2024 年 9 月 12 日,OpenAI 正式发布了代号为 Strawberry(草莓 / 传闻中的 Q)* 的全新推理模型系列——OpenAI o1-preview 以及轻量版 OpenAI o1-mini。

这是大语言模型从“快直觉响应(System 1)”迈向“深思熟虑(System 2)”的关键范式转移:不同于以往即问即答的 GPT-4o,o1 系列在输出最终答案前,会通过内置的**私有思维链(Chain of Thought)**进行自我推演、纠错和反复验证。

OpenAI o1 模型选择界面

核心机制:给 AI 真正“思考”的时间

以往的自回归模型在生成每个 Token 时消耗的算力是固定的,遇到复杂多步问题容易在逻辑链条中途掉入幻觉。

OpenAI o1 引入了全新的**大规模强化学习(Reinforcement Learning)**训练范式:

  • 隐式思维链:在作答前,模型会先在幕后生成密集的思考过程,尝试多种策略、识别自身错误、探索备选路径,并最终收敛出最可靠的推理答案。
  • 测试时算力换准确率(Inference-time Compute):思考的时间越长、搜索的路径越多,输出答案的确定性和逻辑严密性就越高。

基准测试表现:从学生到博士的质变

在需要深度多步推理的硬核科目中,o1-preview 展现出了颠覆性的成绩跃升:

  • 国际数学奥林匹克(IMO)资格赛:GPT-4o 正确率仅为 13%,而 o1 跃升至 83%。
  • 竞技编程竞赛(Codeforces):o1 的编码评分达到了所有参赛选手的 第 89 百分位(ELO 1807),达到人类资深算法选手的水平。
  • 前沿科学难题(GPQA Diamond):涵盖物理、化学、生物学等博士级水平的评估测试中,o1 的表现首次超越了人类领域专家的平均水平。

版本划分与定位差异

1. OpenAI o1-preview(旗舰推理)

  • 定位:面向全领域复杂科学难题、前沿理论推导、跨学科综合分析与长链路逻辑规划。
  • 特点:推理最深入,但生成速度较慢、消耗 Token 较多。

2. OpenAI o1-mini(专精编程与效率)

  • 定位:专为代码生成与数学运算深度微调的轻量化推理模型。
  • 特点:推理速度极快,API 价格比 o1-preview 便宜 80%,在 Codeforces 竞赛测试中表现甚至略优于完整预览版,是极具性价比的工程师生产力利器。

当前版本的局限与取舍

作为 Preview(预览)版本,o1 当前主要聚焦于纯文本逻辑推理,牺牲了一部分常规 ChatGPT 的便携功能:

  • 暂不支持网页实时浏览(Web Browsing)
  • 暂不支持上传文件/解析图片等原生多模态输入
  • 暂不支持自定义 System Prompt 与 Function Calling(结构化输出)
  • 思考过程目前通过模型摘要折叠显示,不直接暴露原始推理 Token

使用与权限获取

  • ChatGPT Plus / Team 用户:已在模型下拉列表中上线,o1-preview 与 o1-mini 分配了独立周配额。
  • 企业版与教育版:计划于次周全面灰度推送。
  • API 开发者:Tier 5 级别的开发者已开放调用,受 20 RPM 频次限制。
  • 免费用户:官方承诺后续将向所有 ChatGPT Free 用户开放 o1-mini 的访问通道。

官方实机演示

以下为 OpenAI 官方公布的解题与编码实战演示视频:

站内搜索

没有找到内容!