春节假期，来自东方神秘力量的 DeepSeek 扯破了硅谷的公论场。

一面是 OpenAI、Anthropic 等厂商的游说打压，一面却又见证了其盟友口嫌体直的格调，短短整宿之间，、英伟达、亚马逊等好意思国云盘算推算平台纷纷向 DeepSeek R1 伸出橄榄枝。

面临 DeepSeek 阵容的执续攀升，最有劲的反制技能终究如故要靠实力语言。

今天凌晨，OpenAI 崇敬上线了 OpenAI o3-mini 系列模子。

当作 o1-mini 模子的继任者，o3-mini 是当今推理系列中最新且最具性价比的模子。OpenAI 商榷科学家 Noam Brown 在 X 平台发文称：

「咱们十分欢畅地推出了o3-mini，包括向免用度户绽放。在多项评估中，它的性能弘扬优于o1。咱们正在透顶改酿成本与智能之间的关系。模子智能将执续普及，而取得调换智能水平的成本则会握住缩小。」

o3-mini 系列模子具体亮点如下：

o3-mini 主打快速推理，o3-mini（high）擅长编码和逻辑

扶植联网搜索，暂不扶植多模态功能

教育数据经过严格筛选，安全合规弘扬存所增强

付用度户方面，ChatGPT Plus、Team 和 Pro 用户现已可以使用 o3-mini，企业版将在一周后绽放走访。

OpenAI 将 Plus 和 Team 用户的逐日音书完毕从 o1-mini 的 50 条普及至 150 条。Pro 用户可享受 o3-mini 以及 o3-mini-high 的无穷次走访，清闲更高强度或更专科的推理需求。

同期这亦然 OpenAI 初次向免用度户绽放推理模子的使用权限，在 ChatGPT 音书输入框下方选拔「Reason」按钮即可使用。

值得一提的是，OpenAI o3-mini 集成了搜索功能，能够及时获取最新谜底并附带干系网页连气儿，便捷用户进行深度调研。

不外，当今这如故一项原型功能，官方暗意将来将执续完善和彭胀到更多推理模子。

o3-mini 是 OpenAI 首个扶植函数调用、结构化输出和开发者音书等高等功能的微型推理模子，扶植开箱即用。

与 o1-mini 和 o1-preview 一样，o3-mini 扶植流式传输。

开发者还可以字据具体需求在低、中、高三种推理强度中进行选拔，在复杂任务处理和反馈速率之间弃取。

测试高傲，o3-mini 的平均反馈时分为 7.7 秒，较 o1-mini 的 10.16 秒快了24%。同期，在巨匠评测中，有 56% 的评测者更倾向于选拔 o3-mini 的回答，在处理复杂本色问题时的要紧失实率也缩小了 39%。

o3-mini 的系统卡提到，在为期一周的评估中，七位东谈主类生物学巨匠与 o3-mini(预教育版块)就复杂的生物知识题张开了多轮对话。

巨匠一致以为，即便在无法接入互联网的情况下，o3-mini 的问答智商依然庞杂，不仅能够加快信息检索流程，还能提供互联网上难以找到的信息。

况且，巨匠们还发现该模子在文件综述与问题解答方面弘扬出色，能够快速且全面地梳理文件贵府。不外也需要防卫的是，模子偶尔会出现幻觉，导致细节信息有所偏差。

在中枢智商评测中，o3-mini 交出了一份亮眼的收成单。在高等推理风光下，其在 2024 年 AIME 数学竞赛中达到 87.3% 的准确率。

博士级别的科知识答任务 GPQA Diamond 得分高达 77.2%。

在竞技编程平台 Codeforces 上，o3-mini（high） 更是斩获 2130 的 ELO 评分。

在软件工程领域，o3-mini 雷同弘扬不俗。

在 SWE-bench 考证测试中，高等推理风光下的准确率达到 49.3%；使用里面器具框架时，这一数字更是攀升至 61%。即就是使用开源的 Agentless 框架，o3-mini 仍然保执了 39% 的通过率。

在东谈主类偏好评估（Human preference evaluation）中，o3-mini (medium) 在多个任务场景下胜率均权贵高于 o1-mini，不管是在 STEM 任务、非 STEM 任务，如故用户处于时分受限的情况下。

o1-mini 则愈加平均，但在胜率和失实率方面不如 o3-mini (medium) 凸起。

o3-mini 模子领受想维链推理（Chain-of-Thought Reasoning）教育方法，能够让模子在修升引户之前先对安全纪律进行推理，因此在安全性和防逃狱测试中的弘扬齐有权贵普及。

系统卡高傲，o3-mini 风险适度智商弘扬优异。

模子在劝服、CBRN（化学、生物、辐照性、核）和模子自主性方面呈现中等风险，而在网罗安全方面则保执低风险，比如无法灵验践诺高难度黑客报复任务，对真实寰宇的网罗挟制智商有限。

此外，o3-mini 在识别和拒却危境央求时与 GPT-4o 旗饱读特殊，同期大幅缩小了对无害央求的误判，灵验管制了过度严慎的问题。

在幻觉适度方面，基于 PersonQA 数据集的测试高傲，其失实信息生成率已降至 14.8% 的可控水平。

跨语言处贤惠商是预计大模子实用性的环节方针之一。

o3-mini 多语言处贤惠商测试横跨 14 种主流语言，包括阿拉伯语、汉文、法语、德语、日语和西班牙语等，较 o1-mini 有彰着普及。

o3-mini 的成本权贵低于 o1（约低廉 13.6 倍），缓存输入（Cached Input）的成本是圭臬输入用度的一半。

论文作家栏也出现了隆重的名字——Hongyu Ren（任泓宇）。

任泓宇本科毕业于北大，对 o1 有过基础性孝顺，亦然 GPT-4o 的中枢开发者，曾在苹果、微软和有过丰富的商榷实习资格。

光说不练假把戏，咱们第一时分上手实测了刚刚上线的 o3-mini 和 o3-mini(high) 两个版块。

领先测试 o3-mini 新增的搜索功能，让它查询 OpenAI 最新的融资音书，时效性可以，而且还能准确记忆到《华尔街日报》的原始报谈。

接着，咱们抛出一起脑筋急转弯「1=5，2=15，3=215，4=2145，那么5=?」这谈题有两种解法：从脑筋急转弯的角度看，既然1=5，那么5=1；从数学逻辑推理来看，谜底应为 21485。领悟，o3-mini 也没答对。

为了进一步考验性能更强的 o3-mini(high)，咱们抛出了一起统计题

「100 个东谈主回答五谈试题，有 81 东谈主答对第一题，91 东谈主答对第二题，85 东谈主答对第三题，79 东谈主答对第四题，74 东谈主答对第五题，答对三谈题或三谈题以上的东谈主算合格， 那么，在这 100 东谈主中，至少有（ ）东谈主合格。」

o3-mini 系列的「想考」流程齐能流露，但与 DeepSeek R1 「碎碎念」式的想考不同， o3-mini(high)的想考流程反而愈加松弛明了。

X 网友问了一起对于凸函数的梯度流旅途长度问题，o3-mini(high)顺利收受了考验。

当被条目创作一个龟兔竞走的故事，且需要谨守「前词尾字母等于后词首字母」的律例，并将篇幅适度在 100 词以内时，o3-mini(high)也交出了一份合格答卷。

从故事逻辑来看，尽管部分句子抒发略显生硬，但故事仍然明晰传达了龟兔竞走的中枢寓意。

固然，也有网友抱着碰荣幸的心态，请 o3-mini 挑战数学界的终极烦嚣——黎曼推测。

而有心无力的 o3-mini 也没上圈套，明确指出黎曼推测仍然是数学界尚未管制的烦嚣，因此无法提供一个正确的解说或反例。

事实上，AI 在畴昔几年正以惊东谈主的速率渗入至咱们的生存。

从 2023 年的 ChatGPT，到 2024 年的 Sora，再到 2025 年的 DeepSeek，每一年齐有新的惊喜，AI 的技艺防碍正在成为春节的赛博年货。

DeepSeek 的崛起激勉业界养息。各大 AI 巨头们名义上与 DeepSeek 保执距离，实则阴晦认同并竭力复现其在基础要津优化方面取得的「新颖的进展」。

Meta 以致挑升建立团队，对其技艺进行逐帧学习。

尽管如斯，业内的一个共鸣是，DeepSeek 很难冲击到必要的 AI 基建投资。

这一判断很快在成本市集得到印证。扎克伯格在里面会议重申追加 600-650 亿好意思元成本投资的盘算推算，OpenAI 也传出与软银洽谈大齐融资的音书，投后估值可能达到 3000 亿好意思元。

生于斯长于斯，OpenAI o3-mini 一定进程上亦然脱胎于先前的 AI 基建投资情愿。

但就这款轻量级模子而言，o3-mini 同期也更深档次预示着 AI 行业竞争的小切口正在从界限转向遵循，何如以最优成本创造最大价值将成为发展的新命题。

对于 OpenAI 而言，短时分夺回公论热度并不难，但要想在这场日趋火热化的竞争中斥地确实的上风，技艺品牌形象的价值也同等环节。

尤其是，被誉为确实 OpenAI 的 DeepSeek 依然运转紧紧占据开源 AI 领头羊的生态位。

闭源的围墙越高，开源的力量越显珍稀。 2025 年，开源与闭源确实的较量大致才刚刚运转。