OpenAI深夜放大招，正式推出“最新最強版”推理模型o3-pro！

而且同一時間，o3模型降價80%不降智。

官方測評結果顯示，在專家評估中，所有人一致更偏愛o3-pro而非o3的回答。

此外，o3-pro也一舉超越o3、o1-pro，成為當前最擅長數學、科學和編程的OpenAI模型。

OpenAI CEO奧特曼也第一時間激動表示：

• 這真是太聰明了！我第一次看到它相對于o3的勝率時，簡直不敢相信。

目前o3-pro已取代o1-pro，面向ChatGPT的Pro和Team用戶開放，Enterprise和Edu用戶將在下周獲得使用權限。

而對開發(fā)者來說，o3-pro已經可以通過API接入：

每百萬輸入tokens收費20美元（約合人民幣143元），每百萬輸出tokens收費80美元（約合人民幣574元）。

有多貴呢？

溫馨提醒，據稱一句簡單的“嗨”就花了網友80美元（doge）。

或許OpenAI也意識到這個價格確實有點貴，所以另一邊趕緊宣布o3降價80%。

o3降價80%不降智

官網顯示，o3的最新API價格如下：

每百萬輸入tokens收費2美元，每百萬輸出tokens收費8美元。

對比o1-pro下降了80%以上，不僅是o3-pro的1/10，而且和GPT-4o（每百萬輸入/輸出分別為2.5美元和10美元）基本持平。

至于降價原因，明面上的說法是OpenAI對推理服務架構進行了全面優(yōu)化。

就是說，雖然o3和o3-pro底層模型相同，但由于推理更高效，所以價格自然就下調了。

不過，就在奧特曼對這一價格“沾沾自喜”時，關于o3“是否真的沒有降智”卻陷入了爭議。

網友們也是相當直白，在奧特曼這條推文底下直接表達了懷疑：

甚至有博主以親身經歷（暫無法確定真實性）出來發(fā)聲，認為o3在實測中變笨了。

• OpenAI降價并非出于慈善……

然而這一說法也遭到了其他網友的反駁，總體來看目前對峙雙方并未就這一爭議拿出實質性證據。

雖然爭議尚未討論出具體結果，但一些關于o3-pro的測試結果已經新鮮出爐。

和開頭所提一致，官方在更嚴格的“4/4可靠性”評估中也驗證了o3-pro尤為擅長數學、科學和編程。

p.s. 這項評估需要o3-pro在四次嘗試中（而不僅僅是一次，pass@1）正確回答問題~

不過官方也多次提醒，由于o3-pro可以使用工具，因此響應時間通常比o1-pro更長。

• 我們建議將其用于對可靠性要求更高的棘手問題，等待幾分鐘是值得的。

這也和一眾網友實測下來的感受相符，o3-pro確實變強了，能夠解決一些其他模型無法答對的問題，不過由于響應變慢，價格也是真貴。

HyperWriteAI CEO讓它思考“1+1=？”，結果往往需要耗時1分鐘以上（第一次問甚至用時16分鐘）。

當然，這也恰好代表了o3-pro的錯誤打開方式。

不論是官方建議還是一些好的網友實測結果，都說明o3-pro更適合挑戰(zhàn)一些有難度、有價值的問題。

賓大教授Ethan Mollick分享了一個其他模型都曾鎩羽而歸的問題：從“SPACE”到“EARTH”制作一個單詞階梯。

這個游戲需要模型從“SPACE”到“EARTH”，每次只改變一個字母，單詞真實有效且長度不變（右側為解釋“為什么這是一個合法的英語單詞”）。

而o3-pro成功完成了挑戰(zhàn)，并且這不是模型通過聯(lián)網搜索得到的答案（即通過推理得到）。

另一位生物醫(yī)學科學家也分享了與o3-pro合作開發(fā)免疫系統(tǒng)的例子。

作為對比，他也向o3提出了同一任務（要求先識別出人類天然免疫系統(tǒng)的關鍵局限性），結果表明o3-pro更勝一籌。

• o3列出的前五個問題雖然強調了類似的重要問題，但后兩個問題無需徹底重構免疫系統(tǒng)即可解決。
• 相比之下，o3-pro不僅提出了更多限制，而且它所指出的每一個限制都是極其關鍵、內在的問題，需要徹底重構。

整體而言，通過ARC-AGI測試結果可以看到，o3-pro在高難任務上表現略好，但提升幅度不大，且成本隨難度上升。

p.s. 這項測試主要考驗AI在面對新問題時的抽象推理和問題解決能力~

奧特曼發(fā)小作文

• 這是我最后一次在沒有任何人工智能幫助的情況下寫這樣的文章了。

有意思的是，同一時間奧特曼也火速發(fā)了一篇小作文——

題目為《The Gentle Singularity（溫和的奇點）》，來探討AI發(fā)展對人類社會的影響。

其主要觀點包括下面這些：

1、2025年，我們迎來了能夠真正進行認知工作的智能Agent，編寫計算機代碼的方式將徹底改變。2026年，我們很可能會看到能產生原創(chuàng)見解的系統(tǒng)；2027年，或許會出現能在現實世界中執(zhí)行任務的機器人。

2、到了2030年代，智慧和能源——即想法及實現想法的能力——將變得極其豐富。這兩者長期以來一直是人類進步的基本限制；如果智慧和能源變得充足（加上良好的治理），理論上我們可以實現一切。

3、隨著數據中心的生產逐漸自動化，智能的成本最終應該會接近電力成本。（很多人關心ChatGPT每次查詢用多少能量；平均每次查詢大約耗電0.34瓦時，大概相當于烤箱運行一秒多一點，或高效燈泡使用幾分鐘。此外，每次查詢大約用水0.000085加侖，約等于十五分之一茶匙。）

4、相比AI，人類有一個長期且重要的優(yōu)勢：我們天生在意他人，以及他人怎么想、怎么做，而對機器卻沒什么感情。

5、從相對論的角度看，奇點是一點點發(fā)生的，融合是逐步進行的。我們正攀登那條技術指數增長的長弧線；向前看總覺得是陡峭的垂直，向后看則像是平緩的線，但其實它是一條平滑的曲線。（回想2020 年，如果那時我們說2025年會接近 AGI，聽起來會很瘋狂，但對比過去五年所發(fā)生的一切，也許現在的預測不那么瘋狂了。）

6、我們（整個行業(yè)，不只是OpenAI）正在為世界構建一個大腦，它的極限將取決于我們的好點子。

7、OpenAI如今做的事情很多，但最根本的身份仍是一個超級智能研究公司。

BTW，奧特曼最新推文有透露，原計劃中的公開權重模型要推遲了。

嗯，又一個期貨（doge）~