新智元报谈
剪辑：KingHZ 桃子
【新智元导读】一场改写AI历史的轰动对决正在献技！就在昨天，当DeepSeek R1还在用「降维打击」重构AI阵势时，OpenAI王者追思之作o3-mini已悄然来临，用实力证明——王者，从未离场！
在科技界，一天的期间足以改写历史。
DeepSeek R1用「降维打击」重构了AI界，OpenAI出头出面放出了o3-mini，再次加冕为王。
o3-mini的跨越可不是少量半点，在数学代码等基准测试中，均拿下了最高的收货。
致使，在「物理模拟」高难度挑战战场上，o3-mini平直翻脸R1，展现出惊东谈主的实力。
大致通晓地看出，o3-mini具备更强的物理推理才气，DeepSeek说明出昭着的「反重力」激昂。
prompt：write a Python program that shows a ball bouncing inside a spinning hexagon. The ball should be affected by gravity and friction, and it must bounce off the rotating walls realistically
在另一个演示中，愈加复杂，不仅要探讨小球与墙壁的碰撞，还要探讨不同小球之间的互相碰撞。
prompt：Simulate multiple small balls bouncing inside a spinning rectangle. The balls should collide with each other and the walls
从单球反弹到多球碰撞，勤俭单物理到复杂系统，OpenAI的仿佛在诉说着「王者，从未离场」。
教会Derya Unutmaz对o3 mini说明的跨越相等慷慨：
o3-mini只需一次领导就能准确生成妥贴物理定律的代码！与此同期，DeepSeek-R1对此却显得很忙活。 这场AI竞赛正在全速加快，其后居上者，拭目而待。当今，OpenAI昭着处于率先地位！」
此外，在「东谈主类临了一场老到」的纯文本测试集上，新模子03-mini（medium/high）在准确率上越过了DeepSeek-R1。
奥特曼致使自信的示意：「不久，东谈主类就需要另一场老到了……」
关联词，这只是OpenAI新模子的冰山一角。
奥特曼剧透o3-mini接下来还有更大的惊喜！
o3-mini还有好东西，很快就会给你，我想咱们把最好的留到了临了！
编码吊打o1，最好的编程模子
在代码补全基准Codeforces排名中，相对o1系列模子，o3-mini跨越昭着。
而寂然于LLM提供商的性能基准和订价排名，Artificial Analysis示意：「o3-mini是从o1-mini上前迈出的一大步。」
同期，公布了o3 mini的初步成果，完竣的基准测试成果稍后推出：
东谈主工分析质地指数为89，与DeepSeek R1匹配，略低于o1
更低廉 - 每百万个token1.1好意思元/4.4好意思元的输入/输出订价，低于很多 DeepSeek R1 API（高于DeepSeek的甲方R1 API订价）
快速-与o1-mini的速率雷同，为170个token/秒，尽管这意味着2000个代币的「念念考」期间仍然需要 ~12 秒
其中东谈主工分析质地指数（Artifical Analyssi Quality Index）包含了MMLU、GPQA Diamond、Math-500和HumanEVal等多个测试基准。
有关排名如下：
AI初创企业CEO，Bindu Reddy，合座上o3打败了R1，非常是在编码方面，让东谈主大吃一惊。
她以为空洞探讨性能、速率和价钱，o3-mini high是当今最好的大讲话模子(LLM)：
在编程上，o3-mini high大幅度率先o1、Sonnet以偏激他模子 o3-mini high比Sonnet低廉2倍，比o1低廉15倍 o3-mini high比R1快约5倍 在总共类别中，o3-mini high仅次于01，是第2名最好模子
具体成果如下：
对此，OpenAI商议员Clive Chan示意：「我每天齐在cursor中使用o3-mini，它十足是最好的编程模子。我基本上完全信任它的Python代码（不再有污蔑/偷懒的问题），况兼即使我现时的样式波及3种我不熟悉的编程讲话，o3-mini也帮了大忙！」
全网实测
那么，o3-mini确切实力究竟若何？
如下来自全网实测的最全演示，即可揭晓谜底。
o3-mini透顶掌捏了arXiv
OpenAI商议科学家Sebastien Bubeck示意，o3-mini是一个了不得的模子。
在瓦解息争析arXiv论文方面，o3-mini达到了群众惟一无二的水平，成为信得过的科研伙伴！
底下是一个看似通俗但会让总共其他模子齐感到困惑的问题，而o3-mini却能给出极其有效的谜底。
它完全说到了点子上：与自缓慢弧线的联系、依赖于维度的界限，致使还援用了有关论文。
底下这个例子是Sebastien在不同主题的另一个查询。
兴趣的是，o3-mini-high给出的参考文献「Bubeck and Ganguly」并不完全正确，但如实相等有关。
总的来说，它给出的参考文献齐是「迟滞准确的」，可能会欺凌作家/期刊/标题，但令东谈主骇怪的是这些援用仍然很有效。
他又示意，这些齐黑白常冷僻的问题，大致回应这两个问题的论文少于100篇（践诺上更接近约10篇）。
能有一个模子不错回应只消O（10）数目级的东谈主类知谈谜底的问题，这如实令东谈主惊叹。
此外，Sebastien又演示了一个用o3-mini构建「我的寰球」的演示。
AI物理新巅峰，纵欲打败R1
Hyperbolic联创Yuchen Jin测试后惊叹谈，o3-mini可能是当今最强的物理推理LLM！
o3-mini竟然得手生成了四维超立方体（Tesseract）内反弹小球的Python代码，展现出惊东谈主的物理推理和数学建模才气。
Prompt: Write a Python script of a ball bouncing inside a tesseract
再来看R1的说明，昭着不如o3-mini。
再来看o3-mini-high，demo中竟然翻车不如o3-mini？
Yuchen Jin屡次尝试后发现，o3-mini-high在这个任务上说明灾祸，致使比一次性生成的o3-mini版块还差！
其中一个版块竟然只生成了小球，莫得四维空间结构……
另一个很好展现o3-mini瓦解物理寰球的demo。
「被o3-mini轰动到了（不单是是因为它的编程才气），更因为它那闪电般的速率。
它仅用19秒就一次性生成了这四个演示。我从未见过雷同的东西。一个新的AI时期还是到来」。
沃顿商学院教会Ethan Mollick让o3-mini-high初次挑战生成动态海洋风暴Shader，没猜测竟然得手了！
18秒，克隆一个利用
另一位OpenAI商议员Aidan Clark示意：「o3-mini在智能和速率的组合方面令东谈主难以置信，我不知谈该说什么，你只可我方去碰幸运了。」
鄙人面demo中，Clark条目o3-mini用单个Python文献写一个Twitter克隆利用。
通盘流程只用了8秒。
一句话，生成游戏
更令东谈主惊叹的是，开发者Alex Finn仅用1个领导，o3-mini便能生成完竣的天外游戏。
用一句话制作的「贪馋蛇」游戏。
prompt：create a snake game, where snakes compete with each other
另一个动漫庸东谈主射击游戏。
还有网友通过o3-mini-high制作的太阳系3D模拟。
网友adi让o1和o3-mini分离招引一个庞大的、令东谈主惊叹的、史诗般的摇荡城市。
prompt：build me a massive amazing epic a floating city
OpenAI王者重归
OpenAI的策略，还是重新得到了用户的「芳心」。
开发者Mckay Wrigley还是用o3-mini模子代替AI智能体和责任流中的o1模子。一切齐闲居责任，致使有一些说明的更好，但是低廉了9倍，速率快了4倍。
他以为：「OpenAI对新模子的宣传昭着不足——这十足令东谈主难以置信。o3& o3 Pro会很猖獗。」
03-mini和o1系列订价比拟
凭证Information报谈，OpenAI2024年快速增长：
2024年，ChatGPT付费订阅用户已达1550万。
企业的模子禁受率增长了7倍。
新推出的200好意思元/月Pro订阅策画，年收入已达3亿好意思元。
网友Prakash，则在X上列出了OpenAI的各部分收入：
ChatGPT Plus 月常常性收入（MRR）：3.33亿好意思元 订阅价钱：20好意思元/月 月活用户（MAU）：1665万 ChatGPT Pro 月常常性收入（MRR）：2500万好意思元 订阅价钱：200好意思元/月 月活用户（MAU）：12.5万 ChatGPT总收入 月常常性收入（MRR）：3.58亿好意思元 年常常性收入（ARR）：43亿好意思元 API收入 每分钟经管Token数目：14亿 每年经管Token数目：735万亿 每百万Token价钱（以o3 mini输入价钱计较）：1.1好意思元 年常常性收入（ARR）：8.09亿好意思元 总收入 年常常性收入（ARR）：51亿好意思元
他示意：「兴趣的是，API收入远小于ChatGPT订阅收入，信得过推进增长的照旧破钞级利用。」
网友Andrew Gao示意Anthropic正在吃掉OpenAI的阛阓份额。
OpenAI在企业客户中的份额从2023年的50%下落到了2024年的34%，具体如下：
OpenAI早已与好意思国政府相助，确保AI界限的率先地位。
在干预特朗普的接事仪式并告示「星际之门」后，OpenAI首席实行官奥特曼，连络第二周来到华盛顿特区。
就在近日，在国会山隔邻的一次非负责演示中，奥特曼向好意思国政府衔尾东谈主、策略内行和记者展示了行将推出的期间。
方向不仅是展示好意思国若何最大化东谈主工智能带来的经济利益，还但愿让华盛顿的衔尾者提前了解行将到来的期间才气，以减少他们在将来措手不足的可能性。
谈到大致自主完成现实寰球任务的新式自主智能期间时，奥特曼示意：[我的直观是……对好意思国经济孝敬，这些期间将占个位数百分比。」
但与政府相助，并不是OpenAI唯一的遴荐。
外媒报谈称，OpenAI为了结束增长，寄但愿于更高等模子运行的ChatGPT的高价订阅。
参考贵寓：
https://x.com/EyeingAI/status/1885652167257940174
本文为“军队鉴定（Army Recognition）”网站发布的评论文章，本人翻译并编辑给大家分享。
从军事发展上，航空器无人化的优势主要体现在以下两方面：
https://x.com/jam3scampbell/status/1885752009766137897
https://x.com/bindureddy/status/1885517599083307433
