OpenAI发布o3满血版+o4 mini:10倍算力堆出满分视觉推理，AI看图思考新时代

作者｜沐风

来源｜AI先锋官

 

就在今天凌晨，OpenAI以一场20分钟的极简直播发布了满血版o3和o4-mini。

 

o3满血版和o4-min的登场，堪称视觉推理领域的一次革命。

它首次实现了“用图像思考”，将图像推理与思维链相结合，这种能力使得模型可以像人类一样从图表、图形，甚至是对图像中提取信息、进行深度推理并解决问题。

老规矩，先看性能。

据最新测试结果，o3和o4-mini（无工具版本）在AIME 2024数学竞赛题目中的准确率分别达91.6%和93.4%。

一旦允许它调用Python，o3准确率就飙到95.2%，而o4-mini则冲到98.7%。

另外，在AIME 2025中，o4-mini配合Python解释器取得了99.5%高分，几乎满分拿下这项基准测试。

在Codeforces编程竞赛评分中，o3和o4-mini得分均超2700分，显示出在复杂数学与代码任务中的强大推理与执行能力。

再来看PhD级科学题（GPQA Diamond）和专家级综合测试（Humanity’s Last Exam），无需额外工具时，o3在科学题上能以 83.3%稍微领先于o4-mini的81.4%。

而面对专家综合考题，不带插件的o3准确率约为20.3%，添上Python、网络浏览甚至调用多种工具后能推到24.9%。

相比之下，不带插件的o4-mini为14.3%，但借助插件也仅为17.7%，不及o3。

我们再来看看MMMU、MathVista、CharXiv-Reasoning三个数据集。

在大学级别的MMMU数据集上，o3直接达到了82.9%，o4-mini为81.6%，而o1在只拿到了77.6%，

面对直观的MathVista，o1只有71.8%，o3则直接冲到87.5%。

在CharXiv-Reasoning上，o3更是远超o1的55.1%，拿到了75.4%。

不得不说，这次o3满血版和o4-mini将视觉推理能力推到了一个全新的高度。

不过，这个成绩的代价是，需要投入o1十倍以上的算力。

从今天起，Plus、Pro和Team用户将第一时间体验到o3、o4-mini和o4-mini-high，它们将取代o1、o3-mini和o3-mini-high。

同时，这两款模型也将通过Chat Completions API和Responses API，向所有开发者提供。

在定价上，o3比o1的定价便宜了三分之一，o4-mini相比o3-mini没涨价。

与o1相比，o3和o4-mini不仅支持了OpenAI的所有工具，还新添了一个特性“视觉推理”。

接下来，我们重点来了解一下视觉推理。

o3和o4-mini可以将图像直接整合到他们的思维链中。

他们不仅看到图像，还可以随图像一起思考。它融合了视觉和文本推理，解锁了一类新的问题解决方式。

用户上传照片、教科书图表或手绘草图后，模型可以对其进行解释，即使图像模糊、颠倒或质量低下，模型也能放大看清细节。

我们来看几个示例（注：所有示例均使用o3完成）：

比如，一个放在桌子上几乎与视线平行的笔记本，上面有两行倒置且模糊的字，问他“笔记本上写了什么？”

或者再让他解决图片中的问题。

或阅读标志。

另外，最新的视觉推理模型还可以与 Python 数据分析、网络搜索、图像生成等其他工具协同工作，以创造性和有效地解决更复杂的问题。

如：走迷宫示例。

查找活动日期。

不难看出，视觉推理让AI具备了在一种专业场景下的观察力，这也意味着很多原本需要人眼判断的岗位，会被彻底改写。

除了模型本身，OpenAI 这次还开源了一个新工具“Codex CLI”。一个可以直接在终端（terminal）运行的轻量级AI编程助手，支持调用 o3 和 o4-mini 等模型。

开源地址：

https://github.com/openai/codex

OpenAI还透露将在数周内推出 o3-pro，提供更全面的工具支持。

（文：AI先锋官）

版权声明

本站仅分享教程，不提供任何指导，不会操作请参考教程说明自行研究，小白请勿下单！
客服不回复任何教程内容相关咨询。
虚拟商品购买须知： 虚拟商品具有可复制性，一经打赏赞助，不支持退款。请谅解，谢谢合作！
本站内容转载于网络，版权归原作者所有，仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任，如果侵犯了您的权益，请联系站长 QQ：2428-6070 进行删除。