台北時間12月6日凌晨2點，科技圈現在最會行銷的OpenAI正式開啟了他們的“Shipmas”產品發佈季。

這明顯是受到聖誕日曆（Christmas Calendar）傳統啟發的12天連發活動。就像小朋友每天打開聖誕日曆上的一個小格子期待驚喜一樣，OpenAI要給全球科技圈每個工作日都送上一份“聖誕禮物”。

在今天的發佈會上，Sam Altman親自承認，公司將在工作日陸續發佈新產品和功能更新。

開門紅就放大招，OpenAI帶來了兩個重磅更新：o1模型的滿血正式版和堪稱“頂配版”的ChatGPT Pro訂閱計畫。

這簡直就是給這兩天瘋狂發佈新品的Google貼臉送“聖誕驚喜”。

現在就讓我們一起拆開聖誕禮盒的第一格吧。

滿血o1模型：完全態確實不一樣

發佈會開始，Sam Altman先提到了新版o1在處理複雜問題時的重大錯誤率降低了34%，而且能根據題目的難易程度調節處理時間，困難的題可能做幾分鐘，但簡單題目僅需幾秒。這使得使用者等待時間下降超過50%。

Sam Altman緊接著給出了它的表現資料。o1在國際數學奧林匹克預選賽題目（AIME 2024）中拿到了83%的正確率，把GPT-4o那可憐巴巴的13%甩得連尾燈都看不見了，比起o1 -preview的56.7%也提升了將近一半！

而在程式設計能力測試（CodeForces）方面，o1同樣展現出強勁實力。從GPT-4o的11%躍升到89%。絕對算得上從入門級直接漲到架構師水平。同樣比o1-preview提升一半。

特別值得一提的是，在處理博士級科學問題（GPQA Diamond）時，o1超越了人類專家的表現，達到78%的精準率，而人類專家的水平為69.7%。不過比較奇怪的是，在這一項上，o1的表現似乎還不如o1-preview。

更重要的更新是：o1現在也支援多模態識別了。

在發佈會現場，o1的負責人直接手繪了在太空中收集太陽能，以供太空資料中心使用的一套系統草圖讓o1識別。

因為太空中沒法水冷，因此散熱需要靠一張巨大的散熱片。研究員讓o1去計算，如果要給的資料中心供給1 GW的電，它需要多大的散熱片才能保證GPU陣列的正常運作。

o1完全精準的識別和理解了圖片的內容，並經過了超過3屏的精密分析和計算，給出了正確答案——需要242萬平方米的一塊巨大散熱片才夠。

而回答這個問題僅僅用了o1 10s的時間。

可以預見，多模態支援技能一解鎖，o1的實用性暴增。醫生可以用它分析醫學影像，工程師能讓它幫忙看圖紙，設計師還能讓它提供創意建議。

另一道現場測試題則更為複雜：OpenAI的研究員要求o1找到一種符合六個標準的特定蛋白質。

這個問題的挑戰在於，需要模型回憶起相當專業的化學領域知識，而對於任何給定的標準，可能會有數十種蛋白質符合該標準。所以模型必須全面考慮所有候選者，然後檢查它們是否符合所有標準。

這一問題需要大量思考和排查的問題，o1花了63s做對了。

除此之外，在安全性測試中，o1拿下了84分的高分，比起GPT-4o的22分也有了質的飛躍。看來，OpenAI在讓AI既聰明又“懂規矩”這件事上沒少下功夫。

o1新模型今日起將面向 ChatGPT Plus 和團隊使用者開放，而企業和教育使用者則從下周開始可使用。

ChatGPT Pro：200美金/月 買個穩定發揮

如果說o1的升級是意料之中，那麼月收費200美元的ChatGPT Pro可就真的讓人倒吸一口涼氣了。雖然之前一直有傳聞提到OpenAI會推出200美元收費的套餐，但這個價格過高，業內很多人並不相信。

不過看資料，它確實是目前AI模型界的“旗艦”。

在這個套餐裡，OpenAI 提供了最強的o1 pro mode。按Sam Altman自己的解釋，這個模式會讓o1處理非常難的題目時，獲得更多算力和能量。

這聽起來似乎才是o1的真正完全體——不卡算力的情況下的o1。

在一般測試中，o1 pro 模式在國際數學奧林匹克預選賽題目（AIME 2024）中，正確率達到了86，超過了o1版本的78。

在程式設計中它和o1相當，但在處理博士級科學問題（GPQA Diamond）時有5%左右的優勢。

紙面上看，這點性能提升似乎並不值得大家每個月多花180美元去升級成Pro版本。

但為了展示o1 pro mode的強大，OpenAI還專門設計了一套極其嚴格的“四次測試”評估：模型需要連續四次都答對同一個問題才算通過。在這種嚴苛條件下，o1 Pro模式依然保持了相當高的可靠性：在競賽數學中達到80%，程式設計測試中達到74.9%，科學問題中達到74.2%。遠超普通版o1。這說明o1 pro能提供更佳的穩定性和一致性，這對於需要AI協助完成重要工作的專業人士來說，無疑是一個重要保障。

ChatGPT Pro版客戶還能享受到完整的GPT-4o存取權：無限使用，不用排隊。

這還只是12天發佈計畫的首日。

不得不說，OpenAI這波“聖誕行銷”節奏掌握的不錯，第一天就放出了業內預測會在這十二天發佈的最重要的產品之一 —— “滿血版”o1。這力度，肯定能勾起大家對於接下來的11天更新的好奇心。

不過有一點是肯定：今年的AI圈註定要在這個寒冬裡進入搏殺狀態。Google可能會發Gemini 2，Anthrophic據說也會有新模型將在聖誕前上線。

對整個AI圈而言，今天僅僅是個開始。

在直播的最後，OpenAI的研究員講了個聖誕冷笑話：聖誕老人試圖讓他的大型語言模型解決一個數學問題，他非常努力地提示它，但就是不行。他最終是怎麼解決的呢？他用的是reindeer enforcement learning（馴鹿加力學習）。

笑點是，這幾個詞連在一起讀出來就是reinforcement（強化學習）。爛諧音梗，讓Sam都無語了。

來了來了！剛剛，OpenAI新模型無預警上新：

o1系列，可以進行通用複雜推理，每次回答要花費更長時間思考。

在解決博士水平的物理問題時，GPT-4o還是“不及格”59.5分，o1一躍來到“優秀檔”，直接幹到92.8分！

沒錯，傳說中的「草莓」，終於來與大家見面了！

CEO奧特曼稱它是一種新範式的開始：可以進行通用複雜推理的人工智慧。

具體來說，o1系列是OpenAI首個經過強化學習訓練的模型，在輸出回答之前，會在產生一個很長的思維鏈，以此增強模型的能力。

換句話說，內部思維鏈越長，o1思考得越久，模型在推理任務上的表現就越好。

o1有多強呢？CEO奧特曼直給了答案：

在剛剛結束的2024 IOI資訊學奧賽題目中，o1的微調版本在每題嘗試50次條件下取得了213分，屬於人類選手中前49%的成績。

如果允許它每道題嘗試10000次，就能獲得362.14分，高於金牌選手門檻，可獲得金牌。

另外它還在競爭性程式設計問題 (Codeforces) 中排名前89%，在美國數學奧林匹克 (AIME) 預選賽題目中躋身美國前500名學生之列。

與GPT-4o相比，o1在數理化生、英語法律經濟等各種科目都有不同成績改進。

彙總官方發佈的各種消息來看，這次突然發佈的o1系列又分為三個型號：

o1，新的大模型天花板，過於強大目前不方便對外公開。

o1-preiview，o1的早期版本，可以立即提供給ChatGPT付費使用者和API使用者。

o1-mini，速度更快、性價比更高，適用於需要推理和無需廣泛世界知識的任務。

不少OpenAI員工都分別用“系統1”和“系統2”思考來科普o1系列與之前模型的區別。

連長期休假中的總裁Brockman都“詐屍”回歸了。

思維鏈提示方法的原作者Jason Wei表示，這一次不是純粹通過提示來完成思維鏈，而是使用強化學習訓練模型以更好地執行鏈式思考。

在深度學習的歷史中，人們一直試圖擴展訓練階段的計算，但思維鏈是自適應計算的一種形式，現在也可以在推理時擴展。

新模型做了很多類似人類的事情，比如將棘手的步驟分解為更簡單的步驟、識別和糾正錯誤以及嘗試不同的方法。

通過訓練，o1模型學會完善自己的思維過程，嘗試不同的策略，並認識到自己的錯誤。

不過作為早期模型，它尚不具備ChatGPT的許多有用功能，例如聯網搜尋以及上傳檔案和圖像。

但對於複雜的推理任務來說，這是一個重大進步，OpenAI稱代表了人工智慧的最高水平。

鑑於此，他們決定將計數器重設，並將該系列模型命名為OpenAI o1。

隨著更多的強化學習（訓練時計算）和更多的思考時間（測試時計算），o1 的性能持續提高，新的Scaling Law誕生了。

不過這種方法的Scaling受到的限制與普通預訓練有很大不同，OpenAI正在繼續研究它們。

o1思考起來是什麼樣子？可以從官網示例中的編寫Bash指令碼的程式設計任務一窺究竟。

首先作為對比，GPT-4o會直接就開始寫程式碼，遺憾得到錯誤結果。

而o1-preiview會先用自己的理解複述一遍要求，然後開始拆解要求，明確最終目標。

接下來它會給自己定義任務、分析限制條件、列出需要用到的方法。

進一步把任務拆解成明確的數個小步驟。

最後才動手編寫程式碼，並保證一次性得到正確結果。

OpenAI表示，o1系列可以幫醫療保健研究人員來註釋細胞測序資料，幫助物理學家可以生成量子光學所需的複雜數學公式，所有領域的開發人員可以使用o1來建構和執行多步驟工作流程。

而且不是說說而已，OpenAI已經邀請相關的人類專家學者試用了一波。

馬克思普朗克研究所的量子物理學者Mario Krenn，展示了GPT-4o不能回答但o1-preview正確完成計算的複雜量子物理問題。

除了考試和學術基準之外，團隊還評估了人們對o1-preview與GPT-4o在開放問題上的偏好。

在資料分析、編碼和數學等推理密集型類別中，o1-preview明顯優於gpt-4o。

然而o1-preview在某些自然語言任務上並不是首選，這表明它並不適合所有場景。

OpenAI科學家Noam Brown分享了更詳細的個人測試結果。

在上個月的ACL會議上有一個所有當時大模型都無法解決的邏輯難題。o1-preview能夠做對，o1滿血版幾乎每次嘗試都能做對。

目前o1花費在思考上的時間是幾秒到十幾秒，但OpenAI未來的改進方向不是縮短，反而是努力增加這個時間，

目標是讓未來的版本思考幾個小時、幾天甚至幾周。

推理成本會更高，但你會為一種新的抗癌藥物付多少錢？為了電池的突破、黎曼猜想的證明又付多少？

人工智慧可以不僅僅是聊天機器人

根據OpenAI官方說法，ChatGPT Plus和Team使用者最早可在幾個小時內可以體驗到o1系列模型。

在發佈時，o1-preview限製為每周30條消息，o1-mini每周50條。

API存取權將首先給Tier 5級使用者，也就是已經在OpenAI API上花費超過1000美元的人。

OpenAI正在努力提高這些速率，並使ChatGPT能夠針對給定的提示自動選擇合適的模型。 (量子位)

台北時間凌晨一點，OpenAI 突然進行了重大更新。

已經預熱了接近一年的 Q*/草莓項目，傳說中能夠進行高級推理的大語言模型，今晚終於露出了真面目。

OpenAI 發推表示，剛剛推出了 OpenAI o1-preview 模型——名字的含義之前外媒已經爆料過，o1 應該代表著 OpenAI 下一代大模型的 Orion（獵戶座）一代。

OpenAI 在發佈文件中寫道，新模型在推理能力上代表了人工智慧能力的新水平，因此，計數器將重設為 1 ——這意味著未來很可能不會有 GPT-5 了，o1 將代表未來 OpenAI 的最強水平。

且從今天開始，ChatGPTPlus 和 Team 使用者就能夠直接訪問模型。

使用者可以手動選擇使用 o1 模型的預覽版——o1-preview，或者使用 o1 模型的小尺寸版——o1-mini。o1-preview 的每周限製為 30 條消息，o1-mini 的每周限製為 50 條。

在 OpenAI 的模型介紹網頁上，可以看到 o1 模型的訓練資料截止時間為去年十月份，而最早的 Q*項目的爆料，正好大概出現在去年十一月份。

OpenAI 憋了一年的大招究竟如何？OpenAI 能否再一次引領大模型的潮流，甚至讓人們看到通用人工智慧之路不再遙遠？很快，每個人都能檢驗這一點了。

Sam Altman 凌晨一點在 X 上發帖：「需要耐心等待的時刻結束了！」

01. o1 模型：解決博士等級的科學問題超越人類

截止發稿時，筆者還不能使用 o1 模型。

不過 OpenAI 已經放出了大量相關的 o1 模型表現展示。

最引人關注的當然是新模型的推理能力。Sam Altman 直接在 X 上貼出了 o1 與 GPT-4o 在數學、程式設計和解決博士等級科學題目上的能力對比。

最左邊的柱形代表目前 OpenAI 的主力模型 GPT-4o。今天放出來的 o1 預覽版為中間的橙色柱形。

可以看到，在 2024 年美國數學邀請賽的競賽題和 Codeforces 演算法競賽題上，o1 預覽版解決數學和程式設計問題的能力，比起 GPT-4o，提升了 5-6 倍。而可怕的是，深橙色的柱形，代表真正的 o1，相比於 GPT-4o，提升了 8-9 倍！

最後一個圖中，OpenAI 還列出了人類專家在解決博士等級科學題目的時的成功率，大約在 69.7%，而 o1 預覽版和 o1，都已經超過了人類專家的水平。

OpenAI 的技術部落格提到了更具體的數字，目前 o1 模型的成績，在美國數學邀請賽上，可以排名進入美國前 500 名。而物理、生物和化學問題上的精準度，超過了人類博士的水平。

在大模型技術進入公眾視野的兩年內，一個經常為人們所使用的比喻是，大模型像一個什麼都懂一點的大學生，在知識專精方面遠遠不行，但是從天文到地理，最基礎的知識都能懂一點點。OpenAI 的新模型，很有可能要刷新人們的這一認知了。

在官方部落格中，OpenAI 簡單解釋了這一進步背後的原理。

類似於人類在回答難題之前可能會思考很長時間，o1 在嘗試解決問題時會使用一系列思維。通過強化學習，o1 學會了磨練其思維鏈並完善其使用的策略。它學會了認識並糾正錯誤，將棘手的步驟分解為更簡單的步驟。噹噹前方法不起作用時，它會嘗試另一種方法。這個過程極大地提高了模型的推理能力。

在 OpenAI 給的案例中。GPT-4o 和 o1 模型同時回答同一個問題——讀一段長文，然後做閱讀理解。在 o1 模型中，會多一個選項叫做展開思維鏈。

如果不展開思維鏈，我們可以看到兩個模型本身給出的答案是不同的。而打開思維鏈後，則會看到一段非常長的模型和自己的思維對話，解釋為什麼做出了不同的選擇。

選 A 嗎？emm，好像不是很好。選 B 嗎？好像沒有關聯。模型完全在自己和自己提問和回答，最後判斷出了那個答案更好。

而在另一個例子中，解決化學問題時，我們可以看到 o1 模型甚至自己在選擇多種方案對比。

標準的計算方式是這樣。但是我們也可以這麼計算，但這樣或許沒有必要？

在多次糾正自己之後，它得出了正確的答案。

之前，也已經有很多報導透露過 o1 模型能夠有高推理能力的原理——這一訓練方法，最早來自於斯坦福大學 2022 年開發的一種「自學推理」（Self-Taught Reasoner，STaR）。

後來研究人員進一步開發了一種名為"Quiet-STaR"的新技術，翻譯過來大概為"安靜的自學推理"。核心為在每個輸入 token 之後插入一個"思考"步驟，讓 AI 生成內部推理。然後，系統會評估這些推理是否有助於預測後續文字，並相應地調整模型參數。這也是人們推測 OpenAI 最早的模型項目為什麼叫 Q*（讀作 Q Star）的原因。

在 o1 模型出現之前，使用者通常也可以自己通過和模型對話的方式，讓模型進行一步一步的思考，也就是所謂的慢思考，進行更準確的回答。但是很明顯，o1 模型此次將思維鏈放大到了完全不同的量級上。

而且，在之前的使用者 prompt 引導中，模型能夠回答出什麼答案，最終也還要被模型能力限制。而通過不同的訓練方式訓練出來的 o1 模型，很有可能能夠通過自己的推理，超越自身訓練材料的限制，產出更高級和精準的答案。

在複雜推理任務上的進步，可能對程式設計和科學研究兩個方向產生直接的推動。

OpenAI 提到，在未來，醫療保健研究人員可以使用 o1 來註釋細胞測序資料，物理學家可以使用 o1 生成量子光學所需的複雜數學公式，所有領域的開發人員可以使用 o1 來建構和執行多步驟工作流程。

OpenAI提供了一個例子，真正做到了只使用提示詞，就完成了一個遊戲的程式設計。

而推理能力的進步，如果能夠進一步消除模型的幻覺，還可能對 AI 應用的建構產生間接的影響。對未來的AI安全也有積極的影響——之前的一些通過提示詞工程誤導模型進行錯誤輸出的手段，可能會直接被模型通過更強的思考能力解決。

OpenAI o1-preview 將在今天開始能夠在 ChatGPT 上使用，並提供給受信任的API使用者。

02.價格沒漲，OpenAI 用 o1-mini 解決推理成本問題

在 OpenAI 此次發佈之前，曾有不少媒體爆料，新模型因為內部推理鏈條較長，對於推理的算力成本的需求進一步增高，OpenAI 很有可能將提高使用模型的費用，甚至最離譜的猜測數字達到每月 2000 美金。

而此次 OpenAI 的發佈，卻令人驚訝，新模型的使用價格並沒有上漲，雖然因為推理成本的原因，使用次數受到了大大的限制。o1-preview 的每周限制使用條數為 30 條消息。

除了限制使用條數，OpenAI管控推理成本的另一個重要舉措，是隨著 o1 模型的推出，同時推出了 o1-mini 版。

OpenAI 沒有具體說明 o1-mini 的參數量有多大，但通過技術文件可以看出，o1mini 版，和 o1 版上下文長度沒有區別，甚至最大輸出 token 數更高。

OpenAI 表示 o1-mini 尤其擅長精準生成和偵錯複雜程式碼，對於開發人員尤其有用。作為較小的模型，o1-mini 比 o1-preview 便宜 80%，這使其成為需要推理但不需要廣泛的世界知識的應用程式的強大且經濟高效的模型。

OpenAI 甚至還計畫之後為所有 ChatGPT 免費使用者提供 o1-mini 存取權。

不過，作為新模型，o1 系列模型，目前仍然不能瀏覽網頁以獲取資訊以及上傳檔案和圖像。OpenAI 也提示道，GPT-4o 在短期內，在某些任務上會更強一些。

事實上，此次發佈了新的模型，甚至不是 OpenAI 的發佈中唯一重要的事情。

OpenAI 還提及了自己訓練中發現的一個現象：隨著更多的強化學習（訓練時計算）和更多的思考時間（測試時計算），o1 的性能能持續提高。擴展這種方法的限制與 LLM 預訓練的限制有很大不同。

事實上，輝達的具身團隊領導者 Jim Fan 直接在 X 上點評了這一事件的歷史意義——模型不僅僅擁有訓練時的 scaling law，還擁有推理層面的 scaling law，雙曲線的共同增長，將突破之前大模型能力的提升瓶頸。

Jim Fan 表示，2022 年，人們提出了原始的 scaling law（尺度定律），大概意為隨著模型的參數量、資料量和計算量的增加，模型的性能能夠不斷提高。

這指的是在模型的訓練過程中。而 scaling law 在今年看起來，似乎已經有停滯的意味——他提到在 self-rewarding language 文章中，感受到 3 輪自我提升似乎是大語言模型的飽和極限了。

而此次 OpenAI 新模型，除了在訓練時，通過增大參數量和資料量，得到了性能上的提升，同時通過增加推理時間——也就是前面所說的模型在自我內部思考的時間——得到了能力上的提升。

也就是說，如果模型未來自己和自己思考的時間越長，得到的答案可能會越準確。這很接近於我們對AI的終極想像了——像最早在 AlphaGo 中所展現出來的，AI 通過自己和自己下棋，提升自己的棋藝。

OpenAI 的新模型，展現出的，是一條新的大模型的提升路徑。

Jim Fan 在 X 上的一句話令人聳動：「之前，沒人能將 AlphaGo 的成功複製到大模型上，使用更多的計算讓模型走向超人的能力。目前，我們已經翻過這一頁了。」

回看 2023 年，許多人在問，Ilya 看到了什麼？

大家都懷疑是一個超級強有力的模型——是的，此次發佈的 o1 模型確實很強。

但或許，更有可能是這個——推理層面的 scaling law 的發現，再一次讓人們意識到，超人的AI，或許不再遙遠。 (極客公園)

剛剛，傳說中的OpenAI迄今為止最強大的 AI 模型終於到來，但並非完全命名為外界所盛傳的Strawberry，或者是Orion。

台北時間9月13日凌晨，美國OpenAI公司宣佈推出兩款新的 AI 模型：OpenAI o1-preview和o1-mini ，旨在解決各種複雜任務，在推理數學、程式設計、科學等問題的能力上有顯著提高，並解決比以前的科學、編碼和數學模型更難的問題，思考的時間越長，給出的答案就。另外，全新的o1-mini 速度更快，價格比o1-preview便宜80%，並且在編碼任務等能力方面可與o1-preview 相媲美。

OpenAI表示，即日起，ChatGPT Plus 和 Team使用者將能夠在 ChatGPT 中訪問 o1 模型，不過也有一定限制，就是在發佈時，使用者每周傳送消息次數限製為 o1-preview 30 條消息和 o1-mini 50 條消息。

“當今的語言模型花費了相似的時間來嘗試解決各種大大小小的問題。Openai o1 則代表著向可以無限推理的模型邁出了一小步，這種認知技能對於幫助解決我們這個時代任何尚未解決的重大問題都至關重要。”OpenAI表示，現在的o1隻是一個預覽版，公司將期待定期更新和改進。除了此版本之外，OpenAI還將包含目前正在開發的下一次更新的評估。

OpenAI CEO奧爾特曼（Sam Altman）表示，“這是我們迄今為止功能最強大、最一致的模型系列 o1，也是迄今為止我們最好的推理模型。o1 仍然存在缺陷，仍然有限，並且第一次使用時的感覺仍然比花更多時間使用後的感覺更令人印象深刻。”

“但是你寧願大多數時候都有些悲傷，偶爾非常快樂，還是寧願一直有些快樂，偶爾非常悲傷？”奧爾特曼隨後稱。

據悉，今年以來，OpenAI發佈GPT-4o、sora視訊模型等產品引發關注。此次，OpenAI再度更新，發佈全新o1系列模型產品。

具體來說，OpenAI分為工作原理、安全、適合對象、o1-mini等方面來敘述。

工作原理層面，OpenAI表示，“我們訓練這些模型花更多時間思考問題，然後再做出反應，就像人類一樣。通過訓練，它們學會完善自己的思維過程，嘗試不同的策略，並認識到自己的錯誤。 在我們的測試中，下一個模型更新在物理、化學和生物學的具有挑戰性的基準任務上的表現與博士生相似。我們還發現它在數學和編碼方面表現出色。在國際數學奧林匹克 (IMO) 資格考試中，GPT-4o 僅正確解決了 13% 的問題，而推理模型得分為 83%。他們的編碼能力在比賽中得到了評估，並在 Codeforces 比賽中達到了第 89 個百分位。”

“作為早期模型，它還不具備 ChatGPT 的許多實用功能，例如瀏覽網頁獲取資訊以及上傳檔案和圖片。對於許多常見情況，GPT-4o 將在短期內變得更加強大。但對於複雜的推理任務來說，這是一個重大進步，代表了人工智慧能力的新水平。鑑於此，我們將計數器重設為 1，並將該系列命名為 OpenAI o1。”OpenAI表示。

安全層面，OpenAI表示，“在開發這些新模型的過程中，我們提出了一種新的安全訓練方法，利用它們的推理能力，使它們遵守安全和協調準則。通過能夠在上下文中推理我們的安全規則，它可以更有效地應用它們。 我們衡量安全性的一種方法是測試當使用者試圖繞過安全規則（稱為“越獄”）時，我們的模型如何繼續遵循安全規則。在我們最嚴格的越獄測試之一中，GPT-4o 得分為 22（0-100 分制），而我們的 o1 預覽模型得分為 84。”

“為了適應這些模型的新功能，我們加強了安全工作、內部管理和聯邦政府合作。這包括使用我們的準備框架進行嚴格的測試和評估（在新窗口中打開）、一流的紅隊測試和董事會級審查流程，包括我們的安全與安保委員會。為了推進我們對人工智慧安全的承諾，我們最近與美國和英國的人工智慧安全研究所正式達成協議。我們已經開始實施這些協議，包括授予這些研究所早期使用該模型研究版本的權限。這是我們合作中重要的第一步，有助於在未來模型公開發佈之前和之後建立研究、評估和測試流程。”OpenAI稱。

適合對象層面，如果您正在解決科學、編碼、數學和類似領域的複雜問題，這些增強的推理能力可能特別有用。例如，醫療研究人員可以使用 o1 來註釋細胞測序資料，物理學家可以使用 o1 來生成量子光學所需的複雜數學公式，各領域的開發人員可以使用 o1 來建構和執行多步驟工作流程。

OpenAI o1-mini方面，公司稱，o1 系列擅長精準生成和偵錯複雜程式碼。

“我們訓練了一個獲得 213 分並在 2024 年國際資訊學奧林匹克競賽 （IOI） 中排名第 49 個百分位的模型，從 o1 開始初始化並進行培訓以進一步提高程式設計技能。該模型在與人類參賽者相同的條件下參加了 2024 年 IOI 的比賽。它有 10 個小時來解決 6 個具有挑戰性的演算法問題，每個問題允許提交 50 個問題。對於每個問題，我們的系統對許多考生提交的內容進行了抽樣，並根據考試時選擇策略提交了其中的 50 個。提交的內容是根據 IOI 公共測試用例、模型生成的測試用例和學習的評分函數的性能來選擇的。如果我們是隨機提交的，我們平均只會得到 156 分，這表明在比賽限制下，這種策略價值近 60 分。在寬鬆的提交約束下，我們發現模型性能顯著提高。當每個問題允許提交 10,000 個問題時，該模型獲得了 362.14 分——高於金牌閾值——即使沒有任何測試時間選擇策略。最後，我們模擬了由 Codeforces 主辦的競技程式設計競賽，以展示該模型的編碼技能。我們的評估與比賽規則非常匹配，並允許 10 份提交。GPT-4o 的 Elo 評分3 為 808，在人類競爭對手中處於第 11 個百分位。該模型遠遠超過了 GPT-4o 和 o1——它的 Elo 評分為 1807，表現優於 93% 的競爭對手。”OpenAI表示。

另外，為了給開發人員提供更高效的解決方案，公司還發佈了OpenAI o1-mini，這是一種速度更快、成本更低的推理模型，在編碼方面尤其有效。作為一款較小的模型，o1-mini 比 o1-preview 便宜 80%，使其成為一款功能強大、經濟高效的模型，適用於需要推理但不需要廣泛世界知識的應用程式。

OpenAI首先表示，從今天開始，ChatGPT Plus 和 Team使用者將能夠在 ChatGPT 中訪問 o1 模型。o1-preview 和 o1-mini 都可以在模型選擇器中手動選擇，在發佈時，每周傳送消息次數限製為 o1-preview 30 條消息和 o1-mini 50 條消息。我們正在努力提高這些傳送次數，並使 ChatGPT 能夠根據給定的提示自動選擇正確的模型。

其次，ChatGPT Enterprise（企業）和 Edu（教育）使用者將從下周開始使用這兩種（mini和預覽）模式。 而符合 API usage tier 5(opens in a new window)的ed開發人員 （在新窗口中打開）的開發人員，現在可以開始使用 API 中的兩種模型進行原型設計，速率限製為 20 RPM。同時正在努力在進行額外測試後提高這些限制。這些模型的 API 目前不包括函數呼叫、流式傳輸、對系統消息的支援和其他功能。

最後，OpenAI還計畫向所有ChatGPT Free（免費）使用者提供 o1-mini 存取權。

展望未來，OpenAI表示，o1是 ChatGPT 和 API 中這些推理模型的早期預覽。除了模型更新之外，公司還希望新增瀏覽、檔案和圖像上傳以及其他功能，使其對每個人都更有用。除了新的 OpenAI o1 系列之外，公司還計畫繼續開發和發佈 GPT 系列中的模型。 (鈦媒體AGI)

彙整鉅亨號中所有使用「o1模型」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

OpenAI年末狂歡第一彈：“滿血版”o1模型來了，還有個200美元/月的Pro版會員

突發！OpenAI發佈最強模型o1：博士物理92.8分，IOI金牌水平

OpenAI 發佈新模型，Sam Altman：耐心時刻結束了！

剛剛！OpenAI發佈全新o1系列兩款模型，o1-mini價格暴降80%，即日起全面上線