OpenAI o3-mini 干翻了 DeepSeek R1？

摘要：整个过年期间，AI 圈的头条都被被 DeepSeek 霸占了。2 月 1 日，OpenAI 终于按捺不住，推出了全新的推理模型系列 o3-mini。这个系列不仅首次对免费用户开放了推理模型，还将成本降低了多达 15 倍（相比之前的 o1 系列）。

整个过年期间，AI 圈的头条都被被 DeepSeek 霸占了。2 月 1 日，OpenAI 终于按捺不住，推出了全新的推理模型系列 o3-mini。这个系列不仅首次对免费用户开放了推理模型，还将成本降低了多达 15 倍（相比之前的 o1 系列）。

OpenAI 还表示，这是其推理模型系列中最新且最具成本效益的模型：

最近，AI 社区非常热衷于将 DeepSeek R1 与其他推理模型进行对比。

尤其是经典的编程挑战——模拟弹跳球：“Write a Python script that makes a ball bounce within a certain shape. Let the shape rotate slowly and ensure the ball stays within the shape.”（编写一个Python脚本，使一个球在某个形状内弹跳。让这个形状缓慢旋转，并确保球保持在形状内。）

这个，相当于一个碰撞检测算法，需要模型识别何时两个物体（例如球和形状的边缘）发生碰撞。写得不好的算法可能会导致明显的物理错误。

随着 DeepSeek R1 在国外持续发酵，微软、NVIDIA、亚马逊等美国云计算平台纷纷争相采用 R1，而 R1 在这一任务上也压倒了 OpenAI 的 o1-pro。

从 Claude 3.5 Sonnet 和谷歌 Gemini 1.5 Pro 生成的结果来看，DeepSeek 旗下的开源模型确实在性能上领先了一个层次以上。

然而，随着 o3-mini 的发布，舆论似乎一夜之间发生了变化，因为一篇文章宣称 OpenAI 的 o3-mini 已经超越了 DeepSeek R1。目前，这篇文章已吸引了近 400 万网友的关注。

开发者使用的提示是：“write a Python program that shows a ball bouncing inside a spinning hexagon. The ball should be affected by gravity and friction, and it must bounce off the rotating walls realistically.”（编写一个Python程序，展示一个球在旋转的六边形内弹跳。球应受重力和摩擦力的影响，并且必须真实地从旋转的墙壁反弹。）

这意味着 o3-mini 和 DeepSeek R1 都被要求编写一个 Python 程序，使得球在旋转的六边形内弹跳，且小球在弹跳过程中需要受到重力和摩擦力的影响。最终的结果如下：

在结果方面，o3-mini 展现了更好的碰撞和弹跳效果。从重力和摩擦力的理解上看，DeepSeek R1 版本中的小球似乎与牛顿定律相悖，完全忽略了重力。

这并非个别情况。hyperbolic_labs 的联合创始人金宇晨（Yuchen Jin）曾经指出过这个问题。他将提示“write a python script of a ball bouncing inside a tesseract”（编写一个Python脚本，模拟一个球在四维超立方体内部弹跳）输入到 DeepSeek R1 和o3-mini 中。

四维超立方体的每个顶点相邻四条边，每条边连接两个立方体。四维空间中的几何形状超出了人类的直观感知，因此当我们听到这些描述时，可能很难想象四维超立方体的样子。

o3-mini 不仅展示了一个稳定的几何结构，而且小球在四维空间内弹跳的轨迹也非常灵活，给人一种撞击立方体侧面的冲击感。