相信很多大家對OpenAI甩王炸！發(fā)布新模型o3，一夜再次改變世界！還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

今天凌晨2點，OpenAI開啟第12天技術(shù)直播，也是最后一天。不負(fù)眾望終于整了個大的，發(fā)布全新預(yù)覽版模型——o3。

根據(jù)發(fā)布的o3測試數(shù)據(jù)顯示，美國AIME數(shù)學(xué)競賽中達(dá)到了96.7分，大幅度超過了o1預(yù)覽版的56.7和o1的83.3%，僅錯了一道題相當(dāng)于一名頂級數(shù)學(xué)家的水平。

而在ARCAGI的測試中，o3在低算力資源情況下實現(xiàn)了75.7%，而當(dāng)增加計算資源后實現(xiàn)了87.5%，這也是首次有大模型超過了人類85%的水平，實現(xiàn)重大技術(shù)突破。

有意思的是，OpenAI直接跳過了o2發(fā)布了o3，主要原因是名字與英國著名電信公司o2發(fā)生了沖突無法使用，所以才直接來了個第三代~

o3主要測試數(shù)據(jù)

在軟件風(fēng)格基準(zhǔn)測試中，由真實世界軟件任務(wù)組成的3benchverified基準(zhǔn)測試?yán)?，o3模型準(zhǔn)確率達(dá)到71.7%，相比o1模型提升超過20%。

在競賽代碼領(lǐng)域，o3模型在CodeForces競賽編碼網(wǎng)站上表現(xiàn)卓越，達(dá)到了約2727的ELO分?jǐn)?shù)，遠(yuǎn)超o1模型的1891分，甚至超越了OpenAI首席科學(xué)家Yakov的分?jǐn)?shù)，接近公司內(nèi)部頂尖編程高手的水平，這表明o3在處理復(fù)雜編程競賽任務(wù)時具備出色的邏輯推理和算法實現(xiàn)能力。

在數(shù)學(xué)能力測試中，o3模型在Amy考試中的準(zhǔn)確率高達(dá)96.7%，而o1模型為83.3%。在這個被視為美國數(shù)學(xué)奧林匹克預(yù)選考試的高難度測試中，o3模型通常僅錯一題，表現(xiàn)十分出色。

在衡量模型在博士階段科學(xué)問題處理能力的GPQADiamond基準(zhǔn)測試中，o3模型取得了87.7%的準(zhǔn)確率，比o1模型的78%提高了約10%，甚至超越了領(lǐng)域?qū)＜也┦客ǔＤ苓_(dá)到的70%的水平，這表明o3模型在數(shù)學(xué)和科學(xué)領(lǐng)域的復(fù)雜問題處理上已接近甚至超越人類專家水平。

在ARCAGI基準(zhǔn)測試中，o3模型取得了重大突破。在低計算條件下，o3模型在ARCAGI的半私有保留集上得分為75.7，這一成績在符合計算要求的同時，成為了新的行業(yè)領(lǐng)先水平。

當(dāng)進(jìn)一步提升計算能力，讓o3模型進(jìn)行更長時間的思考時，其在同一隱藏保留集上的得分更是高達(dá)87.5%。這一成績尤為重要，因為人類在該測試中的表現(xiàn)閾值約為85%，O3模型的得分超過了這一閾值，標(biāo)志著人工智能在該領(lǐng)域取得了新的里程碑。

此前，ARCAGI版本一花費了五年時間，才使領(lǐng)先的前沿模型從0%提升到5%，而o3模型的出色表現(xiàn)無疑展示了OpenAI在人工智能技術(shù)研發(fā)上的巨大進(jìn)步。

o3Mini版本

與o3模型相比，o3Mini模型在性能與成本平衡方面表現(xiàn)出色，能夠以較低的成本提供高效的服務(wù)。

在編碼評估方面，o3Mini模型展現(xiàn)出了出色的性能提升。在CodeForces的評估中，隨著思考時間的增加，o3Mini模型的表現(xiàn)不斷提升，逐漸超越了o1Mini模型。

在中位思考時間下，o3Mini模型的性能甚至優(yōu)于o1模型，能夠以大約一個數(shù)量級的更低成本提供相當(dāng)甚至更好的代碼性能。這意味著開發(fā)人員可以在不增加過多成本的情況下，獲得更高效的編程輔助，提高開發(fā)效率，降低開發(fā)成本。

在數(shù)學(xué)能力測試中，o3Mini模型在2024年數(shù)據(jù)集上表現(xiàn)出色。o3Mini低模型的性能與o1Mini相當(dāng)，而o3Mini中位數(shù)模型則取得了比o1更好的性能。在處理諸如GPQA等困難數(shù)據(jù)集時，o3Mini模型也能展現(xiàn)出一定的優(yōu)勢，實現(xiàn)了接近即時響應(yīng)的效果。

此外，o3Mini模型支持函數(shù)調(diào)用、結(jié)構(gòu)化輸出、開發(fā)者消息等一系列功能，與O1模型相當(dāng)。在實際應(yīng)用中，o3Mini模型在大多數(shù)評估中實現(xiàn)了可比或更好的性能。

在現(xiàn)場演示中，o3Mini 模型的強大功能得到了直觀展示。例如，在一項任務(wù)中，模型被要求使用Python 實現(xiàn)一個代碼生成器和執(zhí)行器。當(dāng)啟動運行該 Python 腳本后，模型成功啟動了本地服務(wù)器，并生成了包含文本框的用戶界面。

用戶在文本框中輸入編碼請求后，模型能夠迅速將請求發(fā)送至 API，并自動解決任務(wù)，生成代碼并保存至桌面，隨后自動打開終端執(zhí)行代碼。整個過程復(fù)雜且涉及大量代碼處理，但 o3Mini 模型在低推理努力模式下依然表現(xiàn)出了極快的處理效率。

目前，該模型還處于安全測試階段，從今天開始o(jì)3Mini 模型率先開放給外部安全研究人員進(jìn)行測試，隨后 o3模型也將參與其中。研究人員可通過訪問 OpenAI 的官方網(wǎng)站，填寫申請表格參與測試。

以上就是關(guān)于【OpenAI甩王炸！發(fā)布新模型o3，一夜再次改變世界！】的相關(guān)內(nèi)容，希望對大家有幫助！