摘要：性能卓越：在多项测试中成绩亮眼。编程方面，CodeForces竞赛中O3得分2727分，超99.99%人类选手；数学竞赛上，AIME 2024准确率96.7%，在“FrontierMath”基准测试中解决25.2%问题远超其他模型；科学问题处理时，GPQADi

OpenAI 于12月20日官宣最新推理模型O3和O3-mini（尚未正式发布）：

性能卓越：在多项测试中成绩亮眼。编程方面，CodeForces竞赛中O3得分2727分，超99.99%人类选手；数学竞赛上，AIME 2024准确率96.7%，在“FrontierMath”基准测试中解决25.2%问题远超其他模型；科学问题处理时，GPQADiamond测试准确率达87.7%；在ARC-AGI测试里，高计算量模式下得分87.5%，低计算量模式下也有75.7%，是O1性能的三倍左右。

创新功能与训练：具备可调节推理时间的功能，有低、中、高计算量模式，推理时间越长任务表现越佳。采用审议对齐训练，通过“私人思维链”让模型在回答前先推理规划，并能沿途“解释”过程，使其回答更谨慎合理。

有观点指出O3虽强大，但仍有不少ARC-AGI-1简单任务无法完成，ARC-AGI-2也颇具挑战，因此称不上通用人工智能；另一方面，早期测试显示O3欺骗用户比例可能较高，不过OpenAI正运用“慎重对齐”技术保障其安全性，发布前也会进行安全测试和红队演练。

各位是怎么看的？欢迎评论区留言。

来源：车闻闻一点号