观察员
-
OpenAI新推理模型价格骤降，总体性价比未能超越DeepSeek R1
最后更新: 2025-02-06 18:10:09
当地时间1月31日，美国OpenAI公司正式上线推理模型o3-mini，并首次向免费用户开放推理模型，一同亮相的还有“满血版”的o3模型。
来源：OpenAI
OpenAI表示，o3具备更先进、近似人类的推理能力，在解决编程、数学、科学等理工科问题方面均超越现役的o1模型。该公司曾表示，o3-mini会在1月底先上架，o3则“会在不久之后推出”。
根据介绍，o3-mini支持开发者调整“AI推理努力程度”的选项——分为低、中、高三个级别。这种灵活性使得o3-mini可以在面对难题时“更努力思考”，而需要效率时优先考虑回应速度。开发者可根据需求选择推理强度，平衡思考深度和响应速度，但不支持视觉任务，视觉推理仍需使用o1。
在新闻稿中，OpenAI披露，在2024年美国数学邀请赛（AIME 2024）的测试中，低推理努力的o3-mini准确率（60%）与o1-mini差不多，但速率更快；而在中等努力下，o3-mini准确率能够提升到79.6%，与o1模型相当。在最高努力水平时，o3-mini的准确率则能进一步提升至87.3%。
在博士级科学问题（GPQA Diamond）方面，三种努力程度模型的准确率分别为70.6%、76.8%和79.7%，该测试主要用于衡量模型在博士级别物理、生物和化学问题上的表现。
有外媒还将o3-mini和DeepSeek的R1模型进行了对比。
在AIME 2024测试中，o3-mini仅在高推理强度下表现优于R1（79.8%）。在以编程为重点的SWE-bench Verified基准测试中，o3-mini同样仅在高推理强度下以微弱优势（0.1 分）领先R1。在低推理强度下，o3-mini在GPQA Diamond基准测试中落后于R1（71.5%）。
OpenAI宣布，从当天开始，免费ChatGPT用户也能通过在编辑器中选择“推理”来尝试o3-mini模型，这也是公司的推理模型首次向免费用户开放。
对于付费用户，o3-mini将在模型选择器中替代o1-mini。作为升级的一部分，每月花费20美元左右的ChatGPT Plus和Team用户，速率限制也从o1-mini的每天50条，提升到o3-mini的150条。每月支付200美元的ChatGPT Pro用户，能无限制地访问o3-mini。
近期，爆火的DeepSeek-R1模型对OpenAI构成了竞争压力，尤其在成本方面呈现出显著差异。
OpenAI 的推理模型o1系列相对成本较高，o1模型的API定价为每百万输入tokens 15美元，每百万输出tokens 60美元，而DeepSeek R1的API定价为每百万输入tokens 0.14美元（缓存命中）/0.55美元（缓存未命中），每百万输出tokens 2.19美元。
这次发布中，OpenAI强调了成本问题。与OpenAI的o1-mini相比，o3-mini的价格降低了63%。o3-mini定价为每百万输入tokens 1.10美元，每百万输出tokens 4.40美元,。不过，相比DeepSeek-R1，o3-mini的价格依然高出了不少。
o3-mini与DeepSeek-R1价格对比
安全方面，OpenAI表示，在训练o3-mini以实现安全响应的过程中，采用了一种关键技术--“深思熟虑的对齐（deliberative alignment）”。
通过这种方法，OpenAI训练模型在回答用户提示之前，先对人类编写的安全规范进行推理。可以理解为，OpenAI希望确保o3-mini生成的内容更加安全、符合道德，并降低了模型生成不良或有害响应的风险。
本文系观察者网独家稿件，未经授权，不得转载。
- 责任编辑: 林铃锦
-
高通CEO：DeepSeek R1对高通有利
2025-02-06 17:57 观网财经-科创 -
华为小艺、联想小天等接入DeepSeek
2025-02-06 14:14 观网财经-科创 -
变现困难还面临跨赛道竞争，All in AI能帮Keep减亏吗？
2025-02-06 13:23 大公司 -
全球顶尖AI科学家、前Salesforce副总裁加入阿里
2025-02-06 11:59 观网财经-互联网 -
Keep早盘涨超22%，创始人发全员信表态将All in AI
2025-02-06 11:38 观网财经-互联网 -
蚂蚁集团官宣新任CFO
2025-02-06 11:20 观网财经-金融 -
苹果跌了，这一消息是导火索？
2025-02-06 06:39 -
价格崩塌后，默沙东对华停供四价HPV疫苗
2025-02-05 19:48 产业万象 -
英伟达出货预期遭大幅下调，国产算力集体支持DeepSeek
2025-02-05 17:16 观网财经-科创 -
春节跨境游订单增三成，日本成最热目的地
2025-02-05 16:19 观网财经-互联网 -
“酒系银行”宜宾银行3.5%股权流拍，20倍市盈率吓退买家
2025-02-05 16:09 观网财经-金融 -
传美国考虑将Shein和Temu列入“强迫劳动”名单，两企业回应
2025-02-05 15:39 观网财经-海外 -
春节消费亮点出炉：非遗文化热度飙升，智能产品引领换新潮
2025-02-05 15:29 观网财经-消费 -
美国知名测评：继DeepSeek后，通义千问也追上OpenAI
2025-02-05 15:18 人工智能 -
美国邮政暂停接收来自中国内地和香港的入境包裹
2025-02-05 14:44 观网财经-海外 -
华为董事长：去年营收超8600亿
2025-02-05 14:03 观网财经-科创 -
中国七大云厂商集中上线DeepSeek
2025-02-05 11:28 观网财经-科创 -
A股deepseek概念掀涨停潮，机器人板块走强
2025-02-05 10:56 观网财经-科创 -
“硅谷有种常见病，认为圈外所有创新都是作弊得来的”
2025-02-02 21:01 观网财经-科创 -
华为和DeepSeek联手，硅基流动首发被挤爆
2025-02-01 18:23 观网财经-科创
相关推荐 -
印度“首次承认”战机被击落：几架并不重要 评论 239
马克龙呼吁组建亚欧“新联盟”，“不能选边站” 评论 269
“敌不在中国，而在美国内部” 评论 151
美零售巨头，对华出尔反尔？ 评论 294
1直击印度痛点！俄罗斯要与印度合作“增强版”苏-57E，会给中国带来多大麻烦？评论 207 赞 38
375岁老人独自去游乐园被拒入园，游乐园设年龄“上限”门槛合理吗？评论 166 赞 3
4美国“靓丽的风景线”来了！喜闻乐见评论 165 赞 119
5如何看待79岁的特朗普，在6月8日这天上空军一号的时候，差点摔了一跤？评论 114 赞 6
6如何看待北大辛德勇教授，怀疑“采药昆仑”石刻乃今人伪刻？评论 105 赞 8
7作为0距离观察艾滋病患者的人，我想说多数人对艾滋病群体的行为逻辑缺乏直观认识评论 100 赞 12
9稀土将成为中国管制世界的手段评论 87 赞 77
10局面加速雪崩，马斯克凶多吉少！评论 70 赞 10最新闻 Hot-
“中国临床试验反超”，美媒焦虑：药也都要中国制造了
-
白宫与硅谷激辩：用尽一切手段，哪个有效了？
-
“以色列阻挠中东多国外长访问”
-
印度“首次承认”战机被击落：几架并不重要
-
“马斯克担忧：我们是第一，但第二到第十都是中国的”
-
香港知名演员方刚去世，曾被称为香港影坛“第一恶人”
-
“黑暗启蒙”创始人：美国应采用“CEO式君主制”
-
“希音将上市重点从伦敦转向香港”
-
马克龙呼吁组建亚欧“新联盟”，“不能选边站”
-
“敌不在中国，而在美国内部”
-
日本研究人员：旧日本陆军研制药物“虹波”，731部队有参与人体实验
-
美国对C919出手，“打得越狠，中国越强”
-
马斯克：吃了儿子一拳
-
“热心肠”特朗普提建议：记得把门关上
-
好一出大戏：“DOGE之父”黑衣赴会，特朗普“御赐”金钥匙…
-
日本高官：要去非洲，太依赖中国矿
-
Copyright © 2014-2024 观察者 All rights reserved。
沪ICP备10213822号-2 互联网新闻信息服务许可证：31220170001
网登网视备（沪）02020000041-1号 互联网宗教信息服务许可证：沪（2024）0000009
广播电视节目制作经营许可证：（沪）字第03952号
增值电信业务经营许可证：沪B2-20210968 违法及不良信息举报电话：021-62376571
沪公网安备 31010502000027号
中国互联网举报中心
上海市互联网违法与不良信息举报中心
