OpenAI o3-mini终于发布了!
让我们深入看看他们的官方声明。
他们今天发布了推理模型系列中的最新成员OpenAI o3-mini，这是最经济高效的一款，现在就可以在ChatGPT和API中使用。
o3mini（迷你版），虽然它是迷你版，但在性能测试中却超过了o1。这真让人惊讶，我很想知道未来几周即将推出的非迷你版o3会有什么表现。
2024年12月预览，这款强大且快速的模型超越了小型模型的能力界限，提供了卓越的STEM能力——尤其在科学、数学和编码方面——同时保持了OpenAI o1-mini的低成本和低延迟的优势。
开放AI o3-mini 的主要特点OpenAI o3-mini 是第一个小型推理模型，它支持开发人员所需的功能，包括但不限于：
此外，开发人员可以选择三种推理强度级别——低、中和高——以优化其特定应用场景。这种灵活性使o3-mini在应对复杂挑战时能够更加努力地思考，或在延迟是问题时优先考虑速度。
请注意： o3-mini 不 支持视觉功能。开发人员应继续使用 OpenAI o1 进行视觉推理相关的任务。
可用性- ChatGPT Plus、团队版和Pro用户 今天就可以使用OpenAI o3-mini了。
- 企业用户们 一周后就可以使用了。
- API用户（第3至第5级别） 可以开始将o3-mini集成到他们的应用中。
- 免费用户 可以通过在消息编辑器中选择“原因”，或重新生成回复来试用一下OpenAI o3-mini。
此次升级包括Plus和Team用户的消息限制将从每天50条消息（配备o1-mini）增至每天150条消息（配备o3-mini），即消息限制变为原来的三倍。
性能提升快速、强大，特别适合STEM领域推理
与其OpenAI o1的前辈类似，OpenAI o3-mini 在STEM推理方面进行了优化。在中等推理任务下，它在数学、编程和科学方面表现与o1相当，同时提供更快的响应。
精彩表现:
- 偏好率为56%高于o1-mini。
- 重大错误减少了39%。
- 在AIME和GPQA评估中的表现与o1一致，只需要适度的推理努力。
数学: 在低推理难度下，OpenAI o3-mini 的性能与 OpenAI o1-mini 相当。在高推理难度下，它不仅优于 OpenAI o1-mini，也超过了其前辈 OpenAI o1-mini 的前身 OpenAI o1。
在博士水平的生物、化学和物理问题上，OpenAI o3-mini在高推理强度下表现与OpenAI o1相当。
如图所示
OpenAI 的 o3-mini 在 高推理能力 上比其前任表现更佳，特别是在 FrontierMath 上，首次尝试就解决了超过32%的问题，其中包括超过28%的难题（T3）。
在Codeforces的编程竞赛中，OpenAI o3-mini随着其推理努力的增加，逐步提高其Elo分数。当推理努力处于中等水平时，它的表现与OpenAI o1相当。
OpenAI o3-mini 是在 SWE-bench Verified 中表现最佳的已发布模型。
- 39%的准确率，在开源无代理框架。
- 61%的准确率，用内部工具。
软件工程的表现怎么样？
OpenAI o3-mini 这款模型在 LiveBench 编码测试中表现出色。
OpenAI o3-mini 在这些方面表现出色的同时，标志着 成本效益更好的推理 方面的重要进展。凭借 更快的响应速度、更高的准确性以及更强的灵活性 ，它对于寻求高性能小型模型的开发者和用户来说，将是一个 不错的选择。
让我们看看接下来几天内关于deepseek-qwen-o3-mini的新基准。
*[面向对象]：OO
共同学习，写下你的评论
评论加载中...
作者其他优质文章
