周三，OpenAI（开放人工智能）宣布推出全新AI推理模型o3与o4-mini，这些模型能够在回应前暂停思考并逐步解决问题。
该公司称o3是其有史以来最先进的推理模型，在数学、编程、推理、科学和视觉理解能力的测试中表现优于此前所有模型。而o4-mini则提供了OpenAI宣称的“价格、速度与性能的平衡方案”——开发者选择AI模型时通常重点考量的三大要素。
与先前推理模型不同，o3和o4-mini能调用ChatGPT（聊天生成预训练转换器）的网页浏览、Python代码执行、图像处理与生成等功能工具。即日起，订阅OpenAI专业版、增强版及团队计划的用户即可使用这些模型，其中还包括名为“o4-mini-high”的增强版本——该版本通过延长思考时间来提升回答可靠性。
新模型的推出是OpenAI在全球激烈AI竞赛中抗衡谷歌（Google）、Meta（元宇宙）、xAI（马斯克人工智能公司）、Anthropic（人类基座）和深度求索（DeepSeek）的重要举措。尽管OpenAI率先发布AI推理模型o1，但竞争对手迅速推出性能相当甚至更优的同类产品。事实上，随着各AI实验室竭力挖掘系统潜力，推理模型已开始主导该领域。
o3原本可能不会登陆ChatGPT。OpenAI首席执行官山姆·阿尔特曼（Sam Altman）二月曾暗示，公司将集中资源开发整合o3技术的更复杂替代方案。但竞争压力最终促使OpenAI改变了策略。
OpenAI表示，o3在SWE-bench编码能力测试（未使用自定义脚手架）中达到69.1%的最先进水平。o4-mini表现相近，获得68.1%的分数。OpenAI次优模型o3-mini得分为49.3%，而Claude 3.7 Sonnet（克劳德3.7十四行诗）取得62.3%的成绩。
OpenAI宣称o3与o4-mini是其首批具备“图像思维”能力的模型。实际应用中，用户可向ChatGPT上传白板草图或PDF图表等图像，模型将在“思维链”阶段分析图像后再作答。凭借这项新能力，两款模型能理解模糊低质图像，并可在推理过程中执行缩放旋转等操作。
除图像处理外，o3和o4-mini还能通过ChatGPT的Canvas（画布）功能在浏览器直接运行Python代码，并针对时事问题进行网络检索。
除ChatGPT外，o3、o4-mini和o4-mini-high三款模型都将通过OpenAI面向开发者的Chat Completions API（聊天补全应用程序接口）和Responses API（响应应用程序接口）端点开放，工程师可按用量付费构建应用。
考虑到性能提升，OpenAI对o3的定价相对亲民：每百万输入token（约75万字，超越《魔戒》三部曲篇幅）收费10美元（70元人民币），每百万输出token收费40美元（280元人民币）。o4-mini则维持与o3-mini相同定价：每百万输入/输出token分别为1.1美元（7.7元人民币）和4.4美元（30.8元人民币）。
OpenAI表示未来数周将推出o3-pro版本，该版本专为ChatGPT专业版订阅用户设计，会消耗更多计算资源生成答案。
OpenAI首席执行官阿尔特曼暗示，在GPT-5问世前，o3和o4-mini可能是ChatGPT最后两款独立AI推理模型。据该公司透露，GPT-5将整合GPT-4.1等传统模型与现有推理模型体系。
