近日，OpenAI在其为期12个工作日的线上新品发布活动的最后一天，宣布推出下一代模型o3，包括一个正式版o3和一个精简版o3-mini。据OpenAI CEO Sam Altman表示，新模型o3是“一个非常、非常聪明的模型”，无论在软件工程、编写代码，还是竞赛数学、掌握人类博士级别的自然科学知识能力方面，o3都明显高出o1一筹。同时，o3在OpenAI实现通用人工智能（AGI）这一奋斗目标上取得了突破，最高的测试成绩达到了类人水平。
今年9月，OpenAI发布的o1预览版在测试化学、物理和生物学专业知识的基准GPQA-diamond上，准确率达到78.3%，超过了人类博士专家的69.7%。然而，新推出的o3模型在同样的测试中，准确率高达87.7%，比o1高将近13%。
此外，o3模型在ARC-AGI评估中，最低成绩为75.7%，最高成绩为87.5%，超过了标志着达到人类水平的门槛85%。前谷歌高级工程师、AI研究员François Chollet表示，OpenAI这些推理模型在AGI测试中取得进步是“稳健的”。
与此同时，OpenAI还推出了精简版o3-mini，该模型在性能与成本平衡方面表现出色，能够以较低的成本提供高效的服务。o3Mini模型在编码评估、数学能力测试中均表现出色，与o1模型相当。
然而，尽管o3的测评看上去表现惊艳，OpenAI可能不会很快面向大众上线这款新的超级推理模型。从12月20日开始，OpenAI允许安全研究人员可以注册访问o3 和 o3-mini的预览。OpenAI计划明年初正式发布这些新的o3模型。
也意味着，OpenAI开发其下一个主要AI模型 GPT-5 的努力正落后于计划，其结果还不能证明巨大的成本是合理的。这与The Information早些时候的一篇报道相呼应，该报道称，由于GPT-5可能不像以前的模型那样代 表着巨大的飞跃，OpenAI正在寻求新的战略。
报道包含了有关代号为 Orion 的 GPT-5 历时 18 个月的开发过程的更多细节。
据报道，OpenAI 已经完成了至少两次大型训练运行，其目的是通过对大量数据进行训练来改进模型。 最初的训练运行比预期的要慢，这暗示着更大规模的运行既费时又费钱。 据报道，虽然GPT-5的性能比前代产品更好，但它的进步还不足以证明维持模型运行的成本是合理的。
报道说，OpenAI 不仅仅依赖公开数据和授权协议，还雇人通过编写代码或解决数学问题来创建新数据。 此外，OpenAI 还使用其另一个模型 o1 创建的合成数据。
OpenAI 没有立即回应置评请求。 该公司此前曾表示今年不会发布代号为 Orion 的模型。
