OpenAI首个免费推理模型o3-mini发布！奥特曼反思不开源的错误

DeepSeek为大模型领域带来了新的速度提升——就在昨天，OpenAI深夜紧急发布了其最新的推理模型：o3-mini系列，包含low、medium和high三个版本。

目前，o3-mini和o3-mini-high已经正式上线。

天意生信云：dftianyi.com

根据OpenAI的官方声明，o3系列的核心目标是推动低成本推理的极限。自今日起，ChatGPT Plus、团队用户和Pro订阅用户即可体验o3-mini，而企业用户将在一周后陆续开放。

值得注意的是，免费用户也能通过选择“Search+Reason”功能体验o3-mini的搜索功能。这也是OpenAI首次免费提供推理模型，或许是受到了DeepSeek的压力，OpenAI CEO奥特曼在Reddit的“有问必答”活动中罕见地反思道：“在开源权重AI模型的问题上，我们可能站在了历史的错误一方。”

与此同时，几小时内，网友们已经开始对o3-mini进行疯狂实测。虽然相较于DeepSeek-R1，o3-mini的价格依然较高，但让我们先看看官方技术报告的内容。去年年底，OpenAI发布了o3-mini的预览版，再次刷新了小型模型的能力边界。该版本在成本和延迟上与o1-mini相当，CEO奥特曼曾预告，正式版将在今年1月发布。在最后的DDL节点，o3-mini终于登场。

整体来看，o3-mini延续了o1-mini的设计理念，依然聚焦于STEM（科学、技术、工程、数学）领域的推理优化，并且保持了mini系列“小而强”的风格。以o3-mini（medium）为例，它不仅在数学编码上与o1系列相当，而且响应速度更快。

人类专家评测显示，大多数情况下，o3-mini提供了比o1-mini更准确、更清晰的答案，偏好度高达56%。尤其在处理复杂的现实问题时，o3-mini的重大错误率降低了39%。

在数学推理能力方面，o3-mini（low）在低推理强度下与o1-mini相当，而在中等推理强度下，o3-mini的表现媲美o1系列的满血版。

推理强度一旦提升至最高（high），o3-mini的表现就超越了o1系列的所有版本。根据由60多位顶尖数学家提供的FrontierMath难题测试结果，高推理强度下的o3-mini相比o1系列实现了显著提升。

官方指出，结合Python工具时，o3-mini（high）在首次尝试中就成功解决了超过32%的问题，包括28%以上的T3级问题。

在科学推理方面，o3-mini在PhD级别的物理、化学和生物学问题上，低推理强度下的表现已经超越了o1-mini。

此外，在编码领域，o3-mini在各个层级上都领先o1系列。根据它们在LiveBench测试中的表现，随着推理强度的增加，o3-mini的优势进一步扩大。而且，o3-mini在响应速度上的提升也不容忽视，平均响应时间为7.7秒，相比o1-mini的10.16秒提升了24%。

最后，在安全性评估方面，o3-mini在多项安全测试中明显超越了GPT-4o。然而，尽管o3-mini在性能上优于DeepSeek-R1，但在价格上依然显得较为昂贵——输入输出分别为0.14和0.55美元，远高于DeepSeek-R1的性价比。

网友实测展示

1.写一个弹球python脚本

运行结果展示：

2.模拟世界物理定律

运行结果展示：