介紹稱， o3-mini支持開發(fā)者調整“AI推理努力程度”，分為低、中、高三個級別。這種靈活性使得o3-mini可以在面對難題時“更努力思考”，而需要效率時優(yōu)先考慮回應速度。

o3-mini不支持視覺能力，因此對于需要進行圖像處理或視覺推理任務的用戶，仍需使用OpenAI的o1模型。

廣泛的接入方式

對于不同類型用戶，o3-mini可以通過多個渠道接入：

• API用戶：在Chat Completions、Assistants和Batch API中，o3-mini已經(jīng)向部分API用戶開放（適用于使用層級3-5的用戶）。

• ChatGPT用戶：ChatGPT Plus、Team和Pro用戶從周五開始即可使用，企業(yè)用戶則將在一周后獲得訪問權限。

• 免費用戶：免費用戶也能通過選擇“推理模式”或重新生成回答的方式體驗o3-mini。這是首次免費用戶可以使用具備推理能力的模型。

API用戶：在Chat Completions、Assistants和Batch API中，o3-mini已經(jīng)向部分API用戶開放（適用于使用層級3-5的用戶）。

ChatGPT用戶：ChatGPT Plus、Team和Pro用戶從周五開始即可使用，企業(yè)用戶則將在一周后獲得訪問權限。

免費用戶：免費用戶也能通過選擇“推理模式”或重新生成回答的方式體驗o3-mini。這是首次免費用戶可以使用具備推理能力的模型。

OpenAI表示，o3-mini將取代模型選擇器中的OpenAI o1-mini。 所有付費用戶可以在模型選擇器中選擇o3-mini-high——一個智力更強、但生成響應速度略慢的版本。

Pro用戶可無限制地使用o3-mini和o3-mini-high。OpenAI將Plus和Team用戶的日消息限額從o1-mini的50條提高到o3-mini的150條。

此外， o3-mini現(xiàn)已支持搜索功能，能夠查找最新答案并提供相關網(wǎng)頁鏈接。這是一個早期原型，OpenAI稱正在努力將搜索功能整合到所有推理模型中。

模型性能亮點

據(jù)OpenAI披露，在2024年美國數(shù)學邀請賽（AIME 2024）的測試中，低推理努力的o3-mini準確率為60%，與o1-mini差不多，但速度更快；而在中等努力下，o3-mini的準確率能夠提升到79.6%，與o1模型相當；在最高努力水平時， o3-mini的準確率則能進一步提升至87.3%。

在博士級科學問題（GPQA Diamond）方面，三種努力程度模型的準確率分別為70.6%、76.8%和79.7%。

FrontierMath前沿數(shù)學與Codeforces等編程競賽方面，o3-mini也顯示出明顯優(yōu)勢，甚至在某些評測中遠超前代模型。

在SWE-bench Verified軟件工程任務測試中，o3-mini高推理版本的準確率達到了超過49%，優(yōu)于舊版本。

通用知識方面，在各種知識評測中，o3-mini的表現(xiàn)也超過了o1-mini，能夠為用戶提供更準確的答案。

在智能水平與o1相當?shù)那疤嵯?，o3-mini提供了更快的性能和更高的效率。除了上述提及的STEM評估之外，采用中等推理努力的情況下，o3-mini在數(shù)學和事實性評估中也展現(xiàn)出更出色的表現(xiàn)。在A/B測試中，o3-mini的響應速度比o1-mini快24%，其平均響應時間為7.7秒，而o1-mini為10.16秒。延遲方面，o3-mini的首個token平均比o1-mini快2500毫秒。

安全性與風險防控

OpenAI表示，o3-mini采用了“深思熟慮的對齊”方法，即在回答用戶問題之前，讓模型先思考人類制定的安全規(guī)則。與o1模型類似，o3-mini在應對復雜安全挑戰(zhàn)和防止繞過安全措施（jailbreak）上，比GPT-4o表現(xiàn)得更出色。

在發(fā)布前，OpenAI采用了全面的安全準備、外部紅隊測試和多種安全評估方法，對o3-mini的風險進行了嚴格評估。相關的詳細評估結果和風險防控措施，均記錄在o3-mini的系統(tǒng)卡中。

未來展望

OpenAI公司表示，o3-mini的發(fā)布標志著OpenAI在推動低成本智能邊界方面又邁出了一步。通過為STEM領域優(yōu)化推理能力，同時保持低成本，使高質量的人工智能變得更加普及。OpenAI指出，該模型延續(xù)了不斷降低智能成本的傳統(tǒng)——自推出GPT-4以來，每個token的定價降低了95%——同時依然保持頂級的推理能力。

OpenAI表示，隨著人工智能的廣泛應用，將繼續(xù)走在前沿，構建在智能、效率和安全性上取得平衡的大規(guī)模模型。

o3-mini發(fā)布前夕

o3-mini的發(fā)布背景頗為引人注目。

在此前OpenAI宣布Operator AI代理之后僅一天，特朗普政府就公布了大規(guī)模的“星際之門”AI資助項目。

隨后，DeepSeek R1的崛起震驚全球，對市場造成沖擊，AI領域競爭加劇，OpenAI加快了o3-mini發(fā)布進程，以維持其在AI領域的領先地位。在o3-mini正式發(fā)布前就有消息稱，OpenAI準備本周五發(fā)布新一代推理模型ChatGPT o3-mini，該模型是o3系列的精簡版本，專為特定任務優(yōu)化，速度更快且更具成本效益。

OpenAI CEO Sam Altman于1月17日在社交平臺X上表示，ChatGPT o3-mini的最終版本已經(jīng)完成，正在進入發(fā)布流程。當時他預計新版本將在"大約幾周后"推出。