本文介绍了近期 AI 领域的三大动态：Reka Flash 3 开源推理模型、OpenAI 的 o1-pro API 以及 OpenAI 发布的全新音频模型。Reka Flash 3 是一款 21B 参数的开源模型，性能与 o1-mini 相当。OpenAI 推出了价格高昂的 o1-pro API，其输入和输出价格分别为 150 美元和 600 美元/百万 token。此外，OpenAI 还发布了文本转语音和语音转文本两大类音频模型，其中文本转语音模型具备可操控性，而语音转文本模型在准确性上有所提升。

✨ Reka Flash 3 是一款 21B 参数的开源通用推理模型。该模型完全从零开始训练，性能可与 o1-mini 等模型媲美，并在 Hugging Face 和 RekaAI 官网上提供了体验。

💰 OpenAI 发布了 o1-pro API，其价格显著高于其他 API。输入价格为 150 美元/百万 token，输出价格更是高达 600 美元/百万 token。

🔊 OpenAI 推出了全新的音频模型，包括文本转语音（TTS）和语音转文本（STT）模型。文本转语音模型（gpt-4o-mini-tts）的最大亮点是其“可操控性”，可以精确控制语音的语调、节奏和表达方式。语音转文本模型（gpt-4o-transcribe 和 gpt-4o-mini-transcribe）在语音识别准确性上有所提升，尤其是在处理多样化口音和嘈杂环境下的表现更为出色。

原创 小茸茸 2025-03-21 09:54 重庆

Reka Flash 3：21B 开源推理模型；OpenAI 发布 o1-pro API：金子做的token；OpenAI 发布全新音频模型：文本转语音与语音转文本

Reka Flash 3：21B 开源推理模型

Reka Flash 3^[1] 是一款开源的 21B 通用推理模型，完全从零开始训练。它在性能上可与 o1-mini 等模型媲美，是目前同等规模中最出色的开源模型之一。

模型本身基于 Apache 2.0 开源，佬们也可以在其官网^[2]上体验。

Reka Flash 3 模型页面: https://huggingface.co/RekaAI/reka-flash-3
Reka Flash 3 官网: https://space.reka.ai/

OpenAI 发布 o1-pro API：金子做的token

OpenAI o1-pro^[3] API 现已正式上线，输入为 150 美元/百万 token，输出更是高达 600 美元/百万 token。

这 token 是金子做的，还是银子做的？

OpenAI o1-pro 官方文档: https://platform.openai.com/docs/models/o1-pro

OpenAI 发布全新音频模型：文本转语音与语音转文本

OpenAI 昨天发布了全新的音频模型，主要包括文本转语音（Text-to-Speech, TTS）和语音转文本（Speech-to-Text, STT）两大类:

文本转语音模型（gpt-4o-mini-tts）:

最大亮点是其“可操控性”（steerability），可以精确控制语音的语调、节奏和表达方式。佬们可以在 OpenAI FM^[4] 中测试体验。

我简单测试了下，中文 TTS 发音有的音色还是一股大佐味，而且语速慢听起来感觉怪怪的。

语音转文本模型（gpt-4o-transcribe 和 gpt-4o-mini-transcribe）:

相较于 OpenAI 之前的 Whisper 模型，在语音识别准确性上有了显著提升，尤其是在处理多样化口音和嘈杂环境下的表现更为出色。

API 价格和 Whisper 差不多，4o约为每分钟0.003。

更多更新细节，可以看 OpenAI 的官方博客^[5]。

OpenAI FM 测试平台: https://www.openai.fm/
OpenAI 官方博客: https://openai.com/index/introducing-our-next-generation-audio-models/

---

❝

如果你喜欢《一觉醒来 AI 界发生了什么》系列的话，请 关注、点赞、在看、收藏、分享 五连警告，这对我真的很重要！

阅读原文

跳转微信打开