OpenAI o1模型登场：开启AI通用复杂推理新篇章

　　OpenAI 传闻中的“草莓”(Strawberry)AI 模型现已面世，正式名称为“o1”，是该公司首款具备“推理”能力的模型。

　　o1 和 o1-mini

　　OpenAI 表示对该模型进行特殊训练，能够比人类更快地回答更复杂的问题。与之同时发布的还有 o1-mini，一个更小、成本更低的版本。

　　OpenAI%20表示%20o1%20模型的发布，是其迈向类人%20AI%20宏伟目标的关键一步。

　　o1%20模型目前处于“预览”阶段，官方强调该模型相关开发尚处于初期阶段，相比较%20GPT-4o%20模型，使用成本更高且速度更慢，但在编写代码和解决多步骤问题方面表现更为优秀。

　　价格

　　OpenAI%20公司表示从今天起，ChatGPT%20Plus%20和%20Team%20用户将可访问%20o1-preview%20和%20o1-mini，而%20Enterprise%20和%20Edu%20用户则将在下周初获得访问权限。

　　OpenAI%20表示计划将%20o1-mini%20的访问权限扩展至所有%20ChatGPT%20免费用户，但尚未确定发布日期。

　　开发者获取%20o1%20的访问权限成本相当高昂：如果调用%20API，o1-preview%20的输入词元(tokens)费用为每百万个成本%2015%20美元(IT之家备注：当前约%20107%20元人民币)，输出词元费用为每百万个%2060%20美元(当前约%20427%20元人民币)。

　　相比之下，GPT-4o%20的输入词元费用为每百万个%205%20美元(当前约%2035.6%20元人民币)，输出词元费用为每百万个%2015%20美元(当前约%20107%20元人民币)。因此%20o1%20模型输入词元费用提高了%202%20倍，输出词元费用提高了%203%20倍。

　　训练方式

　　OpenAI%20的研究负责人%20Jerry%20Tworek%20表示，o1%20采用了有别于当前模型的训练方法，并他并未透露具体细节。

　　他提到，o1“采用了全新的优化算法和专门为其定制的训练数据集进行训练。”

　　报道称 OpenAI 在训练 o1 模型中使用一种称为强化学习(reinforcement learning)的技术，来自行解决问题，该技术通过奖励和惩罚来教导系统。随后，o1 采用“思维链”来处理查询，类似于人类通过逐步推理来解决问题的方式。

　　由于采用了这种新的训练方法，OpenAI 表示模型应该会更加准确。

　　Tworek 表示：“我们不能说已经解决了幻觉问题，但至少从观测的结果来看，这个模型产生的幻觉明显减少”。

　　o1 模型优势

　　o1 模型与 GPT-4o 的主要区别在于，它能够比前代更好地处理复杂的编程和数学问题，并能解释其推理过程，这是 OpenAI 所强调的。

　　OpenAI 的首席研究官 Bob McGrew 表示：

　　这款模型在解答 AP 数学考试题目上的表现无疑比我更出色，而我大学时还辅修了数学。

　　他提到，OpenAI 还让 o1 参加了国际数学奥林匹克竞赛的资格考试，GPT-4o 仅正确解决了 13% 的问题，o1 模型能够解决 83% 的问题。

　　在名为 Codeforces 竞赛的在线编程比赛中，这一新型模型达到了参赛者中的第 89 位，OpenAI 声称该模型的下一次更新将在物理、化学和生物学中的挑战性基准任务上表现“与博士生相当”。

　　同时，o1 在许多领域的能力不及 GPT-4o。它在世界事实知识方面的表现也不如后者。此外，它不具备浏览网页、处理文件和图像的能力。尽管如此，该公司认为它代表了一类全新的功能。将其命名为 o1，意在表明“将计数器重置回 1”。