一夜之間，AI圈炸鍋了！ 💥就在所有人還在為各家AI公司的價格戰感到眼花繚亂時，OpenAI直接甩出了一記重拳——o3模型價格暴跌80%，從每百萬token的10美元/40美元，直接砍到2美元/8美元！這不是簡單的降價促銷，這是一場徹頭徹尾的"降維打擊"。想像一下，你正在超市裡為一瓶礦泉水要5塊錢而猶豫，突然旁邊的商家告訴你："同樣的水，我只要1塊錢。"你會怎麼選？新王者登場，碾壓式優勢與此同時，OpenAI還發佈了迄今為止最強大的AI模型——o3-pro。這個"超級大腦"在數學、科學和程式設計領域表現出色，直接超越了Google的Gemini 2.5 Pro和Anthropic的Claude 4 Opus。就像一個學霸突然告訴你："我不僅成績比你好，學費還比你便宜80%。"這種衝擊力可想而知。CEO山姆·奧特曼在社交媒體上自信地宣佈："使用者會對o3-pro的性價比感到滿意。"這句話聽起來客氣，但背後的殺氣騰騰卻不言而喻。生態鎖定的"溫柔陷阱"QKS集團的分析師辛格一針見血地指出："這不是簡單的商品化，而是生態系統鎖定。"就像當年的亞馬遜AWS，先用低價吸引使用者入場，然後讓你離不開整個生態系統。一旦你的業務完全依賴於OpenAI的技術堆疊，想要切換到其他平台的成本就會變得高得離譜。這招實在是太狠了！ 🎯中小企業的"春天"來了？IDC研究總監拉詹認為，這對初創企業和中小企業來說是個"遊戲規則改變者"。那些原本因為成本問題而望而卻步的AI項目，現在終於有了落地的可能。但是，天下沒有免費的午餐。便宜的模型訪問並不等於可擴展的部署。就像給你一台法拉利，但你還得學會開車、買保險、找停車位。企業的"甜蜜煩惱"雖然價格誘人，但企業要真正受益還面臨不少挑戰。合規性、資料治理、安全框架——這些都是繞不過去的坎。辛格警告說："沒有集中的AI政策，企業很容易陷入治理盲區。"想像一下，你的員工都在用AI工具，但公司卻不知道資料流向了那裡，這是多麼可怕的事情。OpenAI目前已經服務著300萬商業使用者，企業使用者自2025年2月以來激增了50%。這些數字背後，是一個正在重新洗牌的市場。競爭優勢將不再僅僅取決於模型質量，而是取決於治理能力、協調能力和領域專業知識。就像武俠小說裡說的："天下武功，唯快不破。"但在AI時代，"唯智不破"或許更加貼切。 (澤問科技)

OpenAI昨夜動作頻頻：伺服器一度當機，o3模型價格暴跌80%，o3-pro正式發佈，開源模型卻意外跳票，Sam Altman還發了篇可能是最後一次純人工寫作的長文。o3價格跳水，每百萬token僅2美元OpenAI宣佈將o3模型的價格下調80%，輸入價格從8美元降至2美元每百萬token，輸出價格從40美元降至8美元。這個價格調整立即生效，意味著o3的單token價格已經與GPT-4.1持平。不過別高興太早，由於o3生成的token數量約為GPT-4.1的7倍，實際每次查詢的成本還是明顯更高。Artificial Analysis 分析指出：o3的新定價與Gemini 2.5 Pro相當，在人工智慧指數表現上也旗鼓相當。同時，它以更低的單token價格實現了比Claude 4 Sonnet Thinking更高的智能水平。OpenAI研究員Noam Brown表示，智能成本與智能能力的曲線將持續快速提升。「輸入成本現為每100萬次呼叫2美元，輸出成本為每100萬次呼叫8美元。成本與智能提升的曲線將繼續快速發展。」開發者Scott Wu的評價更加直接：「新的o3價格比兩年前的GPT-4-32k便宜了15倍。與此同時，用例數量可能增長了100萬倍。向OpenAI團隊致敬！」知名AI專家Jeremy Howard更新了Aider的評測，指出o3以更低成本和更快速度實現了接近Gemini Pro模型的性能，位列第三。o3-pro正式登場，但推理太慢了OpenAI同時發佈了o3-pro模型，現已向所有ChatGPT Pro使用者和API開放。在專家評測中，o3-pro在科學、教育、程式設計、資料分析和寫作等關鍵領域全面超越o3。評審者一致認為o3-pro在清晰度、全面性、遵循指令能力和精準性方面表現更優。學術評測資料顯示，o3-pro確實強悍：AIME數學測試：90%（4/4可靠性測試）GPQA博士級科學測試：76%Codeforces編碼比賽Elo評分：2301o3-pro還支援20萬token上下文，最高輸出10萬token，適合處理完整項目歷史及大型程式碼庫。沃頓商學院的Ethan Mollick教授分享了一個有趣的測試：o3-pro成功解決了從「SPACE」到「EARTH」的詞梯難題，而且生成的路徑與網際網路上僅有的答案不同，排除了訓練資料污染的可能。Rohan Paul興奮地表示：「o1與o1 pro版本有顯著差距，o3 Pro被認為具有非常卓越的性能表現。」他還分享了詳細的性能對比圖：Boris Power指出：「自最初的o1-preview版本以來，推理模型性能的提升呈現令人矚目的軌跡，60%以上的勝率在模型升級中極為罕見。」Sam Altman自己也難掩興奮：「初次看到與o3版本相比的勝率時難以置信其提升幅度。」Alex Volkov在他的播客中評價：「o3-pro基於人類反饋，表現顯著優於o3及其他已有模型。」但o3-pro有個大問題：太慢了！開發者Yuchen Jin的測試讓人哭笑不得：僅僅一句「Hi」的互動，o3-pro思考了13分28秒，花費高達80美元！Yuchen Jin無奈地說：「o3-pro是當前推理速度最慢且過度推理的模型。」他甚至向Sam Altman喊話，希望能看到o3-pro的「內在獨白」，瞭解它到底在想什麼。另一位使用者Advait抱怨：「o3 pro什麼時候能回答我的問題？已經載入45分鐘了。」儘管如此，Yuchen Jin還是承認：「o3-pro繼承了o1-pro的穩健性，同時整合了內建搜尋功能，表現穩定。」OpenAI員工Aidan McLaughlin透露，ChatGPT實際使用的是「o3-medium」配置，而非更高級的「o3-high」。這種配置從o1開始就一直在用，可能是出於成本考慮，也可能是為了突出o3-pro的性能躍升。API定價方面，o3-pro每百萬輸入token收費20美元，輸出80美元，比o1-pro便宜87%。OpenAI建議搭配後台模式使用，適合處理長時任務。Kevin Weil表示，OpenAI正在為Plus使用者翻倍o3的呼叫速率限制，讓使用者能更自由地使用這個強大的模型。開源模型意外延期，是為了狙擊DeepSeek？就在大家期待OpenAI的開源模型時，Sam Altman突然宣佈延期：「我們的開源權重模型需要更多時間，預計夏末發佈而非6月。我們的研究團隊做了一些意想不到且相當驚人的事情，我們認為等待將非常值得，但需要更長時間。」網友們的反應各異。有人直接問「GPT-5在那？」，有人調侃「你真的說了'我們在烹飪'，然後就關火去過暑假了」。這個時間點很微妙。DeepSeek剛剛發佈了性能強悍的R1模型，OpenAI選擇在此時延期，是為了狙擊對手，還是因為自家模型還不如DeepSeek R1？OIiver的猜測：「延期幾乎可以肯定是因為OpenAI在周期很晚的時候決定，將支援scratchpad的思考方案拼接到記憶體高效的MoE架構上，並配備即時推理檢查安全工具。這三個部分單獨來看都是開創性的，整合在一起需要重新訓練、新的評估和新的紅隊測試——如果要公開發佈權重，這些工作不能急於求成。」Sam Altman的「溫和奇點」在這個特殊的夜晚，Sam Altman發佈了一篇題為《溫和奇點》的長文，他說這可能是自己最後一次完全不借助AI寫作了。文章的核心觀點相當震撼：「我們已經越過了事件視界；起飛已經開始。人類即將建構數字超級智能，至少到目前為止，它遠沒有看起來那麼奇怪。」時間線預測：2025年：能夠完成真正認知工作的智能體已經到來，編寫電腦程式碼將永遠不同2026年：可能出現能夠發現新見解的系統2027年：可能出現能夠在現實世界中執行任務的機器人關於智能成本： 「在2030年代，智能和能源——想法，以及實現想法的能力——將變得極其豐富。這兩者長期以來一直是人類進步的根本限制因素；有了豐富的智能和能源（以及良好的治理），理論上我們可以擁有其他一切。」關於奇點的本質： 「從相對論的角度來看，奇點是一點一點發生的，融合是緩慢進行的。我們正在攀登指數技術進步的長弧；向前看總是垂直的，向後看總是平坦的，但它是一條平滑的曲線。」「這就是奇點的運作方式：奇蹟變成例行公事，然後成為賭注。」關於ChatGPT查詢的能耗： 「人們經常好奇ChatGPT查詢使用多少能源；平均查詢使用約0.34瓦時，大約是烤箱一秒鐘多一點的用電量，或高效燈泡幾分鐘的用電量。它還使用約0.000085加侖的水；大約是一茶匙的十五分之一。」關於工作的未來： 「一千年前的自給農民看到我們今天的工作會說我們有假工作，認為我們只是在玩遊戲來娛樂自己，因為我們有充足的食物和難以想像的奢侈品。我希望我們看一千年後的工作時會認為它們是非常假的工作，我毫不懷疑對於從事這些工作的人來說，它們會感覺非常重要和令人滿意。」關於AI安全和分配的兩步走戰略：解決對齊問題：確保AI系統能夠學習並朝著我們集體真正想要的長期目標行動（社交媒體推送演算法是錯位AI的例子；那些演算法在讓你繼續滾動方面非常出色，清楚地理解你的短期偏好，但它們通過利用你大腦中的某些東西來做到這一點，這些東西會覆蓋你的長期偏好）讓超級智能變得便宜、廣泛可用：不要過度集中在任何個人、公司或國家。社會是有韌性的、有創造力的，適應迅速。如果我們能夠利用人們的集體意志和智慧，那麼雖然我們會犯很多錯誤，有些事情會出現嚴重問題，但我們會快速學習和適應最後的願景： 「智能太便宜而無法計量已經觸手可及。這聽起來可能很瘋狂，但如果我們在2020年告訴你今天會達到什麼程度，那可能聽起來比我們對2030年的當前預測更瘋狂。」「願我們平穩、指數級且平靜地擴展到超級智能。」網友們對這篇文章的反應相當激烈：有人認為這是重大訊號：「Sam說這是他最後一次純人工寫作，這意味著什麼？AGI真的要來了？」有人關注實際影響：「如果2027年機器人真的能在現實世界執行任務，那製造業、服務業都要天翻地覆了。」也有人保持懷疑：「每年都說AGI要來了，結果呢？我看這就是在給投資人畫餅。」還有人關注倫理問題：「Sam提到的對齊問題確實很關鍵，社交媒體演算法已經是個教訓了，超級智能如果錯位，後果不堪設想。」一位開發者評論道：「有意思的是他提到科學家現在的生產力是之前的2-3倍，如果AI能讓我們在一年內完成十年的研究，那確實是指數級的變化。」另一位網友則關注能源問題：「ChatGPT一次查詢只用0.34瓦時，比我想像的少多了。但如果真的智能無處不在，總能耗還是個大問題。」或許，我們真的站在了一個時代的轉折點上。相關連結OpenAI官方連結：OpenAI官方模型發佈說明：https://help.openai.com/en/articles/9624314-model-release-noteso3模型文件：https://platform.openai.com/docs/models/o3o3-pro模型文件：https://platform.openai.com/docs/models/o3-pro後台模式指南：https://platform.openai.com/docs/guides/backgroundSam Altman的「溫和奇點」長文：原文連結：https://blog.samaltman.com/the-gentle-singularity第三方分析連結：Artificial Analysis模型對比：https://artificialanalysis.ai/modelsArtificial Analysis趨勢分析：https://artificialanalysis.ai/trends#efficiency相關推文連結：OpenAI官方推文（o3-pro發佈）：https://twitter.com/OpenAI/status/1932530423911096508OpenAI開發者推文（價格調整）：https://twitter.com/OpenAIDevs/status/1932532781457752533 (AGI Hunt)

OpenAI推出的滿血O3“跑分”（Benchmark）貌似又被獨立測試揭穿是刷榜了，而奇怪的測試基準資料可能就是o3降智和幻覺倍增的原因？你可能要問了，一個數學基準測試，與降智和幻覺有什麼關係？事情要從去年12月說起。OpenAI隆重推出O3模型時，公佈了一個當時看來非常驚人的成績：在專門針對數學問題的挑戰性基準測試 FrontierMath 上，O3的得分超過了 25%！這個成績有多厲害？要知道，當時的頂尖模型在這個榜單上也只能勉強達到約 2%。OpenAI O3的這個數字，基本上是斷崖式領先真實成績只有10%...？然而，Epoch AI （ FrontierMath測試基準公司）這兩天發佈了他們對 滿血版O3 的獨立測試結果。這一測不要緊，結果卻讓人大跌眼鏡：Epoch發現，滿血O3在同一基準測試上的得分竟然只有約 10%！ 這個分數，雖然相對其他模型依然有優勢，但和OpenAI最初那個25%+的“王牌”表現相比，差距可不是一點半點。Epoch直言，這個分數遠低於OpenAI最初公佈的最高成績，測試成績放在o3mini high和o4 mini當中看起來很奇怪，滿血的o3竟然不如早先發佈的o3 mini high為什麼會有這麼大的差距？原因找到了根據Epoch和相關方的說法，主要有幾點：測試環境與方法不同： Epoch 提到，OpenAI最初公佈的那個高分，可能是在更強大的內部計算環境、或使用了更複雜的測試時間計算資源（比如多輪思考、內部推理鏈等）下得出的。這就像運動員平時訓練時有教練指導、使用輔助器材，和正式比賽時的表現可能不一樣測試資料集不同： FrontierMath 基準測試本身也在更新。OpenAI最初可能使用了包含180道問題的舊版資料集進行測試，而Epoch測試的是包含290道問題的新版資料集。題目難度和數量變了，分數自然可能不一樣模型版本不同： 這是最關鍵的一點！據ARC Prize基金會等機構透露（他們也測試過O3的預發佈版本），OpenAI 公開發佈給使用者使用的 O3 模型，特別是針對聊天和產品應用進行過最佳化的版本，與OpenAI最初用於跑分的那個性能更強的預發佈版本是“不同的模型”。簡單來說，公開版的計算層級（可以理解為模型的“大小”或“算力”）更小。通常來說，計算層級更大的模型能獲得更好的跑分成績定位不同： OpenAI技術人員Wenda Zhou也在一次直播中解釋說，公開發佈的O3是針對成本效率和通用性進行了最佳化，以便更好地服務於實際應用。因此，它的表現可能與純粹追求最高跑分、不計成本的演示版本存在“基準測試差異”。寫在最後看起來這個所謂的滿血版的o3也是一個最佳化的版本，一切都可以說通了，本來滿血o3是要被整合到GPT5里邊的，但是由於deepseek的衝擊，還有成本等原因，最終奧特曼還是改變了注意，最佳化版o3還是單獨推出了，有可能更好的模型被雪藏了，個人揣測這可能就是o3降智和幻覺增加的原因 (AI寒武紀)