主要观点总结
OpenAI发布了一款名为o1的新模型，具备推理能力，是OpenAI首款此类大模型。该模型在复杂问题回答、数学竞赛和代码竞赛方面的表现超越了人类专家，代表了人工智能能力的新水平。OpenAI为其重置计数器并命名为o系列。新模型的推出标志着AI行业进入全新纪元，引发了广泛讨论和关注。o1模型已逐步向所有ChatGPT Plus和Team用户开放，分为预览版和o1-mini版本。该模型拥有慢思考特质，在处理科学、编码、数学等领域的复杂问题时表现出极强的推理能力。同时，对于开发者而言，o1模型也提供了不同的限制和价格选项。
关键观点总结
关键观点1: OpenAI发布具备推理能力的新模型o1，代表了人工智能能力的新水平。
这款模型是OpenAI首款此类大模型，具备强大的复杂问题回答能力，包括数学竞赛和代码竞赛等方面。其表现超越了人类专家，引发了广泛讨论和关注。
关键观点2: o1模型的发布标志着AI行业进入全新纪元。
这款模型的推出让人们看到了人工智能的巨大潜力，其在复杂问题处理方面的优势使得人们对其充满期待。
关键观点3: o1模型具备慢思考特质。
这款模型在回答问题时会进行反复思考、拆解、理解和推理，这种特质使得其在处理科学、编码、数学等领域的复杂问题时表现出极强的能力。
关键观点4: o1模型已逐步向所有ChatGPT Plus和Team用户开放。
该模型分为预览版和o1-mini版本，预览版每周限制使用30条，而o1-mini则提供了更经济的选项。
关键观点5: o1模型的价格和限制。
对于开发者而言，o1模型提供了不同的限制和价格选项。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，而o1-mini则相对更经济，每百万输入3美元，每百万输出12美元。
正文
昨晚，传闻中内部代号为“草莓”的秘密项目现身，OpenAI正式对外发布一款名为o1的新模型，这款模型是OpenAI首款具备推理能力的大模型，据说这款模型可以比人类更快地回答更复杂的问题。OpenAI为此解释“它代表了人工智能能力的新水平，我们将计数器重置为1”。OpenAI的CEO奥特曼发帖表示，“这是我们迄今为止功能最强大、最一致的模型，也是迄今为止我们最好的推理模型，这是新范式的开始。”那么，o1的“新水平”到底有多强呢？今早，一篇名为《OpenAI全新发布o1模型——我们正式迈入了下一个时代。》的文章刷爆了网友们的朋友圈，作者卡兹克为我们率先试了水。本周六上午，混沌直播间也将有一场关于o1的讨论，欢迎你预约参加。
正式版名称不叫草莓，草莓只是内部的一个代号。他们的正式名字，叫：For complex reasoning tasks this is a significant advancement and represents a new level of AI capability. Given this, we are resetting the counter back to 1 and naming this series OpenAI o1.对于复杂推理任务来说，这是一个重要的进展，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 1，并将这一系列命名为 OpenAI o1。这次模型的强悍，甚至让OpenAI不惜推掉了过去GPT系列的命名，重新起了一个o系列。我现在，头皮发麻，真的，这次OpenAI o1发布，也标志着，AI行业，正式进入了一个全新的纪元。在逻辑和推理能力上，我直接先放图，你们就知道，这玩意有多离谱。AIME 2024，一个高水平的数学竞赛，GPT4o准确率为13.4%，而这次的o1 预览版，是56.7%，还未发布的o1正式版，是83.3%。代码竞赛，GPT4o准确率为11.0%，o1 预览版为62%，o1正式版，是89%。而最牛逼的博士级科学问题 (GPQA Diamond)，GPT4o是56.1，人类专家水平是69.7，o1达到了恐怖的78%。我让Claude翻译了一下o1的图，丑是丑了点，但是能看得懂每项数据意思就行。特别是在测试化学、物理和生物学专业知识的基准GPQA-diamond上，o1 的表现全面超过了人类博士专家，这也是有史以来，第一个获得此成就的模型。而整个模型之所以达到如此成就，基石就是Self-play RL，通过Self-play RL，o1学会了磨练其思维链并完善所使用的策略。它学会了识别和纠正自己的错误。而且当前的方法不起作用时，它也学会了尝试不同的方法。它学会的这些，就是我们人类，最核心的思考方式：慢思考。诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作，名叫：《思考，快与慢》。第一种是快思考（系统1），特点是快速、自动、直觉性、无意识，举几个例子：这些就是快思考，也就是传统的大模型，死记硬背后学得的快速反应的能力。第二种是慢思考（系统2），特点是缓慢、需要努力、逻辑性、有意识，举几个例子：这就是慢思考，我们人类之所以强大的核心，也是AI要通往下一步AGI路上的基石。
而现在，o1终于踏出了坚实的一步，拥有了人类慢思考的特质，在回答前，会反复地思考、拆解、理解、推理，然后给出最终答案。说实话，这些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o1可以被医疗研究人员用来注释细胞测序数据，被物理学家用来生成量子光学所需的复杂数学公式，以及被各个领域的开发人员用来构建和执行多步骤工作流，等等。o1也绝对是全新一代的数据飞轮，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，我忽然叹了口气，我觉得我跟一年以后的o1比起来，可能就是个纯废物了，真的。。。目前，o1模型已经逐步向所有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就是更快更小更便宜，推理啥的都不错，极度适合数学和代码，就是世界知识会差很多，适用于需要推理但不需要广泛世界知识的场景。雪崩，甚至不是按以前的3小时来限制的，是每周30条，也能从侧面看出来，o1这个模型，有多贵了。对于开发者来说，只对已经付过1000美刀的等级5开发者开放，每分钟限制20次。API的价格上，o1预览版每百万输入15美元，每百万输出60美元，这个推理成本...o1-mini会便宜一些，每百万输入3美元，每百万输出12美元。
输出成本都是推理成本的4倍，对比一下GPT4o，分别是5美元和15美元。o1-mini还是勉强有一些经济效应的，不过还是开始，后面等着OpenAI打骨折。既然说o1已经对Plus用户开放，我就直接去我的号上看了眼，还不错，拿到了。
目前不支持曾经的所有功能，也就是没有图片理解、图片生成、代码解释器、网页搜索等等，只有一个可以对话的裸模型。“农夫需要把狼、羊和白菜都带过河，但每次只能带一样物品，而且狼和羊不能单独相处，羊和白菜也不能单独相处，问农夫该如何过河。”“这是中国2024年9月9日（星期一）开始到10月13日的放假调休安排:上6休3上3休2上5休1上2休7再上5休1。请你告诉我除了我本来该休的周末，我因为放假多休息了几天？”在o1思考了整整30秒以后，给出了一天不差的极度精准的答案。别问我题目什么意思，我看不懂，我是废物，这题曾经屠杀所有的大模型，这次，我们让o1也来试一下看看。目前我自己试下来，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，我们有很多所谓的一步一步思考之类的玩意，现在全都无效了，对o1甚至还有负效果。
保持提示简单直接：模型擅长理解和响应简短、清晰的指令，而不需要大量的指导。避免思路链提示：由于这些模型在内部进行推理，因此不需要提示它们“逐步思考”或“解释你的推理”。使用分隔符来提高清晰度：使用三重引号、XML标签或章节标题等分隔符来清楚地指示输入的不同部分，帮助模型适当地解释不同的部分。限制检索增强生成 (RAG) 中的附加上下文：提供附加上下文或文档时，仅包含最相关的信息，以防止模型过度复杂化其响应。现在o1是思考了一分钟，但是，如果是真正的AGI，说实话，思考得越慢可能会越刺激。当他真的，可以去做证明数学定理，去做癌症药物研发，去做天体研究呢？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，在我看到，也绝对不止是一个普普通通的ChatGPT。
