OpenAI o1：OpenAI最新推出的AI大语言模型，更擅长推理也更贵

AIHub最新消息，北京时间 9 月 13 日凌晨，OpenAI 发布了OpenAI o1 系列模型，包括 o1-preview 和 o1-mini，官方称其为「草莓」。下面我们来一起了解下。

OpenAI o1是什么？

OpenAI o1 是由OpenAI最新发布的人工智能大模型，包含o1-preview和o1-mini两个版本，旨在通过强化学习与思维链技术提升复杂推理能力。该模型的核心特性是能够花费更多时间进行推理，模仿人类的思考方式，尤其在科学、数学和编程领域表现突出。OpenAI o1 在复杂推理、科学计算、数学和编程领域的表现远超之前的 GPT-4o。尤其是在科学与数学测试中，o1 的表现堪称卓越。虽然在某些简单任务中，其表现不如 GPT-4o，但在推理能力和逻辑严谨性方面，o1 是当前性能最为优异的模型之一。

OpenAI o1的功能特性

1. 增强的复杂推理能力

• 思维链（Chain of Thought, CoT）：o1 通过嵌入思维链技术，可以将复杂问题拆解为多个步骤进行推理，模仿人类的思考方式。该技术尤其适用于逻辑推理、科学问题和数学计算等复杂任务，使其在这些领域表现优越。
• 多步推理：o1 能够在给出答案前花费更多时间进行多轮思考，特别是在解决复杂的科学问题或编程任务时，显著提升了准确性。

2. STEM 领域表现突出

• 科学与数学优化：o1 经过特别优化，能够在科学（如物理、化学、生物）和数学等领域超越 GPT-4o，并在某些测试中达到或超过人类专家水平。在一些基准测试（如 GPQA 和 AIME 数学竞赛）中，o1 展现了优异的成绩。
• 编程能力：经过不断训练，o1 的编程能力也大幅提升，在代码竞赛等场景下表现出色，超越了大部分人类选手。

3. 支持更大的上下文窗口

• 128k token 上下文窗口：o1 支持处理大规模的上下文内容，允许更长时间的对话和推理。这使得模型能够在更复杂的对话中保持连贯性，并处理大量数据或长文本。

4. 高昂的成本与 Token 消耗

• 计费模式：o1 的计费包括推理过程中的 token 消耗，这意味着即使最终输出结果较短，推理过程中使用的 token 也会被计入总消耗。因此，使用 o1 进行复杂推理任务时，费用可能比其他模型显著增加。

5. 强化学习与优化

• 强化学习训练：通过强化学习技术，o1 在推理任务中不断优化其策略，能够识别并纠正错误，使其推理能力更接近人类水平。
• 64k 最大输出：虽然 o1 声称支持 64k token 的最大输出，但在实际使用中，输出内容往往比预期要少。

6. 安全改进

• o1 相比 GPT-4o 在安全性上有所提升，减少了生成错误信息（即“幻觉现象”）。尤其是在涉及高复杂度推理的场景中，o1 提供了更加可靠和准确的回答。

OpenAI o1的性能评测

1. 复杂推理能力

• GPQA 测试：在化学、物理、生物等领域的 GPQA（General Professional Quality Assessment）测试中，o1 的表现甚至超越了博士级专家，展现了强大的科学推理能力。

2. 数学能力评测

• AIME 数学竞赛：在美国数学邀请赛（AIME）中，o1 的表现远超 GPT-4o。GPT-4o 的平均得分仅为 12%，而 o1 达到了 74%。在使用更大样本量时，准确率进一步提升至 93%，达到了美国前 500 名高中生的水平。
• GSM8K 数学推理测试：在 GSM8K 的数学推理测试中，o1 展现了比之前模型更为严谨和准确的推理过程，能够更好地理解问题并给出正确的解决方案。

3. 编程能力

• 编程竞赛测试：o1 在模拟编程竞赛中的表现优异，得分超过了 93% 的人类选手。在一些复杂的编程任务中，o1 展现了卓越的代码生成和错误修正能力，编程能力大幅提升。

4. 人类偏好评估

• 用户偏好测试：在推理要求较高的场景中，人类评估者普遍更偏向于 o1 的输出，认为其思考过程更接近人类的思维方式。在推理要求不高的场景中，GPT-4o 仍然占有一定优势，但 o1 在复杂任务上展现出了更稳定的表现。

5. 安全性与准确性

• 幻觉现象减少：相比 GPT-4o，o1 在生成虚假或错误信息（即幻觉现象）方面有显著减少。其输出更准确，在长时间推理任务中表现得更加可靠，尤其在科学计算和复杂问题解决上更加可信。

如何使用OpenAI o1？

目前OpenAI o1已经上线到ChatGPT和OpenAI开发者平台。

1、个人用户：

ChatGPT Plus和团队用户即日起便可以访问o1预览版和o1-mini，而企业和教育用户将在下周初获得访问权限。

• o1-mini：50 条/周
• o1-preview：30 条/周

使用地址：https://chatgpt.com/?model=o1-preview

2、开发者用户：

对于开发者用户，如果你的等级在 Tire5 （支付金额>1000 美金），目前已经可以通过接口进行调用：

• o1-preview：20 RPM，30,000,000 TPM
• o1-mini：20 RPM，150,000,000 TPM

在API中，o1-preview中每100万个token的输入价格为15美元，输出价格为60美元，较GPT-4o高出3-4倍。

使用地址：https://platform.openai.com/playground/chat?models=o1-mini

官方博客：https://openai.com/o1/