OpenAI o3 與 o4-mini 版本說明 / 新功能

OpenAI 已發布 o3 與 o4-mini，這是 o 系列中設計用於延伸推理的最新模型。這些模型透過結合最先進的推理能力與能夠自主使用與結合工具的能力——包括網路搜尋、Python 資料分析與影像生成——在通常不到一分鐘的時間內解決多面向問題，代表了智慧與實用性的重大進步。

前沿推理與 OpenAI o3

OpenAI o3 是迄今為止發布的最強大推理模型，在包括 Codeforces、MMMU 與 SWE-bench 等基準測試上創下新的最先進（SOTA）表現（在固定的 477 個已驗證任務子集上評估，未使用自訂模型特定的框架）。

主要效能提升包括：

  • Error Reduction: 在外部專家評估中，o3 在困難的實務任務上比 OpenAI o1 減少了 20% 的重大錯誤，特別是在創意構思、商業/諮詢與程式設計方面。
  • Analytical Rigor: 早期測試者指出 o3 能夠在工程、數學與生物領域產生並批判性評估新穎假說的能力。
  • Visual Perception: o3 在分析圖形、圖表與影像方面表現出色。

成本效益推理與 OpenAI o4-mini

OpenAI o4-mini 是較小且經過最佳化的模型，設計用於高容量、高吞吐量的推理任務。它在資料科學與非 STEM 領域的表現超過其前身 o3-mini。

值得注意的基準測試包括：

  • AIME Performance: o4-mini 是在 AIME 2024 與 2025 上表現最佳的基準模型。當提供 Python 直譯器時，它在 AIME 2025 上達到 99.5% 的 pass@1（100% 的 consensus@8）。
  • Efficiency: 由於尺寸較小，o4-mini 支援的使用上限遠高於 o3，同時在程式設計、數學與視覺任務上保持強勁表現。

多模態推理與視覺整合

首次，o 系列模型將影像直接整合進思考鏈，讓它們能「以影像思考」而不僅僅是感知。這使模型能透過結合視覺與文字推理來解決複雜問題。

功能包括：

  • Robust Interpretation: 模型能夠解讀模糊、低畫質或顛倒的影像，例如手繪草圖、教科書圖示或白板照片。
  • Active Manipulation: 透過工具使用，模型可以在推理過程中對影像進行縮放、旋轉或變形，以更好地分析輸入。

主動工具使用與工作流程自動化

OpenAI o3 與 o4-mini 透過強化學習訓練，以推理何時以及如何使用工具來達成期望結果。它們可完整存取 ChatGPT 工具與透過 API 函式呼叫的自訂工具。

此策略性方法允許多步驟工作流程，例如：

  • Iterative Research: 多次進行網路搜尋、分析結果，並根據發現的資訊調整搜尋查詢。
  • Complex Synthesis: 結合公開資料的網路搜尋、Python 預測以及影像生成的視覺化，以回應單一複雜查詢。

擴展強化學習 (RL)

OpenAI 觀察到大規模 RL 會呈現「更多運算 = 更佳效能」的趨勢，類似 GPT 系列的預訓練。透過將訓練運算與推理時的運算提升一個量級，OpenAI 已驗證隨著模型被允許更長時間「思考」，效能持續提升。

在與 OpenAI o1 相同的延遲與成本下，o3 提供更高的效能，且透過延長推理時間可獲得額外提升。

安全性與風險緩解

OpenAI 為這些模型重新構建安全訓練資料，並加入針對越獄、惡意軟體生成與生物威脅（biorisk）的新拒絕提示。

安全措施包括：

  • Reasoning LLM Monitor: 一個以人類撰寫的安全規範訓練的監控器，能在 biorisk 人類紅隊測試中標記約 99% 的對話。
  • Preparedness Framework: 兩個模型皆在網路安全、AI 自我改進與生物/化學風險三個領域進行評估，且 o3 與 o4-mini 在所有三類別中均低於「高」門檻。

Codex CLI 與開發者存取

OpenAI 推出了 Codex CLI，一個開源輕量級的終端機編碼代理。它允許使用者將螢幕截圖或草圖傳遞給 o3 與 o4-mini，同時讓模型存取本機程式碼。

Access Details:

  • ChatGPT: Plus、Pro 與 Team 用戶可使用 o3、o4-mini 與 o4-mini-high。Enterprise 與 Edu 用戶則在一週後取得存取。免費用戶可透過「Think」選項使用 o4-mini。
  • API: 兩個模型皆可透過 Chat Completions 與 Responses API 使用。Responses API 支援推理摘要以及在函式呼叫前後保留推理 token。
  • o3-pro: o3 的一個為較長思考與更高可靠性設計的版本，已於 2025 年 6 月 10 日起提供給 ChatGPT 與 API 的 Pro 用戶。

Sources