o3 压台登场：OpenAI 卷动推理 AI 模型风云，迈向 AGI 新巅峰

IT之家 12 月 21 日消息，“12 Days of OpenAI”活动已经圆满结束，OpenAI 最新推出的 o3 系列大模型正式亮相，官方表示在某些特定场景中，其推理能力与通用人工智能（AGI）相差无几。

命名缘由

为何最新的 AI 模型跳过 o2，直接称为 o3？OpenAI CEO 山姆·阿尔特曼（Sam Altman）在今天早上的直播中指出，这是为了避免与英国运营商 O2 的商标冲突。

测试邀请

o3 是继 o1 推理模型之后的新一代，提供完整版和精简版（o3-mini），后者特别针对特定任务进行了优化。

OpenAI 目前尚未全面开放 o3 和 o3-mini 两个模型，从即日起邀请安全研究人员注册测试 o3-mini 的预览版，后续将推出 o3 的预览版。

现在，有兴趣的用户可以申请测试：https://openai.com/index/early-access-for-safety-testing/。

阿尔特曼并未透露 o3 模型的具体开放时间，只分享了 o3-mini 的预计发布为 2025 年 1 月底，o3 的发布将随后跟进。

推理能力

OpenAI 的 o3 模型与主流 AI 模型的显著不同之处在于其能够执行事实核查，从而有效避免一些常见的模型陷阱，但此过程可能导致响应延迟，通常为几秒至几分钟，取决于推理的复杂性。

o3 系列模型的另一大特色是采用“私人思维链”（private chain of thought）进行分析，它允许模型在生成响应之前暂停，考虑相关提示并解释其推理过程，最终得到最精确的答案。

o3 的新功能之一是可调整推理时间，设有低、中、高三个计算水平，计算水平越高，o3 在执行任务时的效率越优越。

性能与 AGI 目标

AGI，即人工通用智能，是指 AI 可如人类般完成任何任务。OpenAI 官方定义 AGI 为“在最具经济效益的领域超越人类的高度自治系统”。

OpenAI 正全力朝向 AGI 的发展目标，不仅巩固了其在 AI 领域的领导地位，这在投资领域同样具有深远意义。

根据 OpenAI 与其密切合作伙伴微软的协议条款，一旦 OpenAI 实现 AGI，便不再需要向微软提供其最尖端的技术（即完全符合 AGI 定义的技术）。

而 o3 的推出标志着 OpenAI 朝这一目标迈出了重要一步，在 ARC-AGI 基准测试中，o3 在高计算模式下取得了 87.5% 的分数，低计算模式下得分为 75.7%，性能是 o1 的三倍。

ARC-AGI 联合创始人 François Chollet 指出，高计算设置虽非常昂贵，每个任务的开销可能达到数千美元。

IT之家引用相关媒体报道，o3 在其他基准测试中的表现同样出色：

• 在 SWE-Bench Verified 编程任务基准测试中，o3 比 o1 高出了 22.8 个百分点；

• 在 Codeforces 编程技能测试中，o3 赢得了 2727 的评分；

• 在 2024 年美国数学邀请赛中，o3 的得分为 96.7%；

• 在 GPQA Diamond 研究生水平生物、物理和化学测试中，o3 得分为 87.7%；

• 在 EpochAI 的 Frontier Math 基准测试中，o3 成功解决了 25.2% 的问题（其他模型最高不超过 2%），创造了新纪录。

这些结果由 OpenAI 进行的内部评估所得，外部用户和机构的基准测试结果尚需进一步确认。

安全性考量

o3 的发布象征着 OpenAI 在通用人工智能领域的重大进展。尽管 o3 的能力令人印象深刻，但其潜在风险同样不可忽视。OpenAI 承诺在模型安全性方面持续努力，并与其他组织携手构建更为完善的基准测试体系。

广告声明：文中的外部链接（包括但不限于超链接、二维码、口令等形式）旨在传递更多信息，节省信息寻找时间，结果仅供参考。