OpenAI 发布了 OpenAI o3 和 o4-mini，这是其 o 系列中最新设计的模型，能够在响应前进行更长时间的思考。这些模型在能力上实现了质的飞跃，成为首批以智能体方式调用并组合 ChatGPT 内所有工具的模型，包括网络搜索、Python 代码执行和视觉分析。

  • OpenAI o3 是最强大的推理模型，在 Codeforces、SWE-bench 和 MMMU 上创下新的最先进基准成绩，且在困难任务上的重大错误比 OpenAI o1 减少 20%。
  • OpenAI o4-mini 是一个更小、更具成本效益的模型，在使用 Python 解释器时于 AIME 2025 上达到 99.5% 的 pass@1 成绩，并在非 STEM 领域超越其前身 o3-mini。
  • 这两种模型都将图像直接整合到其思维链中，使其能够在推理过程中操作视觉输入，例如旋转或缩放。
  • 这些模型通过强化学习进行训练，以推理何时以及如何调用工具，从而支持多步工作流，如在一分钟内完成数据搜索、编写代码和生成图表。

这些更新旨在在学术基准和现实世界任务中提供显著更强的性能，确立智能性和实用性方面的新标准，同时通常比之前的版本更高效。