“這個模型肯定比我更擅長解決 AP 數(shù)學考試，而且我在大學時輔修數(shù)學，”O(jiān)penAI 的首席研究官鮑勃·麥格魯 （Bob McGrew） 告訴我。他說，OpenAI 還根據(jù)國際數(shù)學奧林匹克競賽的資格考試對 o1 進行了測試，雖然 GPT-4o 只正確解決了 13% 的問題，但 o1 的得分為 83%。

OpenAI發(fā)布名為o1新模型，這是全新“推理”模型系列中的第一個，這些模型經(jīng)過訓練可以比人類更快地回答更復雜的問題。它與o1-mini一起發(fā)布，o1-mini是一個更小而且較為便宜的版本。這實際上就是之前炒作的神秘版本“草莓模型”。

o1與以前的模型相比，它在編寫代碼和解決多步驟問題方面做得更加的出色。但它也比GPT-4o的帶來更多的費用。o1目前處于預覽版本的狀態(tài)。

今天開始，ChatGPT Plus和團隊用戶可以訪問o1-preview和o1-mini，企業(yè)用戶和研究類別的用戶將在下周初獲得訪問權(quán)限。OpenAI 表示它計劃為 ChatGPT 的所有免費用戶提供o1-mini 訪問權(quán)限，但尚未確定發(fā)布日期。

商業(yè)使用的收費還是非常昂貴，使用傳統(tǒng)的API調(diào)用，o1-preview每100萬個輸入Token收費15美元，每100 個輸出令牌收費60美元。相比之下，GPT-4o的成本為每100萬個輸入Token收費5美元，每 100萬個輸出Token收費15美元。

1.背后的意義 

o1在針對問題做出響應(yīng)之前花更多時間思考問題，就像一個人一樣。通過培訓，他們學會完善自己的思維過程，嘗試不同的策略，并認識自身錯誤。在披露的測試中，它在數(shù)學和編碼方面表現(xiàn)出色。在國際數(shù)學奧林匹克競賽 （IMO） 的資格考試中，GPT-4o僅正確解決了13%的問題，而推理模型得分為83%。它的編碼能力在比賽中得到了評估，并在Codeforces 比賽中達到了第89個百分位。

作為早期模型，它還不具備使 ChatGPT有用的許多功能，例如瀏覽網(wǎng)頁以獲取信息以及上傳文件和圖像。對于許多常見情況，GPT-4o在短期內(nèi)會更有能力。然而在復雜的推理領(lǐng)域，這是一個重大進步，代表了AI能力的新突破。因此OpenAI將計數(shù)器重置回1并將此系列命名為OpenAI o1。

2.適用場景

o1比較適合科學、編碼、數(shù)學和類似領(lǐng)域的復雜問題，這些增強的推理功能可能特別有用。例如，醫(yī)療保健研究人員可以使用它來注釋細胞測序數(shù)據(jù)，物理學家可以使用它來生成量子光學所需的復雜數(shù)學公式，所有領(lǐng)域的開發(fā)人員都可以使用它來構(gòu)建和執(zhí)行多步驟工作流程。

除了考試和學術(shù)基準之外，OpenAI還評估人類對o1-preview與GPT-4o在更多廣泛領(lǐng)域中的對比。在這項評估中，人類對來自o1-preview和GPT-4o 的提示進行了匿名投票以便于選出他們更喜歡哪種模型。O1-Preview在數(shù)據(jù)分析、編碼和數(shù)學等推理密集型類別中比 GPT-4O更受歡迎。但是在某些自然語言任務(wù)中，o1-preview不是首選，這表明它并不適合所有用例。

本文轉(zhuǎn)載自 ??魯班模錘??，作者： 龐德公