摘要：OpenAI最近推出了O3，这是其迄今为止最先进的AI模型的改进版。O3模型以其卓越的逻辑推理和逐步解决问题的能力，标志着人工智能发展的新阶段。OpenAI首席执行官Sam Altman表示，O3被视为AI下一阶段的起点，能够处理需要大量推理的复杂任务。

OpenAI最近推出了O3，这是其迄今为止最先进的AI模型的改进版。O3模型以其卓越的逻辑推理和逐步解决问题的能力，标志着人工智能发展的新阶段。OpenAI首席执行官Sam Altman表示，O3被视为AI下一阶段的起点，能够处理需要大量推理的复杂任务。

在性能上，O3模型在多个基准测试中超越了前代O1模型，包括复杂的编程、解决科学问题和高级数学问题。O3在ARC-AGI测试中的表现尤为突出，这是一项评估AI模型在不依赖预训练知识的情况下理解和执行任务的能力的测试。O3在回答ARC-AGI测试问题方面的能力是O1的三倍，显示出其在解决首次遇到的极其困难的数学和逻辑问题上的能力。

O3与O1的主要区别在于其在复杂任务推理上的能力。O3模型在SWE-bench验证测试中的得分从O1的48.9%提高到71.7%，在编程（Codeforces）测试中，得分从1891提高到2727，在数学推理的AIME 2024测试中，得分从83.3%提高到96.7%。在科学基准测试GPQA Diamond中，O3的准确率从O1的78%提高到87.7%。

O3模型在EpochAI Frontier Math基准测试中也表现出色，这是一项包含未发布过的问题的数学基准测试，O3模型的得分为25.2%，远超行业其他旧AI模型的2%。

O3模型在ARC-AGI基准测试中的得分尤为引人注目。ARC-AGI测试挑战AI模型从有限示例中学习新技能的能力，这些任务要求直接推理技能，模型不能依赖之前记忆的解决方案或模板。O3在这项测试中的表现，显示了其在适应全新挑战和学习新规则方面的能力。

O3模型还有一个更经济的版本——O3 Mini，适合在资源受限的情况下需要更高准确性的任务。O3 Mini提供了适应性思维，允许用户根据任务的复杂性调整推理工作，使其在简单任务中提供速度和效率，在复杂任务中提供准确性。

目前，O3和O3 Mini仅限于通过OpenAI的安全测试程序的研究人员使用。O3-mini模型预计将在2025年1月底向公众开放，而完整的O3模型将在安全测试后提供。这标志着AI模型发展的重大进步，预示着AI推理能力的革命性飞跃。

来源：很有精神的小狐狸