新智元 新智元报道 编纂：KingHZ 桃子 【新智元导读】一场改写AI汗青的震动对决正在演出！就在昨天，当DeepSeek R1还在用‘降维袭击’重构AI格式时，OpenAI王者回归之作o3-mini已悄悄来临，用气力证实——王者，从未离场！ 在科技界，一天的时光足以改写汗青。 DeepSeek R1用‘降维袭击’重构了AI界，OpenAI不甘逞强放出了o3-mini，再次加冕为王。 o3-mini的提高可不是一点半点，在数学代码等基准测试中，均拿下了最高的成就。 乃至，在‘物理模仿’高难度挑衅疆场上，o3-mini直接破碎R1，展示出惊人的气力。 可能清楚地看出，o3-mini具有更强的物理推理才能，DeepSeek表示出显明的‘反重力’景象。 prompt：write a Python program that shows a ball bouncing inside a spinning hexagon． The ball should be affected by gravity and friction， and it must bounce off the rotating walls realistically 在另一个演示中，愈加庞杂，不只要斟酌小球与墙壁的碰撞，还要斟酌差别小球之间的彼此碰撞。 prompt：Simulate multiple small balls bouncing inside a spinning rectangle． The balls should collide with each other and the walls 从单球反弹到多球碰撞，从简略物理到庞杂体系，OpenAI的好像在诉说着‘王者，从未离场’。 教学Derya Unutmaz对o3 mini表示的提高十分冲动： o3-mini只要一次提醒就能正确天生合乎物理定律的代码！与此同时，DeepSeek-R1对此却显得很费劲。 这场AI比赛正在全速减速，青出于蓝者，刮目相待。现在，OpenAI显明处于当先位置！’ 别的，在‘人类最后一场测验’的纯文本测试集上，新模子03-mini（medium/high）在正确率上超出了DeepSeek-R1。 奥特曼乃至自负的表现：‘未几，人类就须要另一场测验了……’ 但是，这只是OpenAI新模子的冰山一角。 奥特曼剧透o3-mini接上去另有更年夜的惊喜！ o3-mini另有好货色，很快就会给你，我想咱们把最好的留到了最后！ 编码吊打o1，最好的编程模子 在代码补全基准Codeforces排名中，绝对o1系列模子，o3-mini提高显明。 而自力于LLM供给商的机能基准跟订价排行，Artificial Analysis表现：‘o3-mini是从o1-mini向前迈出的一年夜步。’ 同时，颁布了o3 mini的开端成果，完全的基准测试成果稍后推出： 更廉价 - 每百万个token1.1美元/4.4美元的输入/输出订价，低于很多 DeepSeek R1 API（高于DeepSeek的甲方R1 API订价） 疾速-与o1-mini的速率类似，为170个token/秒，只管这象征着2000个代币的‘思考’时光依然须要 ~12 秒 此中人工剖析品质指数（Artifical Analyssi Quality Index）包括了MMLU、GPQA Diamond、Math-500跟HumanEVal等多个测试基准。 相干排名如下： AI始创企业CEO，Bindu Reddy，团体上o3击败了R1，特殊是在编码方面，让人年夜吃一惊。 她以为综合斟酌机能、速率跟价钱，o3-mini high是现在最好的年夜言语模子（LLM）： 详细成果如下： 对此，OpenAI研讨员Clive Chan表现：‘我天天都在cursor中应用o3-mini，它相对是最好的编程模子。我基础上完整信赖它的Python代码（不再有曲解/偷勤的成绩），并且即便我以后的名目波及3种我不熟习的编程言语，o3-mini也帮了年夜忙！’ 全网实测 那么，o3-mini实在气力毕竟怎样？ 如上去自全网实测的最全演示，即可发表答案。 o3-mini彻底控制了arXiv OpenAI研讨迷信家Sebastien Bubeck表现，o3-mini是一个了不得的模子。 在懂得跟剖析arXiv论文方面，o3-mini到达了寰球唯一无二的程度，成为真正的科研搭档！ 上面是一个看似简略但会让全部其余模子都觉得迷惑的成绩，而o3-mini却能给出极端有效的谜底。 它完整说到了点子上：与自压缩曲线的接洽、依附于维度的界线，乃至还援用了相干论文。 上面这个例子是Sebastien在差别主题的另一个查问。 风趣的是，o3-mini-high给出的参考文献‘Bubeck and Ganguly’并不完整准确，但确切十分相干。 总的来说，它给出的参考文献都是‘含混正确的’，可能会混杂作者/期刊/题目，但令人惊奇的是这些援用依然很有效。 他又表现，这些都是相称冷清的成绩，可能答复这两个成绩的论文少于100篇（现实上更濒临约10篇）。 能有一个模子能够答复只有O（10）数目级的人类晓得谜底的成绩，这确切令人赞叹。 别的，Sebastien又演示了一个用o3-mini构建‘我的天下’的演示。 AI物理新顶峰，轻松击败R1 Hyperbolic联创Yuchen Jin测试后赞叹道，o3-mini可能是现在最强的物理推理LLM！ o3-mini居然胜利天生了四维超破方体（Tesseract）内反弹小球的Python代码，展示出惊人的物理推理跟数学建模才能。 再来看R1的表示，显然不如o3-mini。 再来看o3-mini-high，demo中居然翻车不如o3-mini？ Yuchen Jin屡次实验后发明，o3-mini-high在这个义务上表示蹩脚，乃至比一次性天生的o3-mini版本还差！ 此中一个版本竟然只天生了小球，不四维空间构造…… 另一个很好展示o3-mini懂得物理天下的demo。 ‘被o3-mini震动到了（不只仅是由于它的编程才能），更由于它那闪电般的速率。 它仅用19秒就一次性天生了这四个演示。我从未见过相似的货色。一个新的AI时期曾经到来’。 沃顿商学院教学Ethan Mollick让o3-mini-high初次挑衅天生静态大陆风暴Shader，没想到居然胜利了！ 18秒，克隆一个利用 另一位OpenAI研讨员Aidan Clark表现：‘o3-mini在智能跟速率的组合方面令人难以相信，我不晓得该说什么，你只能本人去尝尝看了。’ 鄙人面demo中，Clark请求o3-mini用单个Python文件写一个Twitter克隆利用。 全部进程只用了8秒。 一句话，天生游戏 更令人赞叹的是，开辟者Alex Finn仅用1个提醒，o3-mini便能天生完全的太空游戏。 用一句话制造的‘贪吃蛇’游戏。 另一个动漫君子射击游戏。 另有网友经由过程o3-mini-high制造的太阳系3D模仿。 网友adi让o1跟o3-mini分辨制作一个宏大的、令人赞叹的、史诗般的沉没都会。 OpenAI王者重归 OpenAI的战略，曾经从新取得了用户的‘芳心’。 开辟者Mckay Wrigley曾经用o3-mini模子取代AI智能体跟任务流中的o1模子。所有都畸形任务，乃至有一些表示的更好，然而廉价了9倍，速率快了4倍。 他以为：‘OpenAI对新模子的宣扬显明缺乏——这相对令人难以相信。o3 o3 Pro会很猖狂。’ 依据Information报道，OpenAI2024年疾速增加： 他表现：‘风趣的是，API收入远小于ChatGPT订阅收入，真正推进增加的仍是花费级利用。’ 网友Andrew Gao表现Anthropic正在吃失落OpenAI的市场份额。 OpenAI在企业客户中的份额从2023年的50%降落到了2024年的34%，详细如下： OpenAI早已与美国当局配合，确保AI范畴的当先位置。 在加入特朗普的辞职仪式并发布‘星际之门’后，OpenAI首席履行官奥特曼，持续第二周离开华盛顿特区。 就在克日，在国会山邻近的一次非正式演示中，奥特曼向美国当局引导人、政策专家跟记者展现了行将推出的技巧。 目标不只是展现美国怎样最年夜化人工智能带来的经济好处，还盼望让华盛顿的引导者提前懂得行将到来的技巧才能，以增加他们在将来措手不迭的可能性。 谈到可能自立实现事实天下义务的新型自立智能技巧时，奥特曼表现：[我的直觉是……对美国经济奉献，这些技巧将占个位数百分比。’ 但与当局配合，并不是OpenAI独一的抉择。 外媒报道称，OpenAI为了实现增加，寄盼望于更高等模子驱动的ChatGPT的低价订阅。 参考材料： https：//x.com/EyeingAI/status/1885652167257940174 https：//x.com/jam3scampbell/status/1885752009766137897 https：//x.com/bindureddy/status/1885517599083307433 新浪财经大众号 24小时转动播报最新的财经资讯跟视频，更多粉丝福利扫描二维码存眷（sinafinance）