OpenAI发布“会思考的模型”o3和o4-mini，支持视觉推理，工具调用能力大升级

正文

请到「今天看啥」查看全文

”的推文图片，直接丢给 o3。

经过推理后，o3 模型询问是否要按截图中的需求生成代码，在获得后续提示后，它成功生成了可运行代码，能够实时将摄像头的视频流转化成 ASCII 风格。

“它们不只是看图，而是用图像来思考。 ”OpenAI 表示。

图 | o3 生成代码的效果（来源：OpenAI）

目前，o3 和 o4-mini 已向 ChatGPT Plus、Pro、Team 用户开放，并替代旧版 o1 和 o3-mini。企业和教育版用户将在一周后将获得接入权限。

免费用户可以通过 ChatGPT 的“思考 ”功能体验 o4-mini。API 开发者可以通过 Chat Completions API 和 Responses API 使用新模型和新能力。

在定价方面，o3 的每百万输入 token 为 10 美元，每百万输出 token 为 40 美元。而 o4-mini 的定价仅有其十分之一左右，每百万输入 token 为 1.1 美元，每百万输出 token 为 4.4 美元。

图 | o3 和 o4-mini 定价（来源：OpenAI）

据 OpenAI 介绍，o3 是其最强大的通用推理模型，特别擅长处理编程、数学、科学和图像分析等任务。与上一代 o1 模型相比，它在处理商业咨询、编程创意等真实世界复杂任务时，重大错误率降低了 20%。

而 o4-mini 则是一款轻量级模型，强调高性价比和高吞吐量，适用于更频繁、更成本敏感的应用场景。

请到「今天看啥」查看全文