夜深丁香五月婷婷基地，OpenAI发布了o系列模子的最新后果o3和o4-mini。该系列模子经过测验，会在响应之前进行更永劫辰的想考。

OpenAI暗意，这是他们迄今为止发布的最智能模子，也标志着ChatGPT才气的高大飞跃。

此次新发布的推理模子八成像智能体一样使用并组合ChatGPT中的每一个器用——这包括搜索互联网、用Python分析上传的文献和其他数据、深刻推理视觉输入，甚而生成图像。

至关热切的是，这些模子经过测验，八成推理何时以及怎样使用器用，以在正确输出样子下产生负责且三想此后行的谜底，频繁在不到一分钟的时辰内惩办更复杂的问题。这使得它们八成更灵验地派遣多面性问题，迈向一个更具自主性的ChatGPT，孤立为你扩充当务。

OpenAICEO山姆・奥特曼暗意，o3和o4-mini功能极端刚劲，尤其擅长多模态通晓，何况不错组合使用ChatGPT中的悉数器用。另外，o4-mini的价钱极端合算。

从今天运转，ChatGPTPlus、Pro和Team用户不错在模子采用器中看到o3、o4-mini和o4-mini-high，取代o1、o3‑mini和o3‑mini‑high。ChatGPTEnterprise和Edu用户将在一周内取得拜谒权限。

免用度户不错在提交查询之前，在编著器中采用‘Think’来试用o4-mini。悉数筹备的速率收尾与之前的模子组保持不变。

此外，OpenAI预测将在几周内发布o3‑pro，并提供全面的器用复古。现时，Pro用户仍然不错拜谒o1‑pro。

开荒者现时也不错通过‘ChatCompletionsAPI’和‘ResponsesAPI’使用o3和o4-mini（部分开荒者需要考证其组织才能拜谒这些模子）。ResponsesAPI复古推理选录，八成在函数调用周围保留推理token以提高性能，何况行将在模子推理中复古内置器用，例如网页搜索、文献搜索和代码评释器。

至于API价钱，o3比o1全标的（输入、cached输入和输出）镌汰，o4-mini也比o3-mini部分镌汰。

新模子强在那儿？

o3是OpenAI最刚劲的推理模子，它推动了编程、数学、科学、视觉感知等领域的前沿发展。o3在Codeforces、SWE-bench（无需构建自界说模子专用框架）和MMMU等基准测试中创下了新的SOTA（最好性能）。

o3极端合适需要多方面分析且谜底可能并非可想而知的复杂查询，并在分析图像、图表和图形等视觉任务中弘扬尤为出色。在外部众人的评估中，o3在艰辛的现实任务中比o1犯的首要无理少20%，尤其是在编程、交易/筹商和创意构想等领域弘扬出色。

早期测试东说念主员强调了o3行为想想伙伴的分析严谨性，并强调了其生成和批判性评估新假定的才气，尤其是在生物学、数学和工程学领域。

OpenAIo4-mini是一款袖珍模子，专为快速、经济高效的推理而优化，它以其尺寸和老本竣事了特地的性能，尤其是在数学、编程和视觉任务方面。

o4-mini是AIME2024和2025基准测试中弘扬最好的模子。在众人评估中，它在非STEM任务以及数据科学等领域的弘扬也优于其前身o3-mini。收获于其高效性，o4-mini复古的使用收尾远高于o3，使其成为惩办需要推理才气的问题的刚劲高容量、高吞吐量惩办决策。

外部众人评估东说念主员以为，收获于智能化的提高表示聚资源的引入，o3和o4-mini都比前代模子展现出了更佳的指示征服才气，以及更实用、更可考证的响应。

与OpenAI之前的推理模子比拟，这两个模子的体验也愈加当然、更具对话性，尤其是在参考挂念和历史对话的情况下，响应愈加个性化和有关。

多模态基准测试（包括MMMU大学水平的视觉问答、MathVista视觉数学推理和CharXiv-Reasoning论文图表推理）：

编程基准测试（包括SWE-Lancer：ICSWEDiamodFreelancer编程任务和SWE-BenchVerified软件工程任务）：

AiderPolyglot代码编著任务：

丁香五月婷婷基地

指示征服和智能体器用使用任务（包括ScaleMultiChallenge多轮指示征服和BrowerComp智能体浏览）：

Tau-bench函数调用：

连接推广强化学习，模子掌抓器用使用

在OpenAIo3开荒经由中，OpenAI不雅察到大鸿沟强化学习弘扬出与GPT系列预测验中不雅察到的趋势沟通，即‘诡计量越大，性能越好（morecompute=betterperformance）’。

通过再行回想这一推广旅途，此次是在强化学习中——OpenAI在测验诡计和推理时辰推理才气方面又上前鼓励了一个数目级，但仍能显豁地看到性能的提高，这考证了模子的性能会跟着其被允许想考的时辰越长而赓续提高。在与OpenAIo1沟通的蔓延和老本下，o3在ChatGPT中的性能更高——OpenAI已教导证，要是让模子想考更永劫辰，其性能还会连接攀升。

OpenAI还通过强化学习测验这两个模子掌抓器用使用的才气——不仅教会它们怎样使用器用，更让它们学会判断何时该使用器用。这种字据主义驱散自主调配器用的才气，使它们在绽放式场景中弘扬尤为出色——极端是在波及视觉推理和多方法职责流的任务中。正如早期测试者反馈所示，这种提高既体现时学术基准测试中，也响应在推行任务弘扬上。

字据图像进行想考

初度，模子八成在想维链中利用图像进行想考，而不单是是看到图像。这开启了一类新的问题惩办方式，视觉和文本推理终于都集在一齐了。不管是上传的白板相片、教科书图表或手绘草图，即使图像朦拢、回转或质地低下，模子也能对其进行解读。

与之前的OpenAIo1模子雷同，o3和o4-mini经过测验，不错在回答前进行更永劫辰的想考，并在恢复用户之前利用较长的里面想维链。o3和o4-mini进一步推广了这一才气，将图像融入其想维链中，通过使用器用调度用户上传的图像，使其八成进行剪辑、放大和旋转等浅易的图像处理时代。更热切的是，这些功能是原生的，无需依赖单独的专用模子。

这种方法为测试时辰诡计推广提供了一个新的轴，不错无缝交融视觉和文本推理，这响应在它们在多模态基准测试中的起原进的性能上，标志着朝着多模态推理迈出了热切一步。

用户不错通过拍照发问，无需记挂物体的位置——不管是翰墨倒置，仍是一张相片中存在多个物理问题。即使物体乍一看并不彰着，视觉推理也能让模子放大检察，从而更显豁地不雅察。

例如来说：问札记本上写了什么，其实这个札记本上的字体根柢看不清，何况字体是倒置的，这些问题都被OpenAIo3在推理经由中逐个惩办了。

用户输入图片

底下的示例是OpenAIo3作念题经由，咱们能看到其显豁的想维链经由。

用户输入图片

走迷宫示例：

中间概略了较长的想维链经由

智能体器用使用

o3和o4-mini不错统统拜谒ChatGPT中的器用，以及通过API中的函数调用拜谒用户我方的自界说器用。这些模子经过测验，八成推理怎样惩办问题，采用何时以及怎样使用器用，从而快速（频繁在一分钟内）以正确的输出样子生成负责而成全的谜底。

例如，用户可能会问：‘加州夏日的动力使用量与旧年比拟怎样？’该模子不错在网上搜索各人工作数据，编写Python代码构建预测，生成图表或图像，并评释预测背后的要津身分，并将多个器用调用串联在一齐。

推理功能使模子八成字据遭遇的信息作念出反应和诊疗。例如，它们不错借助搜索引擎屡次搜索网页，检察驱散，并在需要更多信息时尝试新的搜索。

这种无邪的计谋方法使模子八成处理需要拜谒最新信息的任务，而不单是是模子的内置常识、推广推理、玄虚和跨模态输出身成。

比如在视觉推理任务中，o3准确地商酌了时辰表并输出了可用的筹备，而o1则存在不准确之处，导致某些上演时辰出现无理。

再比如在科学问答任务中，o3提供了全面、准确且豪阔瞻念察力的分析，分析了最近的电板时代冲破怎样延长电动汽车续航里程、加速充电速率并推动罗致，悉数这些都有科学预想和行业数据行为复古。o1固然委果且贴题，但不够负责和具有前瞻性，存在一些小无理或过于浅易化。

鼓励高效（cost-efficient）推理

o3和o4-mini是OpenAI迄今为止发布的最智能模子，而且它们频繁也比其前辈o1和o3-mini更高效。

例如，在2025年AIME数学竞赛中，o3的性价比界限比o1有权贵提高；相似，o4-mini的性价比界限也比o3-mini有权贵提高。

更普随地讲，OpenAI预测，在大多量推行应用中，o3和o4-mini也将永诀比o1和o3-mini更智能、更经济。

安全

模子才气的每一次提高都意味着安全性的相应提高。对于o3和o4-mini，OpenAI透彻重建了安全测验数据，在生物恫吓（生物风险）、坏心软件生成和逃狱等领域添加了新的拒却教唆。

这些更新的数据使o3和o4-mini在OpenAI的里面拒却基准测试（例如指示脉络结构、逃狱）中取得了优异的弘扬。

除了模子拒却方面的出色弘扬外，OpenAI还开荒了系统级缓解要领，以记号前沿风险领域的危急教唆。与之前在图像生成方面的职责雷同，OpenAI测验了一个推理LLM监控器，它基于东说念主工编写且可评释的安全法度。当应用于生物风险时，该监控器收效记号了OpenAI东说念主工红队演练活动中约99%的对话。

OpenAI还罗致迄今为止最严格的安全尺度对这两种模子进行了压力测试。字据OpenAI更新的济急准备框架，他们字据该框架涵盖的三个追踪才气领域（生物和化学、会聚安全以及东说念主工智能自我检阅）对o3和o4-mini进行了评估。

字据评估驱散，OpenAI详情o3和o4-mini在悉数三个类别中均低于该框架的‘高’阈值。

对于更多o3和o4-mini的信息，各人不错参考OpenAI完好的模子系统卡。

开源CodexCLI：末端前沿推理

OpenAI还共享了一项新实验：CodexCLI，这是一款可在末端运行的轻量级编程智能体。它不错平直在个东说念主诡计机上运行，最大限制地提高o3和o4-mini等模子的推理才气，并行将复古GPT-4.1等更多API模子。

用户不错通过将屏幕截图或低保真草图传递给模子，并在土产货拜谒代码，从而从大叫行取得多模态推理的上风。OpenAI将CodexCLI视为一个将自己模子连系到用户过甚诡计机的极简界面。CodexCLI现已统统开源。

开源地址：https：//github.com/openai/codex

效果如下：

此外，OpenAI还将启动一项100万好意思元的筹备丁香五月婷婷基地，以复古使用CodexCLI和OpenAI模子的名目。OpenAI将以API积分的面目评估和接受每2.5万好意思元的资助请求。