在近期科技界的重大事件中，OpenAI公司的“12 Days of OpenAI”活動圓滿落幕，這一活動的壓軸大戲是o3系列大模型的驚艷亮相。據官方透露，o3在某些應用場景下的推理能力已逼近通用人工智能（AGI）的水平，這一消息引起了業界的廣泛關注。
關于o3的命名，OpenAI首席執行官山姆·阿爾特曼在一場直播活動中給出了答案。他解釋稱，為了避免與英國電信運營商O2的商標產生沖突，公司決定跳過o2，直接將最新模型命名為o3。這一決定不僅彰顯了OpenAI在命名上的創意，也體現了其對法律風險的謹慎考量。
o3作為o1推理模型的升級版，推出了完整版和精簡版（o3-mini）兩個版本。其中，o3-mini針對特定任務進行了優化，以滿足不同用戶的需求。然而，OpenAI并未立即全面開放這兩款模型，而是先邀請安全研究人員注冊測試預覽版o3-mini，待測試穩定后再推出o3預覽版。這一舉措不僅有助于提升模型的安全性，還能為后續的全面開放打下堅實基礎。
對于感興趣的公眾而言，他們可以通過OpenAI的官方網站提交申請，參與安全測試。雖然阿爾特曼并未透露o3模型的具體開放日期，但他表示o3-mini將在2025年1月底推出，隨后再推出o3。這一消息無疑讓眾多AI愛好者充滿了期待。
o3模型與主流AI模型的一個顯著區別在于其事實核查功能。這一功能能夠幫助o3規避一些常見的模型陷阱，但也會帶來一定的響應延遲。根據推理難度的不同，延遲時間通常在幾秒到幾分鐘之間。o3還采用了“私人思想鏈”進行思考，能夠在響應前暫停并考慮相關提示，最終給出最準確的答案。
o3模型還具備調整推理時間的新功能，用戶可以根據需要選擇低、中、高三種計算級別。計算級別越高，o3的任務執行性能就越好。這一功能為用戶提供了更加靈活的使用體驗。
在性能方面，o3模型在多個基準測試中均表現出色。在ARC-AGI基準測試中，o3在高計算設置下獲得了87.5%的分數，在低計算設置下得分為75.7%，性能是o1的三倍。在SWE-Bench Verified編程任務基準測試、Codeforces編程技能測試、2024年美國數學邀請賽以及GPQA Diamond研究生水平生物、物理和化學測試中，o3均取得了優異的成績。
這些成績不僅證明了o3模型的強大實力，也為其在通用人工智能領域的進一步發展奠定了堅實基礎。然而，隨著o3能力的不斷提升，其潛在風險也日益凸顯。OpenAI承諾將致力于模型安全，并與其他機構合作構建更加完善的基準測試體系，以確保o3能夠在安全可控的范圍內發揮最大效用。
o3的發布對于OpenAI與微軟之間的合作關系也產生了重要影響。根據雙方的交易條款，一旦OpenAI達到AGI水平，公司將不再有義務向微軟提供其最先進的技術。這意味著o3的成功發布不僅標志著OpenAI在通用人工智能領域邁出了重要一步，也可能對其與微軟的合作關系產生深遠影響。
