沒(méi)等來(lái)GPT-5，卻等來(lái)了OpenAI悄悄發(fā)布的「o3-pro」。

我們一起看看這個(gè)聲稱 “最強(qiáng)AI模型” 的o3-pro，有哪些亮點(diǎn)？適合哪些人使用？

1 什么是o3-pro？

簡(jiǎn)單來(lái)說(shuō)，o3-pro是o3推理模型的加強(qiáng)版。官方介紹它是目前推理能力最強(qiáng)的一代。

具體來(lái)說(shuō)，o3-pro是專門為復(fù)雜問(wèn)題設(shè)計(jì)的：它不追求快，而是強(qiáng)調(diào)“想得清楚”。像數(shù)學(xué)、科學(xué)、編程、寫(xiě)作、教育類任務(wù)，它處理得更有條理，輸出內(nèi)容更準(zhǔn)確、結(jié)構(gòu)更清晰。 

2 性能表現(xiàn)亮眼

先來(lái)上成績(jī)單。

在專家評(píng)估中，o3-pro比o3得到了更多認(rèn)可。

在OpenAI內(nèi)部的測(cè)試數(shù)據(jù)中，o3-pro表現(xiàn)相當(dāng)亮眼：

在數(shù)學(xué)測(cè)試AIME 2024中，超過(guò)了谷歌的 Gemini 2.5 Pro。

在GPQA Diamond（博士級(jí)科學(xué)知識(shí)評(píng)測(cè)）中，勝過(guò)了Anthropic家的 Claude 4 Opus。

在編程測(cè)試Codeforces中，也比前代模型有了不小的提升。

這些測(cè)試都是針對(duì)邏輯嚴(yán)謹(jǐn)性和知識(shí)深度的高難度評(píng)估。能在這里脫穎而出，確實(shí)說(shuō)明了OpenAI在思考推理能力上的進(jìn)步。 

此外，OpenAI還用 “4/4可靠性評(píng)估” 來(lái)證明了o3-pro的可靠性（4次回答全部正確才被視為成功）。

3 價(jià)格如何？

來(lái)看下API調(diào)用的價(jià)格：

輸入：$20/百萬(wàn)token

輸出：$80/百萬(wàn)token

相較于普通o3，價(jià)格貴了10倍......

4 最強(qiáng)也有局限性

再?gòu)?qiáng)的模型，也不是十全十美。

OpenAI列出了目前o3-pro存在的一些局限：

速度比前代慢，輸出時(shí)間更長(zhǎng)；

暫不支持圖像生成；

暫時(shí)不兼容Canvas功能；

ChatGPT中無(wú)法使用“臨時(shí)對(duì)話”功能。

不過(guò)這些問(wèn)題對(duì)大多數(shù)文字為主的使用場(chǎng)景來(lái)說(shuō)，影響不大。但如果你要的是深度和準(zhǔn)確性，那就得接受慢工出細(xì)活兒。

目前，o3-pro已經(jīng)面向ChatGPT Pro和Team用戶開(kāi)放，企業(yè)和教育用戶下周可用。

如果你日常對(duì)AI回答的質(zhì)量、準(zhǔn)確率有較高要求，不妨試試看。

       原文標(biāo)題 : OpenAI發(fā)布最強(qiáng)AI模型！