o3-pro正式推出！说声“嗨”就花了80美元 思考1+1用时16分钟

OpenAI深夜放大招,正式推出“最新最强版”推理模型o3-pro!

而且同一时间,o3模型降价80%不降智｡

官方测评结果显示,在专家评估中,所有人一致更偏爱o3-pro而非o3的回答｡

此外,o3-pro也一举超越o3､o1-pro,成为当前最擅长数学､科学和编程的OpenAI模型｡

OpenAI CEO奥特曼也第一时间激动表示:

这真是太聪明了!我第一次看到它相对于o3的胜率时,简直不敢相信｡

目前o3-pro已取代o1-pro,面向ChatGPT的Pro和Team用户开放,Enterprise和Edu用户将在下周获得使用权限｡

而对开发者来说,o3-pro已经可以通过API接入:

每百万输入tokens收费20美元(约合人民币143元),每百万输出tokens收费80美元(约合人民币574元)｡

有多贵呢?

温馨提醒,据称一句简单的“嗨”就花了网友80美元(doge)｡

或许OpenAI也意识到这个价格确实有点贵,所以另一边赶紧宣布o3降价80%｡

o3降价80%不降智

官网显示,o3的最新API价格如下:

每百万输入tokens收费2美元,每百万输出tokens收费8美元｡

对比o1-pro下降了80%以上,不仅是o3-pro的1/10,而且和GPT-4o(每百万输入/输出分别为2.5美元和10美元)基本持平｡

至于降价原因,明面上的说法是OpenAI对推理服务架构进行了全面优化｡

就是说,虽然o3和o3-pro底层模型相同,但由于推理更高效,所以价格自然就下调了｡

不过,就在奥特曼对这一价格“沾沾自喜”时,关于o3“是否真的没有降智”却陷入了争议｡

网友们也是相当直白,在奥特曼这条推文底下直接表达了怀疑:

甚至有博主以亲身经历(暂无法确定真实性)出来发声,认为o3在实测中变笨了｡

OpenAI降价并非出于慈善……

然而这一说法也遭到了其他网友的反驳,总体来看目前对峙双方并未就这一争议拿出实质性证据｡

虽然争议尚未讨论出具体结果,但一些关于o3-pro的测试结果已经新鲜出炉｡

和开头所提一致,官方在更严格的“4/4可靠性”评估中也验证了o3-pro尤为擅长数学､科学和编程｡

p.s. 这项评估需要o3-pro在四次尝试中(而不仅仅是一次,pass@1)正确回答问题~

不过官方也多次提醒,由于o3-pro可以使用工具,因此响应时间通常比o1-pro更长｡

我们建议将其用于对可靠性要求更高的棘手问题,等待几分钟是值得的｡

这也和一众网友实测下来的感受相符,o3-pro确实变强了,能够解决一些其他模型无法答对的问题,不过由于响应变慢,价格也是真贵｡

HyperWriteAI CEO让它思考“1+1=?”,结果往往需要耗时1分钟以上(第一次问甚至用时16分钟)｡

当然,这也恰好代表了o3-pro的错误打开方式｡

不论是官方建议还是一些好的网友实测结果,都说明o3-pro更适合挑战一些有难度､有价值的问题｡

宾大教授Ethan Mollick分享了一个其他模型都曾铩羽而归的问题:从“SPACE”到“EARTH”制作一个单词阶梯｡

这个游戏需要模型从“SPACE”到“EARTH”,每次只改变一个字母,单词真实有效且长度不变(右侧为解释“为什么这是一个合法的英语单词”)｡

而o3-pro成功完成了挑战,并且这不是模型通过联网搜索得到的答案(即通过推理得到)｡

另一位生物医学科学家也分享了与o3-pro合作开发免疫系统的例子｡

作为对比,他也向o3提出了同一任务(要求先识别出人类天然免疫系统的关键局限性),结果表明o3-pro更胜一筹｡

o3列出的前五个问题虽然强调了类似的重要问题,但后两个问题无需彻底重构免疫系统即可解决｡

相比之下,o3-pro不仅提出了更多限制,而且它所指出的每一个限制都是极其关键､内在的问题,需要彻底重构｡

整体而言,通过ARC-AGI测试结果可以看到,o3-pro在高难任务上表现略好,但提升幅度不大,且成本随难度上升｡

p.s. 这项测试主要考验AI在面对新问题时的抽象推理和问题解决能力~

奥特曼发小作文

这是我最后一次在没有任何人工智能帮助的情况下写这样的文章了｡

有意思的是,同一时间奥特曼也火速发了一篇小作文——

题目为《The Gentle Singularity(温和的奇点)》,来探讨AI发展对人类社会的影响｡

其主要观点包括下面这些:

1､2025年,我们迎来了能够真正进行认知工作的智能Agent,编写计算机代码的方式将彻底改变｡2026年,我们很可能会看到能产生原创见解的系统;2027年,或许会出现能在现实世界中执行任务的机器人｡

2､到了2030年代,智慧和能源——即想法及实现想法的能力——将变得极其丰富｡这两者长期以来一直是人类进步的基本限制;如果智慧和能源变得充足(加上良好的治理),理论上我们可以实现一切｡

3､随着数据中心的生产逐渐自动化,智能的成本最终应该会接近电力成本｡(很多人关心ChatGPT每次查询用多少能量;平均每次查询大约耗电0.34瓦时,大概相当于烤箱运行一秒多一点,或高效灯泡使用几分钟｡此外,每次查询大约用水0.000085加仑,约等于十五分之一茶匙｡)

4､相比AI,人类有一个长期且重要的优势:我们天生在意他人,以及他人怎么想､怎么做,而对机器却没什么感情｡

5､从相对论的角度看,奇点是一点点发生的,融合是逐步进行的｡我们正攀登那条技术指数增长的长弧线;向前看总觉得是陡峭的垂直,向后看则像是平缓的线,但其实它是一条平滑的曲线｡(回想2020 年,如果那时我们说2025年会接近 AGI,听起来会很疯狂,但对比过去五年所发生的一切,也许现在的预测不那么疯狂了｡)

6､我们(整个行业,不只是OpenAI)正在为世界构建一个大脑,它的极限将取决于我们的好点子｡

7､OpenAI如今做的事情很多,但最根本的身份仍是一个超级智能研究公司｡

BTW,奥特曼最新推文有透露,原计划中的公开权重模型要推迟了｡

嗯,又一个期货(doge)~

完整小作文地址如下:https://blog.samaltman.com/the-gentle-singularity

参考链接:

[1]https://x.com/OpenAI/status/1932530409684005048

[2]https://x.com/OpenAIDevs/status/1932532777565446348

[3]https://x.com/aidan_mclau/status/1932507602216497608[4]https://x.com/sama/status/1932547247243505924