省流
发布o3和o3-mini，大幅提升推理能力和速度。但目前暂不开放，只能申请进行“安全测试”
要点总结
- OpenAI将新的模型命名为o3，跳过o2以防止和Telica O2重名
- o3在推理能力提升非常大，具体体现为在各种类型的benchmark中表现优异，包括：算法（Codeforces）、常识和科学知识（GPQA Diamond）、数学（AIME2024）、即时推理学习（ARC）
- 上述benchmark的结果可以查看purr佬的帖子
- o3-mini支持选择以不同的"efforts"进行思考，即花费不同长短的时间来解决问题，你可以让o3-mini为你思考更长时间以便接近o3的水平
- low efforts模式下的o3-mini速度和4o差不多，medium和o1差不多
- 危险意图识别：新模型能更好地规避危险的问题，此前的各种混淆提问方式几乎难以奏效
- 大概率无多模态：虽然直播中没有明确提及，但如果有多模态能力一定会提到，所以目前应该只支持文本
- 开放时间：目前不开放，要等到大概明年一月底。从现在起可以在官网申请以“安全测试”为目的的访问权限
- 现场演示：直播过程中演示了一个比较复杂的任务，要求o3模型开发一个支持调用o3-mini API的WebUI，要能够根据用户的请求调用API生成代码并启动一个终端执行。这个小项目不算简单，o3在大约1min的时间内完成并一次通过。
个人评价
更强的基础模型才是大家一直以来对OpenAI的期待嘛。
从直播演示上来看，这次确实做到了全方位的跨越，要能力有能力，要响应速度有速度。
但是唯一也是致命的问题：不开放，不给用！
这让人不禁起疑：究竟是真的模型太强了导致可能存在“安全风险”，还是目前算力不足，抑或是实际根本没调好不敢发布？
让我们拭目以待！
