OpenAI又出招了

昨晚，OpenAI官宣上線史上最強推理模型——o3-pro

o3-pro不僅是一個通用型助手，而是兼具長思考、超長上下文，工具調(diào)用于一體的超級智能AI。

在多項基準測試中，o3-pro的數(shù)學、科學和編程性能驚艷，大幅超越o1-pro。

甚至，大佬首測后發(fā)現(xiàn)，就連Gemini 2.5 Pro（0605）、Claude 4 Opus都被全面壓制。

當然，最震撼的是相較于o1-pro，o3-pro的價格降低了87%

簡單來說，o3 和 o4-mini 模型的設計目標是整合 ChatGPT 所有可用工具。被標注為“pro”的模型意味著能投入更多時間處理提問，換取更高質(zhì)量與更精確的回答。

真的是最強嗎？

我找到一張評測圖，這張圖展示的是不同模型在 ARC-AGI 測評中的表現(xiàn)，重點是 o3 Pro 模型在半私有評測中的位置和性價比。

分析之前，先來簡單科普下ARC-AGI-1 和 ARC-AGI-2，它們是用于衡量通用人工智能（AGI）推理能力的基準測試。

ARC-AGI-1 是較早的評測版本，任務更標準化 ARC-AGI-2 是新版本，測試更注重純推理能力，目前大部分模型表現(xiàn)都很低（<5%）

下面我來逐部分解讀這張圖和數(shù)據(jù)——

ARC-AGI-1 的 o3 系列表現(xiàn)：

o3-preview (Low)：得分 59%，單任務 $4.16（圖中位于最右上角，精度最高但成本也高） o3-pro (Med)：得分 57%，單任務 $3.18 o3-mini (Low)：得分 44%，單任務 $1.64

這三組分別對應不同定價版本的模型

ARC-AGI-2 的表現(xiàn)：

所有模型（包括 o3）準確率都在 5% 以下，且成本 $4-7/任務，說明任務更難。

一句話——

o3-pro 的表現(xiàn)與 o3 系列保持一致：說明性能穩(wěn)定。o3 的新定價重新定義了 ARC-AGI-1 的性價比邊界：圖中可見，o3-pro 和 o3-mini 刷新了“最優(yōu)性價比”的 Pareto 曲線。

OpenAI 在 o3-pro 的更新說明中表示：“我們建議在那些對結果可靠性要求更高、可以接受等待幾分鐘的復雜問題中使用該模型。”

有個網(wǎng)友發(fā)了個“Hi”

確實要幾分鐘（有關hi的108種解讀...）

而且還花了80刀...

不過目前o3-pro 在 ChatGPT 的部分功能上仍有限制，目前尚不支持圖像生成和 Canvas，用戶需切換至其他模型才能使用這些服務。

來，說說你被ai玩過嗎？