openai o3-mini：5项创新使人工智能在STEM解决方案中变得可获取且成本高效

Rifx.Online
Machine Learning , AI Applications , AI Research
08 Mar, 2025

简介：O3-Mini 的重要性

如果一位拥有博士水平的 AI 能够比你煮咖啡的速度更快地解决问题，而且成本还不到一杯拿铁咖啡呢？

长期以来，人工智能一直是一种权衡：性能与价格、速度与准确性。但 OpenAI 的新款 O3-Mini 模型打破了这些限制。这款小巧、快速的工具以极低的成本提供世界一流的 STEM 推理能力，使高级 AI 能够被学生、初创企业和企业等广泛使用。

有什么新功能？关键创新

生产就绪的开发者功能

O3-Mini 是首个支持 function calling、structured outputs 和 developer messages 的 mini 模型——这些工具以前在小型模型中是不可用的。它专为实际应用而构建，而不仅仅是原型。
推理力度灵活性

在 low、medium 和 high 之间切换，以平衡速度和准确性。需要即时答案？使用 low。要解决一个值得获得诺贝尔奖的问题？切换到 high。
搜索集成（早期原型）

O3-Mini 现在连接到实时搜索，以获取带有源链接的最新答案——这是 mini 模型的首创。
所有人均可免费访问

首次，免费的 ChatGPT 用户可以通过在 composer 中选择“Reason”来访问推理模型。
更高的速率限制

付费用户（Plus、Team、Pro）现在使用 O3-Mini 可获得 150 条消息/天（从 50 条增加），而 Pro 用户可以无限制地访问 o3-mini-high 以用于复杂任务。

幕后：技术规格

O3-Mini 是 AI 领域的特斯拉：高性能，低能耗。

模型大小：30 亿个参数（对比 GPT-4 的 1750 亿个）——小巧而强大。
训练数据：为精确度而策划的 STEM 数据集（数学、编码、生物学）。
延迟：7.7 秒（中等力度）对比 O1-Mini 的 10.16 秒——提速 24%。

o1-mini 和 o3-mini 之间的延迟比较（中等）

性能对决：O3-Mini vs. O1-Mini vs. O1

专家测试者：O3-Mini 的响应在 56% 的时间 内优于 O1-Mini，在难题上的主要错误减少了 39%。

实际用例

1. 在几秒钟内解决奥林匹克数学问题

竞赛数学（AIME 2024）

import openai
response = openai.ChatCompletion.create(
    model="openai-o3-mini",
    messages=[{"role": "user", "content": "Solve AIME 2024 Problem 15"}],
    reasoning_effort="high"
)
print(response.choices[0].message.content)  # Output: Detailed solution.

2. 立即调试代码

竞赛代码（Codeforces）

response = openai.ChatCompletion.create(
    model="openai-o3-mini",
    messages=[{"role": "user", "content": "Fix this Python error: TypeError: 'int' object is not iterable"}],
    reasoning_effort="medium"
)
print(response.choices[0].message.content)  # Output: Wrap the int in a list.

LiveBench 编码

如何访问 O3-Mini

对于开发者：
- 在 API 中使用 model="openai-o3-mini" 端点。
- 启用 function_calling 和 structured_outputs 等功能。
- 可在 Chat Completions API、Assistants API 和 Batch API 中使用，适用于 API 层级 3–5。
对于 ChatGPT 用户：
- 免费用户：在 composer 中选择“Reason”。
- 付费用户：在模型选择器中选择 o3-mini（中等力度）或 o3-mini-high（高度力度）。
- 企业访问：将于 2 月推出。