chatgpt发布两个新模型:o3 和o3-mini；o3 是高性能推理模型,o3-mini 则在保持智能的同时优化了性能和成本

 欢迎访问chatgpt中文教程网，学习chatgpt相关知识，以下是正文内容：

OpenAI 连续 12 天AI 发布会，在最后一期，推出了其王炸的新一代推理模型 o3 和 o3-mini。

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top 

新模型发布

- 发布两个新模型:o3 和o3-mini；o3 是高性能推理模型,o3-mini 则在保持智能的同时优化了性能和成本

- O3 和 O3 Mini 是推理能力的里程碑，推动 AI 从单一任务扩展到多任务处理，标志着 AI 在复杂任务处理中的巨大进步。不仅是生成文本，还能进行复杂推理，包括数学问题求解、代码生成、逻辑推断和实时适应新任务。 

Q3模型

O3 Mini 模型

- 目前仅开放用于公共安全测试,预计一月底推出o3-mini,随后推出 o3

o3 模型的成绩单

编程能力：

• 在软件测试基准SWE-Bench Verified：O3：71.7% 准确率，比O1 提高 20%。

• Codeforces 平台：O3 的 ELO 分数达 2727，在高计算设置下几乎达到顶级人类程序员的水平。这个成绩在Codeforces顶尖人类编程大神榜单中排名 175 名。OpenAI 现任首席科学家在Codeforces 的历史最高得分是 2655.

• o3 的编程表现超过99.95% 的人类程序员.

数学能力

• 美国数学邀请赛（AIME）：96.7%准确率，比 O1 提高 13.4 个百分点。

• GPQA Diamond Benchmark：O3：87.7% 准确率，显著高于PhD 专家（平均 70%）。

• Epic AI Frontier Math Benchmark：O3是当前唯一在该基准测试中超越 25% 准确率的 AI 模型，而其他模型的表现普遍低于 2%。

AGI 的测试基准：

该测试旨在评估 AI 的类人推理能力，要求模型具备学习新规则的能力，而不仅仅是重复记忆。例如，通过输入-输出示例推断规则，或从未见过的数据中推导复杂逻辑。

测试在两个数据集上进行：一个是 100 道私密题目 另一个是 400 道公开题目

O3在：

• 低计算模式：得分 75.7%。

• 高计算模式(172倍消耗）：得分 87.5%，超过人类平均水平（85%）。

在公开数据集上的表现更好，分别达到了 82.8% 和91.5%。而之前最好的大模型成绩，是 30%。

安全策略创新

- 推出"审慎对齐"(Prudent Alignment)新技术

- 利用模型推理能力提升安全边界判断

- 显著改善了拒绝基准和过度拒绝指标

- 开放外部安全测试申请(截止至1 月 10 日)

重要时间节点

- 安全测试申请截止:2025 年1 月 10 日

- o3-mini 预计发布:2025年 1 月底

- o3 完整版:将在o3-mini 之后推出