OpenAI全新发布o1模型 - 我们正式迈入了下一个时代。

大半夜的，OpenAI憋了快半年的新模型，在没有任何预告的情况下，突然就登场了。正式名称不叫草莓——草莓只是内部代号——它叫

。为什么叫o1？OpenAI是这么说的：翻译过来就是：这次模型的强悍程度，让OpenAI不惜推翻了过去GPT系列的命名体系，重新起了一个o系列。炸了，真的炸了。

说实话，看完发布信息，我也头皮发麻。这次发布，标志着一个全新纪元的开始——

先看数据，直接上图——你就能知道这玩意儿有多离谱。AIME 2024，一个高水平的数学竞赛，GPT-4o准确率13.4%，o1预览版56.7%，而尚未发布的正式版达到了83.3%。代码竞赛方面，GPT-4o准确率11.0%，o1预览版62%，正式版89%。最恐怖的还是博士级科学问题（GPQA Diamond）：GPT-4o只有56.1，人类专家水平是69.7，而o1直接飙到了78。借用Claude翻译了一下o1的数据图，虽然丑了点，但每项数据的含义一目了然。什么叫全面碾压？这就是。尤其是在测试化学、物理和生物学专业知识的基准GPQA-diamond上，o1的表现全面超越了人类博士专家——这也是有史以来第一个获得此成就的模型。

基石：Self-play RL与慢思考

整个模型之所以达到这个成就，基石就是Self-play RL。通过Self-play RL，o1学会了打磨自己的思维链，完善所采用的策略：它学会了识别并纠正自己的错误，学会了把复杂的步骤分解成更简单的步骤，而且当当前方法不起作用时，它还会尝试不同的路径。它学会的这些，正是人类最核心的思考方式——

。

诺贝尔经济学奖得主丹尼尔·卡尼曼的著作《思考，快与慢》，详尽阐述了人类的两种思维模式：

• 快思考（系统1）
  ：快速、自动、直觉、无意识。比如看到笑脸就知道对方心情好，1+1=2这样的简单计算，开车遇到危险立即踩刹车。这就是传统大模型学到的快速反应能力。

• 慢思考（系统2）
  ：缓慢、需要努力、逻辑、有意识。比如解决一道复杂数学题，填写税务申报表，权衡利弊后做重要决定。这正是人类之所以强大、AI向AGI迈进的核心基石。

现在，o1终于迈出了坚实的一步——拥有了人类慢思考的特质，在回答问题前会反复思考、拆解、理解、推理，然后给出最终答案。这种增强的推理能力在处理科学、编码、数学及类似领域的复杂问题时，绝对极度有用。例如，医疗研究人员可以用它来注释细胞测序数据，物理学家用来生成量子光学所需的复杂数学公式，开发人员用来构建和执行多步骤工作流，等等。

数据飞轮与进化速度

如果答案正确，整个逻辑链就会变成一个包含正负奖励的训练示例的小型数据集。以OpenAI的用户级别，未来的进化速度只会更恐怖。

写到这儿，不禁叹了口气：感觉跟一年以后的o1比起来，自己可能就是个纯废物了……

开放情况与使用体验

目前，o1模型已逐步向所有ChatGPT Plus和Team用户开放，未来会考虑对免费用户开放。分为两个模型：o1预览版和o1-mini。o1-mini更快、更小、更便宜，推理能力不错，极度适合数学和代码，但世界知识会差很多——适用于需要推理但不需要广泛世界知识的场景。使用限制：

雪崩！甚至不是按以前3小时来限制的，是每周30条——侧面也能看出o1这个模型有多贵。对开发者来说，只对已付过1000美元的等级5开发者开放，每分钟限制20次，都挺少的。功能上有不少阉割，但毕竟早期，可以理解。

API价格方面：o1预览版每百万输入15美元，每百万输出60美元——输出成本是输入的4倍。o1-mini便宜些，每百万输入3美元，每百万输出12美元。对比一下GPT-4o，分别是5美元和15美元。o1-mini勉强有一些经济效应，不过还是开始，后面等着OpenAI打骨折吧。

既然说o1已经对Plus用户开放，直接去账号上看了一眼，不错，拿到了。

那自然第一时间试一试。目前不支持曾经的所有功能——没有图片理解、图片生成、代码解释器、网页搜索等，只有一个可以对话的裸模型。

先来一个曾经很致命的问题：

思考了6秒，给了个很完美的回答。

还有之前坑遍所有大模型的调休问题：

o1思考了整整30秒后，给出了一天不差的极度精准的答案。

无敌，真的无敌。

再来个更难的——曾经姜萍那个比赛的奥数题。别问我题目什么意思，我看不懂，这题曾经屠杀所有大模型。这次让o1也来试一下。o1思考了1分多钟后，给出了答案……全对。直接裂开。

目前个人试下来，感觉Prompt未来可能也要重新摸索。在GPT为代表的快思考大模型时代，我们有很多所谓“一步一步思考”之类的提示词，现在全部无效了，对o1甚至还有负效果。OpenAI给出的最佳写法是：

• 保持提示简单直接
  ：模型擅长理解和响应简短、清晰的指令，不需要大量指导。

• 避免思路链提示
  ：由于模型内部已经进行推理，不需要提示它们“逐步思考”或“解释你的推理”。

• 使用分隔符提高清晰度
  ：使用三重引号、XML标签或章节标题等分隔符，清楚指示输入的不同部分。

• 限制检索增强生成（RAG）中的附加上下文
  ：提供附加文档时，只包含最相关的信息，防止模型过度复杂化响应。

关于思考时长与未来

最后说下思考时长。现在o1思考一分钟，但如果是真正的AGI，思考得越慢可能越刺激。当它真的可以去证明数学定理、做癌症药物研发、做天体研究时，每一次思考可以耗费几小时、几天甚至几周。最终的结果，可能会让所有人震惊到难以置信。

现在，没有人能想象到那时候的AI会是一个什么样的存在。而o1的未来，绝对不止是一个普普通通的ChatGPT——它是我们前往下一个时代最伟大的基石。

现在，这句话让人毫不犹豫地坚信。星光熠熠的下一个时代，在今天，正式到来了。