OpenAI发布新模型o1

      GPT-next的热度方兴未艾，9月10日，新闻网站The Information又放出OpenAI即将在两周内发布新模型Strawberry纯文本版的消息，为OpenAI新模型的发布又蒙上了一层不确定性。

01

逻辑和推理能力大幅提高。根据OpenAI的测试，OpenAI o1在诸多测试集上取得了大幅进步。在AIME 2024数学竞赛的测试得分上，o1模型达到了83.3%，o1-preview版达到了56.7%，远超gpt-4o的13.4%；在代码竞赛中，GPT-4o准确率为11.0%，o1-preview为62%，o1模型则达到了89%；在博士级科学问题(GPQA Diamond)，GPT-4o是56.1%，人类专家水平是69.7%，o1模型则达到了78%。在其他测试数据集上，OpenAI o1也表现出了大幅进步。

OpenAI宣称，o1模型在物理、生物和化学问题的基准上超过了人类博士水平的准确性。可见此次更新在逻辑推理和复杂编程任务能力上的大幅飞跃。

安全保护规则的强化。O1模型也一并加强了安全保护方面的能力。具体而言，OpenAI提出了一种新的安全培训方法，该方法利用模型的推理能力使其遵守安全和对齐准则。在测试新模型在防止用户“越狱”行为中的表现后，o1-preview 模型得分为84，远超GPT-4o在这方面的表现（得分为22）。

02

尽管o1模型在推理能力方面取得显著进步，但在保证强大推理能力的同时，相较于前序模型，o1模型在一些模型能力维度上也采取了一定的让步与弱化。

一是牺牲运行时效而让步准确性。为了给模型足够的运行推理时间，o1模型的响应速度要比gpt-4o慢得多。根据9月10日OpenAI测试人员的说法，新模型将采用CoT的提示工程方法，此种方法运用思维链提升大模型的表现性能，追求每个推理步骤的完善，因此必然会极大地影响推理时间。

二是仅支持纯文本对话，暂不支持多模态。当前公布的preview和mini版本均不支持图像、视频等多模型文件的上传，仅支持纯文本的提示词上传，这符合9月10日内部测试人员的消息，之后的多模态版本或许会在更新之后完成上线。

三是开放给用户的运行次数与速率均存在限制。当前o1-preview的每周速率限制为30条消息，o1-mini的每周速率限制为50条消息，开放给用户的使用次数并不算多。在调用API时，速率限制为20RPM。未来运行次数和速率的提升还需期待OpenAI的后续更新。