OpenAI telah merilis OpenAI o3 dan o4-mini, model terbaru dalam seri o-nya yang dirancang untuk berpikir lebih lama sebelum merespons. Model-model ini mewakili perubahan langkah dalam kemampuan karena menjadi yang pertama menggunakan dan menggabungkan setiap alat secara agentic di ChatGPT, termasuk pencarian web, eksekusi kode Python, dan analisis visual.
- OpenAI o3 adalah model penalaran paling kuat, menetapkan tolok ukur state-of-the-art baru di Codeforces, SWE-bench, dan MMMU, sambil membuat 20 persen lebih sedikit kesalahan besar dibandingkan OpenAI o1 pada tugas-tugas sulit.
- OpenAI o4-mini adalah model yang lebih kecil dan efisien biaya yang mencapai 99,5% pass@1 di AIME 2025 dengan interpreter Python dan mengungguli pendahulunya o3-mini di domain non-STEM.
- Kedua model mengintegrasikan gambar secara langsung ke dalam rantai pemikiran mereka, memungkinkan mereka memanipulasi input visual seperti memutar atau memperbesar sebagai bagian dari proses penalaran mereka.
- Model-model ini dilatih melalui pembelajaran penguatan untuk menalar kapan dan bagaimana menggunakan alat, memungkinkan alur kerja multi-langkah seperti mencari data, menulis kode, dan menghasilkan grafik dalam waktu kurang dari satu menit.
Pembaruan ini bertujuan untuk memberikan kinerja yang jauh lebih kuat di berbagai tolok ukur akademik dan tugas dunia nyata, menetapkan standar baru untuk kecerdasan dan kemanfaatan sambil sering kali lebih efisien dibandingkan iterasi sebelumnya.