OpenAI的新型AI模型可以在回答前停下来思考，允许直接在浏览器中处理图像和执行Python代码。
OpenAI刚刚在周四官方上线了两个新的人工智能模型o3和o4-mini。这些是设计用于在给出答案前"暂停和思考"的推理模型，标志着全球AI竞争中的重要进展。
据OpenAI称，o3是他们迄今最先进的推理模型，在数学、编程、推理、科学和图像理解测试中表现优异。o4-mini被介绍为成本、速度和性能之间的平衡选择——这是开发者选择AI模型时通常考虑的三个重要因素。
在激烈竞争背景下的技术突破
值得注意的是，这些模型可以使用ChatGPT中的工具生成响应，如浏览网页、执行Python代码、处理和创建图像。特别是，o3和o4-mini是OpenAI首个能够"用图像思考"的模型——用户可以上传白板草图或PDF文档中的图表，模型将在"思考链"过程中分析图像后再回答。
在性能方面，o3在SWE-bench verified测试中取得了令人印象深刻的69.1%成绩（没有自定义脚手架），远超o3-mini（49.3%）和Claude 3.7 Sonnet（62.3%）。
OpenAI发布o3是一个值得注意的转折点，尤其是在CEO Sam Altman在2月份曾发出信号，公司计划将资源集中在一个更精细的集成o3技术的替代方案上。然而，竞争压力似乎促使OpenAI改变了方向。
o3、o4-mini和o4-mini-high（一个花费更多时间提高可靠性的变体）这三个模型现已可供OpenAI的Pro、Plus和Team订阅用户使用，同时也将通过开发者端点提供，包括Chat Completions API和Responses API。
在定价方面，OpenAI为o3设定了相对较低的价格，每百万输入代币10美元，每百万输出代币40美元。对于o4-mini，价格与o3-mini相当，每百万输入代币1.10美元，每百万输出代币4.40美元。
在接下来的几周里，OpenAI预计将发布o3-pro，这是一个使用更多计算资源的o3版本，专门面向ChatGPT Pro订阅用户。Sam Altman还表示，o3和o4-mini可能是ChatGPT中最后的独立AI推理模型，直到GPT-5上线——这个模型预计将统一传统模型如GPT-4.1和推理模型。
