作者｜沐風(fēng)

來源｜AI先鋒官

就在今天凌晨，OpenAI以一場20分鐘的極簡直播發(fā)布了滿血版o3和o4-mini。

o3滿血版和o4-min的登場，堪稱視覺推理領(lǐng)域的一次革命。

它首次實(shí)現(xiàn)了“用圖像思考”，將圖像推理與思維鏈相結(jié)合，這種能力使得模型可以像人類一樣從圖表、圖形，甚至是對圖像中提取信息、進(jìn)行深度推理并解決問題。

老規(guī)矩，先看性能。

據(jù)最新測試結(jié)果，o3和o4-mini（無工具版本）在AIME 2024數(shù)學(xué)競賽題目中的準(zhǔn)確率分別達(dá)91.6%和93.4%。

一旦允許它調(diào)用Python，o3準(zhǔn)確率就飆到95.2%，而o4-mini則沖到98.7%。

另外，在AIME 2025中，o4-mini配合Python解釋器取得了99.5%高分，幾乎滿分拿下這項(xiàng)基準(zhǔn)測試。

在Codeforces編程競賽評分中，o3和o4-mini得分均超2700分，顯示出在復(fù)雜數(shù)學(xué)與代碼任務(wù)中的強(qiáng)大推理與執(zhí)行能力。

再來看PhD級科學(xué)題（GPQA Diamond）和專家級綜合測試（Humanity’s Last Exam），無需額外工具時，o3在科學(xué)題上能以 83.3%稍微領(lǐng)先于o4-mini的81.4%。

而面對專家綜合考題，不帶插件的o3準(zhǔn)確率約為20.3%，添上Python、網(wǎng)絡(luò)瀏覽甚至調(diào)用多種工具后能推到24.9%。

相比之下，不帶插件的o4-mini為14.3%，但借助插件也僅為17.7%，不及o3。

我們再來看看MMMU、MathVista、CharXiv-Reasoning三個數(shù)據(jù)集。

在大學(xué)級別的MMMU數(shù)據(jù)集上，o3直接達(dá)到了82.9%，o4-mini為81.6%，而o1在只拿到了77.6%，

面對直觀的MathVista，o1只有71.8%，o3則直接沖到87.5%。

在CharXiv-Reasoning上，o3更是遠(yuǎn)超o1的55.1%，拿到了75.4%。

不得不說，這次o3滿血版和o4-mini將視覺推理能力推到了一個全新的高度。

不過，這個成績的代價是，需要投入o1十倍以上的算力。

從今天起，Plus、Pro和Team用戶將第一時間體驗(yàn)到o3、o4-mini和o4-mini-high，它們將取代o1、o3-mini和o3-mini-high。

同時，這兩款模型也將通過Chat Completions API和Responses API，向所有開發(fā)者提供。

在定價上，o3比o1的定價便宜了三分之一，o4-mini相比o3-mini沒漲價。

與o1相比，o3和o4-mini不僅支持了OpenAI的所有工具，還新添了一個特性“視覺推理”。

接下來，我們重點(diǎn)來了解一下視覺推理。

o3和o4-mini可以將圖像直接整合到他們的思維鏈中。

他們不僅看到圖像，還可以隨圖像一起思考。它融合了視覺和文本推理，解鎖了一類新的問題解決方式。

用戶上傳照片、教科書圖表或手繪草圖后，模型可以對其進(jìn)行解釋，即使圖像模糊、顛倒或質(zhì)量低下，模型也能放大看清細(xì)節(jié)。

我們來看幾個示例（注：所有示例均使用o3完成）：

比如，一個放在桌子上幾乎與視線平行的筆記本，上面有兩行倒置且模糊的字，問他“筆記本上寫了什么？”

或者再讓他解決圖片中的問題。

或閱讀標(biāo)志。

另外，最新的視覺推理模型還可以與 Python 數(shù)據(jù)分析、網(wǎng)絡(luò)搜索、圖像生成等其他工具協(xié)同工作，以創(chuàng)造性和有效地解決更復(fù)雜的問題。

如：走迷宮示例。

查找活動日期。

不難看出，視覺推理讓AI具備了在一種專業(yè)場景下的觀察力，這也意味著很多原本需要人眼判斷的崗位，會被徹底改寫。

除了模型本身，OpenAI 這次還開源了一個新工具“Codex CLI”。一個可以直接在終端（terminal）運(yùn)行的輕量級AI編程助手，支持調(diào)用 o3 和 o4-mini 等模型。

開源地址：

https://github.com/openai/codex

OpenAI還透露將在數(shù)周內(nèi)推出 o3-pro，提供更全面的工具支持。

掃碼邀請進(jìn)群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。

往期文章回顧