在科技界的聚光燈下，OpenAI 再次展現(xiàn)了其創(chuàng)新的無限動力。繼3月底GPT-4o憑借原生圖像生成功能驚艷全球后，僅僅相隔兩周，北京時間4月15日凌晨，OpenAI宣布推出GPT-4.1系列模型，這一新系列迅速接替了原先的GPT-4模型，成為市場的新寵。
而故事的精彩遠未止步，4月17日凌晨，OpenAI如約而至，帶來了兩款全新的o系列推理模型——o3與o4-mini，這兩款模型接替了之前的o1和o3-mini。o3與o4-mini不僅推理能力顯著增強，更是首次實現(xiàn)了將圖像直接融入“思考流程”的突破。尤為重要的是，它們能夠獨立使用ChatGPT的所有工具，這一特性讓OpenAI官方自豪地宣稱，這兩款模型是“迄今為止最智能的模型，標(biāo)志著ChatGPT能力的一次重大飛躍”。
然而，在贊揚聲此起彼伏的同時，也有一絲疑惑縈繞心頭。早在今年2月，OpenAI的CEO山姆·奧爾特曼（Sam Altman）就在X平臺上公開分享了內(nèi)部的模型發(fā)展藍圖，透露GPT-4.5（Orion）將是OpenAI的最后一個非推理（思維鏈）模型，并預(yù)告GPT-5將融合GPT系列與o系列的優(yōu)勢，同時明確表示“不再將o3作為獨立模型推出”。
但現(xiàn)實似乎與奧爾特曼的承諾有所出入。OpenAI不僅發(fā)布了新的GPT-4.1系列非推理模型，還獨立推出了o3推理模型。這不禁讓人好奇，傳說中的GPT-5，是否真能在今年夏天如期面世？
面對OpenAI這波模型發(fā)布潮，尤其是o3的登場，外界的反應(yīng)褒貶不一。許多用戶和開發(fā)者認(rèn)為，OpenAI的模型陣容愈發(fā)龐大，讓人在選擇時感到困惑。不過，OpenAI也采取了一定的措施來緩解這一狀況，隨著GPT-4.1系列的推出，公司預(yù)告將在4月30日全面下線ChatGPT中的GPT-4模型，并在API中棄用GPT-4.5預(yù)覽版。
作為通用基座模型，GPT-4.1系列分為旗艦版、mini版和nano版，支持高達百萬級的tokens上下文，在性能、成本和速度上全面超越了當(dāng)前的GPT-4o系列模型。盡管目前僅面向開發(fā)者開放API，但GPT-4.1系列無疑代表了OpenAI的當(dāng)前實力。
相比之下，o3和o4-mini則可能預(yù)示著OpenAI的未來。作為OpenAI在推理模型技術(shù)領(lǐng)域的最新探索，o3和o4-mini首次在推理鏈中融入了圖像理解能力。這意味著，它們不僅能識別信息，還能將視覺輸入納入思維過程，形成完整的邏輯鏈條。與GPT-4o這類多模態(tài)模型不同，o3和o4-mini的圖像處理能力旨在解決問題，是推理過程的關(guān)鍵一環(huán)。
在實際測試中，o3的表現(xiàn)令人印象深刻。它不僅在推理過程中展現(xiàn)出嚴(yán)謹(jǐn)和流暢的思考，還能在倫理推理題中準(zhǔn)確抓住關(guān)鍵信息，推導(dǎo)出合理的解釋。o3還能將視覺能力納入思維鏈中，通過分析圖像來規(guī)劃空間動線或診斷問題。這種“圖像作為推理變量”的設(shè)計，是過去o系列推理模型所不具備的。
在另一項測試中，o3被要求分析一段關(guān)于短視頻優(yōu)化的后臺數(shù)據(jù)，并結(jié)合視頻分鏡提出優(yōu)化策略。它不僅覆蓋了核心策略，還匹配了具體的視覺節(jié)奏建議，展現(xiàn)出了類似“專業(yè)創(chuàng)作者助手”的能力。
通過這些測試，o3證明了其強大的推理能力、視覺理解能力以及工具調(diào)用能力。它不僅能夠理解任務(wù)，還能在執(zhí)行過程中主動思考、搜索、調(diào)用工具和總結(jié)。這種“主動思維+執(zhí)行鏈條”的模式，正是當(dāng)前大模型演進的重要方向。
