OpenAI 深夜放大招，正式推出 “最新最强版” 推理模型 o3-pro！
而且同一时间，o3 模型降价 80% 不降智。
官方测评结果显示，在专家评估中，所有人一致更偏爱 o3-pro 而非 o3 的回答。
此外，o3-pro 也一举超越 o3、o1-pro，成为当前最擅长数学、科学和编程的 OpenAI 模型。
OpenAI CEO 奥特曼也第一时间激动表示：
这真是太聪明了！我第一次看到它相对于 o3 的胜率时，简直不敢相信。
目前 o3-pro 已取代 o1-pro，面向 ChatGPT 的 Pro 和 Team 用户开放，Enterprise 和 Edu 用户将在下周获得使用权限。
而对开发者来说，o3-pro 已经可以通过 API 接入：
每百万输入 tokens 收费 20 美元_（约合人民币 143 元），每百万输出 tokens 收费 80 美元（约合人民币 574 元）_。
有多贵呢？
温馨提醒，据称一句简单的 “嗨” 就花了网友 80 美元（doge）。
或许 OpenAI 也意识到这个价格确实有点贵，所以另一边赶紧宣布 o3 降价 80%。
o3 降价 80% 不降智
官网显示，o3 的最新 API 价格如下：
每百万输入 tokens 收费 2 美元，每百万输出 tokens 收费 8 美元。
对比 o1-pro 下降了 80% 以上，不仅是 o3-pro 的 1/10，而且和 GPT-4o_（每百万输入 / 输出分别为 2.5 美元和 10 美元）_基本持平。
至于降价原因，明面上的说法是 OpenAI 对推理服务架构进行了全面优化。
就是说，虽然 o3 和 o3-pro 底层模型相同，但由于推理更高效，所以价格自然就下调了。
不过，就在奥特曼对这一价格 “沾沾自喜” 时，关于 o3**“是否真的没有降智”** 却陷入了争议。
网友们也是相当直白，在奥特曼这条推文底下直接表达了怀疑：
甚至有博主以亲身经历_（暂无法确定真实性）_出来发声，认为 o3 在实测中变笨了。
OpenAI 降价并非出于慈善……
然而这一说法也遭到了其他网友的反驳，总体来看目前对峙双方并未就这一争议拿出实质性证据。
虽然争议尚未讨论出具体结果，但一些关于 o3-pro 的测试结果已经新鲜出炉。
和开头所提一致，官方在更严格的 “4/4 可靠性” 评估中也验证了 o3-pro 尤为擅长数学、科学和编程。
p.s. 这项评估需要 o3-pro 在四次尝试中（而不仅仅是一次，pass@1）正确回答问题~
不过官方也多次提醒，由于 o3-pro 可以使用工具，因此响应时间通常比 o1-pro 更长。
我们建议将其用于对可靠性要求更高的棘手问题，等待几分钟是值得的。
这也和一众网友实测下来的感受相符，o3-pro 确实变强了，能够解决一些其他模型无法答对的问题，不过由于响应变慢，价格也是真贵。
HyperWriteAI CEO 让它思考 “1+1=？”，结果往往需要耗时 1 分钟以上_（第一次问甚至用时 16 分钟）_。
当然，这也恰好代表了 o3-pro 的错误打开方式。
不论是官方建议还是一些好的网友实测结果，都说明 o3-pro 更适合挑战一些有难度、有价值的问题。
宾大教授 Ethan Mollick 分享了一个其他模型都曾铩羽而归的问题：从 “SPACE” 到“EARTH”制作一个单词阶梯。
这个游戏需要模型从 “SPACE” 到“EARTH”，每次只改变一个字母，单词真实有效且长度不变_（右侧为解释 “为什么这是一个合法的英语单词”）_。
而 o3-pro 成功完成了挑战，并且这不是模型通过联网搜索得到的答案_（即通过推理得到）_。
另一位生物医学科学家也分享了与 o3-pro 合作开发免疫系统的例子。
作为对比，他也向 o3 提出了同一任务_（要求先识别出人类天然免疫系统的关键局限性）_，结果表明 o3-pro 更胜一筹。
o3 列出的前五个问题虽然强调了类似的重要问题，但后两个问题无需彻底重构免疫系统即可解决。
相比之下，o3-pro 不仅提出了更多限制，而且它所指出的每一个限制都是极其关键、内在的问题，需要彻底重构。
整体而言，通过 ARC-AGI 测试结果可以看到，o3-pro 在高难任务上表现略好，但提升幅度不大，且成本随难度上升。
p.s. 这项测试主要考验 AI 在面对新问题时的抽象推理和问题解决能力~
奥特曼发小作文
这是我最后一次在没有任何人工智能帮助的情况下写这样的文章了。
有意思的是，同一时间奥特曼也火速发了一篇小作文——
题目为《The Gentle Singularity（温和的奇点）》，来探讨 AI 发展对人类社会的影响。
其主要观点包括下面这些：
1、2025 年，我们迎来了能够真正进行认知工作的智能 Agent，编写计算机代码的方式将彻底改变。2026 年，我们很可能会看到能产生原创见解的系统；2027 年，或许会出现能在现实世界中执行任务的机器人。
2、到了 2030 年代，智慧和能源——即想法及实现想法的能力——将变得极其丰富。这两者长期以来一直是人类进步的基本限制；如果智慧和能源变得充足_（加上良好的治理）_，理论上我们可以实现一切。
3、随着数据中心的生产逐渐自动化，智能的成本最终应该会接近电力成本。（很多人关心 ChatGPT 每次查询用多少能量；平均每次查询大约耗电 0.34 瓦时，大概相当于烤箱运行一秒多一点，或高效灯泡使用几分钟。此外，每次查询大约用水 0.000085 加仑，约等于十五分之一茶匙。）
4、相比 AI，人类有一个长期且重要的优势：我们天生在意他人，以及他人怎么想、怎么做，而对机器却没什么感情。
5、从相对论的角度看，奇点是一点点发生的，融合是逐步进行的。我们正攀登那条技术指数增长的长弧线；向前看总觉得是陡峭的垂直，向后看则像是平缓的线，但其实它是一条平滑的曲线。（回想 2020 年，如果那时我们说 2025 年会接近 AGI，听起来会很疯狂，但对比过去五年所发生的一切，也许现在的预测不那么疯狂了。）
6、我们_（整个行业，不只是 OpenAI）_正在为世界构建一个大脑，它的极限将取决于我们的好点子。
7、OpenAI 如今做的事情很多，但最根本的身份仍是一个超级智能研究公司。
BTW，奥特曼最新推文有透露，原计划中的公开权重模型要推迟了。
嗯，又一个期货（doge）~
完整小作文地址如下：
blog.samaltman.com/the-gentle-…
参考链接：
[1]x.com/OpenAI/stat…
[2]x.com/OpenAIDevs/…
[3]x.com/aidan_mclau…
[4]x.com/sama/status…
— 完 —
