摘要：近期，DeepSeek 等模型的崛起，就给 OpenAI 带来了巨大的挑战。DeepSeek 的模型在性能和成本上都展现出了强大的竞争力，其训练成本远低于 OpenAI 的 o1 等模型 ，这使得它在市场上迅速获得了广泛的应用和认可。就好比在一场跑步比赛中，D

在 AI 领域，竞争可谓是异常激烈，就像一场没有硝烟的战争。各大科技公司都在这个战场上奋力厮杀，不断推出新的技术和模型，试图占据市场的制高点。

近期，DeepSeek 等模型的崛起，就给 OpenAI 带来了巨大的挑战。DeepSeek 的模型在性能和成本上都展现出了强大的竞争力，其训练成本远低于 OpenAI 的 o1 等模型 ，这使得它在市场上迅速获得了广泛的应用和认可。就好比在一场跑步比赛中，DeepSeek 突然加速，跑到了 OpenAI 的前面，让 OpenAI 感受到了前所未有的压力。

为了应对这一挑战，OpenAI 推出了 o3-mini。它的出现，是 OpenAI 在这场激烈竞争中的一次有力反击。o3-mini 有着诸多优势，它的响应速度比 o1-mini 快 24%，这意味着用户在使用时能够更快地得到回复，大大提高了使用体验。在准确性方面，它也有出色的表现，能够提供更准确的答案，就像一位知识渊博的学者，对各种问题都能给出精准的解答。而且，o3-mini 还能展示它如何得出答案，让用户不仅知其然，还能知其所以然，增加了答案的可信度和说服力。

从市场需求来看，随着 AI 技术的不断发展，用户对于模型的性能和成本有了更高的要求。他们希望能够使用到性能强大、价格合理的模型。o3-mini 的推出，正好满足了这一市场需求。它以较低的成本提供了高性能的服务，让更多的用户能够享受到 AI 技术带来的便利。就像一款性价比超高的产品，在市场上自然会受到消费者的青睐。OpenAI 推出 o3-mini，也是为了进一步扩大自己的用户群体，提高市场份额。通过向免费用户提供 o3-mini，OpenAI 吸引了更多的用户使用 ChatGPT，让更多的人体验到了其 AI 技术的魅力。这不仅有助于提升 OpenAI 的品牌知名度，还能为其未来的发展奠定坚实的用户基础。

o3-mini 的技术特性十分亮眼，它支持开发者调整 AI 推理努力程度，分为低、中、高三个级别 。就像一个智能助手，面对简单问题或者用户追求效率时，选择低推理努力程度，它能像闪电一样快速给出答案；而当遇到复杂的编程问题、高深的数学或科学问题时，将推理努力程度调到高等级，它就会 “绞尽脑汁”，投入更多计算资源和时间，给出更准确的答案。在 2024 年美国数学邀请赛（AIME 2024）的测试中，低推理努力的 o3-mini 准确率（60%）与 o1-mini 差不多，但速率更快；中等努力下，o3-mini 准确率能够提升到 79.6%，与 o1 模型相当；在最高努力水平时，o3-mini 的准确率则能进一步提升至 87.3% 。

在功能上，o3-mini 继承了 o1-mini 的低成本、低延迟优势，还支持函数调用、流式传输、结构化输出等功能。函数调用功能让 o3-mini 可以与其他外部工具或服务 “联手”，拓展了应用边界；流式传输就像一条源源不断的溪流，允许模型在处理数据时连续输出结果，让用户体验更流畅；结构化输出功能则让模型的回答像整理好的书架，清晰有条理，便于用户理解和处理。

o3-mini 还支持与搜索功能结合。它就像一个知识渊博又消息灵通的学者，不仅能依据自身训练数据回答问题，还能通过搜索网络资源获取最新信息，并把这些信息融入答案中，为用户提供更全面、新颖的回答 。这意味着，当你询问它关于某个热门话题的问题时，它能迅速整合网络上的最新资讯和自身的知识储备，给出一个丰富且前沿的答案。不过，o3-mini 也有自己的局限性，它不支持视觉任务，视觉推理仍需使用 o1 。

o3-mini 在性能表现上十分出色，在多个领域都展现出了强大的实力。在 2024 年美国数学邀请赛（AIME 2024）测试中，它的表现可圈可点。低推理努力时，准确率为 60%，和 o1-mini 不相上下，但速率却更快，就像一个短跑选手，在保证一定答题质量的同时，能快速冲过终点线；中等努力下，准确率提升到 79.6%，与 o1 模型相当，说明在稍微增加 “思考” 程度时，它的解题能力就有了显著提升；而在最高努力水平时，准确率更是进一步提升至 87.3% ，在数学难题面前，o3-mini 充分发挥实力，给出高质量解答。

在博士级科学问题（GPQA Diamond）方面，o3-mini 三种努力程度模型的准确率分别为 70.6%（低努力）、76.8%（中等努力）和 79.7%（高努力） 。这表明它在面对高难度科学问题时，随着推理努力程度的增加，回答的准确性也在稳步提升，能够在一定程度上满足专业领域对于科学问题解答的需求。就像一位科研工作者，面对复杂的科研难题，不断深入研究，给出越来越准确的答案。

在 FrontierMath 前沿数学与 Codeforces 等编程竞赛方面，o3-mini 也显示出明显优势，甚至在某些评测中远超前代模型。以 Codeforces 编程竞赛为例，在编程基准测试中，o3-mini 的低版本虽然表现略逊于 o1，但其高版本在成本效益上展现出卓越的优势 。在解决编程问题时，它能快速理解问题需求，高效地生成代码，帮助开发者节省大量时间和精力。

在通用知识方面，o3-mini 在各种知识评测中的表现超过了 o1-mini，能够为用户提供更准确的答案。无论是历史、地理、文化等各方面的知识咨询，它都能凭借丰富的知识储备和强大的理解运用能力，给出可靠的回答。比如当用户询问关于历史事件的细节时，它能准确地说出事件的时间、地点、主要人物以及影响等信息。

在响应速度与延迟方面，o3-mini 也有着出色的表现。采用中等推理努力的情况下，在 A/B 测试中，o3-mini 的响应速度比 o1-mini 快 24%，其平均响应时间为 7.7 秒，而 o1-mini 为 10.16 秒 。在延迟方面，o3-mini 的首个 token 平均比 o1-mini 快 2500 毫秒 。快速的响应速度和低延迟，让用户在与 o3-mini 交互时，几乎感受不到等待的时间，极大地提升了使用体验。

与其他模型相比，o3-mini 在性能和价格上都有着独特的表现，在与 DeepSeek R1、o1 等模型的对比中，优势与不足尽显。

在价格方面，o3-mini 与 o1 相比，成本大幅降低。o3-mini 定价为每百万输入 tokens 1.10 美元，每百万输出 tokens 4.40 美元 ，而 o1 模型的 API 定价为每百万输入 tokens 15 美元，每百万输出 tokens 60 美元 ，o3-mini 在价格上有着明显的优势。但和 DeepSeek R1 相比，o3-mini 的价格仍偏高。DeepSeek R1 的 API 定价为每百万输入 tokens 0.14 美元 (缓存命中)/0.55 美元 (缓存未命中)，每百万输出 tokens 2.19 美元 ，DeepSeek R1 在成本上更具竞争力，就像一个价格亲民的平价好物，对于那些对成本敏感的用户和企业来说，更具吸引力。

在功能和性能表现上，o3-mini 在多个方面超越了 o1-mini 和 o1。在数学竞赛（AIME 2024）测试中，低推理努力时 o3-mini 与 o1-mini 水平相当，但速率更快；中等努力下，o3-mini 能与 o1 媲美；高推理强度下，o3-mini 的表现更是超越了 o1-mini 和 o1 。在博士级科学问题（GPQA Diamond）、FrontierMath 前沿数学与 Codeforces 等编程竞赛方面，o3-mini 也显示出明显优势。在通用知识方面，o3-mini 在各种知识评测中的表现超过了 o1-mini 。在响应速度上，o3-mini 的平均响应时间为 7.7 秒，比 o1-mini 的 10.16 秒快 24% ，延迟方面也有明显优势，首个 token 平均比 o1-mini 快 2500 毫秒 。

与 DeepSeek R1 相比，o3-mini 在某些方面表现出色。在物理推理任务中，当要求编写模拟小球在特定形状内弹跳并受重力和摩擦力影响的 Python 程序时，o3-mini 展现出更强的物理推理能力。在生成一个球在旋转的六边形内弹跳的程序时，o3-mini 能更好地展示碰撞、弹跳效果，对重力和摩擦力的理解更准确，而 DeepSeek R1 版本的小球则出现不受重力控制的情况。在生成小球在四维超立方体内部弹跳的程序时，o3-mini 能展现出稳定的几何结构和较为灵活的运动轨迹，而 DeepSeek R1 对四维超立方体的形状理解不够深入，小球运动轨迹也显得诡异 。但在其他一些测试中，两者各有优劣。在 AIME 2024 测试中，o3-mini 仅在高推理强度下表现优于 R1 (79.8%)；在以编程为重点的 SWE-bench Verified 基准测试中，o3-mini 同样仅在高推理强度下以微弱优势 (0.1 分) 领先 R1；在低推理强度下，o3-mini 在 GPQA Diamond 基准测试中落后于 R1 (71.5%) 。

o3-mini 的推出，在 AI 行业掀起了一阵波澜，对行业的发展方向、市场格局以及开源与闭源的发展趋势都产生了深远的影响。

从行业发展方向来看，o3-mini 为 AI 模型的发展树立了新的标杆。它在性能、成本和功能上的优势，促使其他企业加大在相关技术研发上的投入。越来越多的企业开始关注如何提高模型的推理能力，以更低的成本提供更高效的服务。这将推动整个 AI 行业朝着更加高效、智能、低成本的方向发展。就像在一场接力赛中，o3-mini 接过了领先的接力棒，带动其他选手加速前进。

在市场格局方面，o3-mini 的出现加剧了市场竞争。它与 DeepSeek R1 等模型展开了激烈的竞争，使得市场份额的争夺更加白热化。OpenAI 通过推出 o3-mini，试图巩固自己在 AI 市场的领先地位，而其他竞争对手也不会坐以待毙，它们会不断优化自己的模型，推出新的产品和服务，以吸引用户和市场份额。这种竞争将促使市场更加多元化，为用户提供更多的选择。就像一个热闹的市场，各种商品琳琅满目，用户可以根据自己的需求和喜好进行挑选。

o3-mini 的推出也引发了人们对开源与闭源发展趋势的思考。OpenAI 在推出 o3-mini 的同时，其首席执行官萨姆・奥尔特曼承认在开源策略上的失误 ，表示未来需要一个不同的开源策略。这表明 OpenAI 可能会重新审视自己的开源策略，以适应市场的变化和竞争的需求。在当前的 AI 市场中，开源模型凭借其低成本、高创新、透明性等优势，受到了越来越多开发者的青睐。DeepSeek 的 R1 模型就是一个典型的例子，它通过开源和社区贡献迅速崛起，给 OpenAI 等闭源模型带来了巨大的冲击。未来，开源与闭源的竞争与融合可能会进一步加剧，这将推动 AI 技术的创新和发展。就像两条相互交织的河流，开源和闭源将在竞争与融合中共同推动 AI 技术的发展。

展望未来，OpenAI 在模型发展的道路上有着广阔的前景和无限的可能。随着技术的不断进步，o3-mini 有望在多个方面进行优化和升级。在性能提升上，进一步提高推理能力，降低错误率，以满足用户对更精准答案的需求。在成本控制方面，或许会通过技术创新和优化算法，进一步降低成本，使其在价格上更具竞争力。在功能拓展上，增加对视觉任务的支持，实现多模态的融合，让模型能够处理更丰富的信息。

OpenAI 也可能会推出更多新型的模型，延续其在人工智能领域的创新步伐。这些模型或许会在通用性、专业性、个性化等方面取得突破，为用户提供更加多元化的服务。在通用性方面，模型能够更好地理解和处理各种复杂的任务，就像一个全能选手，在各个领域都能发挥出色；在专业性方面，针对特定的行业和领域，开发出更具深度和专业性的模型，满足专业人士的需求，就像行业专家，能够提供精准的专业建议；在个性化方面，根据用户的需求和偏好，定制化模型，为用户提供更加贴心的服务，就像为用户量身定制的专属助手。

从整个 AI 行业来看，o3-mini 的推出只是一个新的起点。随着技术的不断发展，AI 模型的性能将不断提升，成本将进一步降低，应用场景也将更加广泛。在教育领域，AI 可以作为智能辅导工具，根据学生的学习情况提供个性化的学习方案，帮助学生提高学习效率；在医疗领域，AI 可以辅助医生进行疾病诊断，通过分析大量的医疗数据，提供准确的诊断建议，提高医疗水平；在交通领域，AI 可以应用于自动驾驶技术，提高交通安全性和效率。

未来，AI 行业将呈现出更加激烈的竞争态势，各大科技公司将不断加大研发投入，推出更具创新性的产品和服务。开源与闭源的竞争与融合也将继续深化，开源模型将凭借其社区共建和技术共享的优势，吸引更多的开发者参与，推动技术的快速发展；闭源模型则将依靠其强大的研发实力和商业运营能力，在市场上占据一席之地。两者相互竞争、相互促进，共同推动 AI 技术的进步。

o3-mini 的发布是 OpenAI 在 AI 领域的又一次重要突破，它为用户带来了更强大、更高效的 AI 体验，也为整个 AI 行业的发展注入了新的活力。相信在未来，OpenAI 和其他科技公司将继续努力，推动 AI 技术不断向前发展，为人类社会带来更多的惊喜和改变。

来源：星河鹭起