OpenAI直播发布第12天好消息o3来了坏消息还不能用

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10 CS研究生，MBA。我坚信AI是普通人变强的“ 外挂 ”，所以创建了“AI信息Gap”这个公众号，专注于分享AI全维度知识，包括但不限于 AI科普 ， AI工具测评 ， AI效率提升 ， AI行业洞察 。关注我，AI之路不迷路，2024我们一起变强。

今天是OpenAI连续12天直播发布会的 第12天 。关于OpenAI本次的宣传“噱头”详情，可以看我这篇文章： 活动预告：明天起OpenAI将开启连续12天的直播发布！

本系列将在每个工作日持续更新，为小伙伴们带来第一手的更新解读，敬请关注。

一图看懂今天的发布

接下来正文开始。

Day 12 发布内容

今天是OpenAI直播的第12天，也是最后一天。

不出意外的还是出了意外，OpenAI今天的发布依旧是在“画饼”，但是个“好饼”。

OpenAI今天发布了2个新模型： o3 和 o3-mini 。从这两个名字也能看出来，这是 o1 系列的后继模型，也就是 o1 的升级版本，本质上是一个 推理模型 。

为什么说这是个“好饼”？

因为 o3 太强了，性能怪兽，拥有超过人类的智商（推理能力）。来看一下 o3 的战绩。在 SWE-bench Verified 基准测试上， o3 准确率高达71.7%，比 o1 提升超过20%。在 Codeforces 竞赛编程平台上， o3 的 ELO 评分接近2727，超过了绝大多数人类程序员，包括 OpenAI 自己的首席科学家Yakov，仅次于少数顶尖选手（ ELO 3000以上）。在 美国数学奥林匹克选拔考试（AMIE） 中， o3 取得了96.7%的惊人准确率。在 GPQA Diamond 这个博士级难度的科学问答基准测试中， o3 获得了87.7%的准确率，远超 o1 （78%），甚至超过了人类博士专家在其专业领域的平均水平（约70%）。

为什么说这是在“画饼”？

因为现在不能用，属于是发布了，但又没完全发布。目前的 o3 还处于安全测试阶段。据OpenAI CEO Sam Altman的表示， o3-mini 计划于2025年1月底正式推出， o3 则在更后面。目前，OpenAI已经开放了 安全测试的申请通道 ，从今天起到2025年1月10日，研究人员和开发者可以申请参与早期测试，以帮助改进模型的安全性和可靠性。

题外话。

其实昨晚Sam Altman就在为 o3 的发布造势了，先是发布了一条内容是“ho ho ho”的帖子，几十分钟后又改为了“oh oh oh”（3个o），表示这是明天发布内容的线索。

跳过 o2

这次直播发布活动的第一天才发布的满血版 o1 ，今天最后一天直接跳到 o3 了？

今天的直播中提到，为了尊重合作伙伴“Telica”，避免名称冲突，OpenAI放弃了“o2”的命名。所以，跨了一步直接到 o3 。

o3 基准测试表现

准确率达到了71.7%的 SWE-bench Verified ，主要测试真实软件任务，作为对比， o1 仅有48.9%。

Codeforces ELO，竞赛编程测试， o3 得分2727，作为对比， o1 是1891。本场直播的主持人Mark得分2500分左右。

在美国数学奥赛（AIME 2024）的测试中， o3 取得了高达96.7%的准确率。博士级别的GPQA Diamond测试，则取得了87.7%的准确率。

接下来这个更是重磅。前沿数学基准测试（Frontier Math Benchmark）：由Epic AI开发，被认为是当前最困难的数学基准测试，包含未发表且非常难的数学问题。目前所有模型的准确率都低于2%，而 o3 在高测试时间（高算力）设置下，准确率超过了 25 %。

o3 mini 基准测试表现

所谓的 o3-mini 可以参考 o1-mini ，就是小版本的 o3 ，主打性能和成本的平衡，俗称：又便宜又好用。

o3-mini 支持低、中、高三种不同的推理计算选项，可以根据不同的使用场景，灵活调整模型的思考时间。可以看到，在Codeforces ELO测试中，中等思考时间下的 o3-mini 表现就已经超过了满血版本的 o1 。

在AMIE 2024数据集上， o3-mini (low) 的表现与 o1-mini 相当，而和前面的测试一样， o3-mini (medium) 的表现已经开始优于满血版 o1 。

响应速度（延迟）就更不用说， o3-mini 的延迟显著低于 o1-mini ，其中 o3-mini (low) 的延迟甚至可以与 GPT-4o 媲美，低于1秒，实现了近乎实时的响应。

o3 安全测试申请

目前的 o3 还处于早期安全测试阶段，并且该测试面向公众开放申请。需要注意的是，申请截止日期是2025年1月10日。

申请地址 ：https://openai.com/index/early-access-for-safety-testing/

Day 12 完整版直播视频

OpenAI 12天直播发布回顾

OpenAI于12月5日开启“12天发布季”，本系列将在每个工作日持续更新，为小伙伴们带来第一手的更新解读，敬请关注。

日期

发布关键词

详细解读文章

🌟 Day 1

满血版 o1 · ChatGPT Pro 新套餐

📖 满血版o1，200美元/月的ChatGPT Pro新套餐！

✨ Day 2

强化学习微调 (RFT)

📖 o1+强化学习微调=定制化推理模型！

🎥 Day 3

文生视频模型 Sora

📖 Sora文生视频模型真的来了？！

🖌️ Day 4

ChatGPT Canvas

📖 ChatGPT Canvas全面升级，免费开放！

🍎 Day 5

Apple Intelligence

📖 ChatGPT+Siri=新Apple Intelligence！

🎄 Day 6

视频聊天 · 屏幕共享 · 圣诞模式

📖 ChatGPT视频聊天、屏幕共享和圣诞语音包！

🚀 Day 7

ChatGPT Projects

📖 ChatGPT推出Projects，本周最强功能！

🔍 Day 8

ChatGPT Search

📖 ChatGPT Search全面升级，免费开放！

💡 Day 9

o1 API · Realtime API · 偏好微调

📖 o1 API正式发布，实时API升级，偏好微调PFT！

📞 Day 10

电话直拨ChatGPT · WhatsApp支持

📖 电话直拨ChatGPT，最鸡肋的功能，来了！

💻 Day 11