谁能想到，o1刚出来工作，就被吐槽“懒惰”。
9月13日，OpenAI创始成员、AI大牛Andrej Karpathy发文吐槽OpenAI刚发布的最新模型:“o1-mini一直拒绝为我解决黎曼猜想，模型懒惰还是主要问题，很悲伤。”
9月13日凌晨，OpenAI突然发布了一款o1-preview模型，这也是之前被大肆宣扬的“Strawberry（草莓）”模型。据介绍，该模型能够推理复杂任务，解决科学、编程、数学等领域更难的问题。
与此同时，另一款更小、更高效、成本更低的版本o1mini也同步上线。
除了o1-mini，OpenAI今天还发布了另一款新模型:o1-preview。也就是这段时间吊足了胃口的“Strawberry（草莓）”模型。据介绍，该模型能够推理复杂任务，解决科学、编程、数学等领域更难的问题。
相较而言，o1mini则是更小、更高效、成本更低的版本。
在性能上，o1系列模型主要通过强化学习的方式训练，幻觉频率上低于GPT-4o，数学能力提升了6倍，代码能力提升了8倍。
在一系列高难度基准测试中，o1都展现出了超强实力，甚至能在物理、生物等领域问答环节中，超过人类博士水平。
模型一经上线，OpenAI CEO Sam Altman在X上发文称，Jimmy们，耐心等待时刻结束了。
目前，o1-preview已面向ChatGPT Plus、Team用户开放，企业用户将在下周获得访问权限。o1mini计划向所有免费用户开放。
今天被同行们夸爆了的o1，是否真的能带来GPT-4o刚面世时的惊艳感受?我们也来上手试试，另外也看看围绕o1，海内外玩家们都在玩些什么和聊些什么。
新的AI模型天花板，复杂推理是舒适区
有意思的是，新模型被OpenAI视为AI能力的重大进步，因此被命名为o1，表示“将计数器重置为1”，而不是GPT系列的延续。基于此，也有一些玩家开始担心:GPT-5恐怕是没戏了。
据“AI新榜”观察，无论是从OpenAI官方发布的Blog、Demo还是网友实测来看，复杂推理简直是o1的舒适区，在编程能力、数学计算上几乎碾压其他模型。
现在，ChatGPT Plus和Team用户可以在对话时手动选择o1-preview和o1-mini模型。
值得一提的是，o1-preview每周的消息限制为30条，o1-mini的周上限为50条。
在复杂逻辑推理方面，OpenAI让GPT-4o和o1同时参加了国际数学奥林匹克竞赛资格选拔的AIME考试。结果显示，GPT-4o仅能正确解答13%的问题，而o1的准确率则高达83%，是4o的近8倍。
在官方Demo中，o1在面对下面这个难题时，只思考了约30秒的时间，就给出了正确的答案。
更关键的是，o1还会通过“我很好奇”、“我正在思考”和“好的，让我看看”等语句，给人一种它正在一步一步思考的过程，很像人类做题时的推理步骤。
我们也丢了个复杂的逻辑问题给o1:
同样是用了约30s的时间，o1就给出了滴水不漏的分析和正确答案。
有网友跟o1玩24点游戏，发现它可以十分稳定准确地求解。相比之下，GPT-4o则表现得一塌糊涂。
你甚至可以让它帮忙出考研高数题，从而实现举一反三，触类旁通:
图源即刻“希汉同学”
不过，虽然o1数学计算和逻辑推理能力很强，却偶尔会在一些相对简单的问题上栽跟头。
比如这道“平方数在7和17间的最小整数是多少?”就没能给出正确答案。
再来看看它的编程能力。
一位有着16年全栈经验的程序员，在试过用o1写代码后，直接宣告自己的编程生涯结束了。
只见他的电脑屏幕上，o1正在快速生成一个全栈原生应用程序的代码。
在OpenAI发布的视频演示里，演示者先是让o1写一个贪吃蛇网页游戏，这种小case可能不算什么，紧接着演示者提升难度，让它在网格中添加障碍物，并且使障碍物连成“AI”的形状，照样没能难倒它。
还有网友将o1和前不久爆火的编程神器Cursor结合，在10分钟内创建了一个iOS天气应用程序。
而在此之前，Claude Sonnet3.5通常被很多人当作Cursor的强力搭档。
还是那道经典的“单词Strawberry里有几个r”，这个简单的问题曾难倒包括GPT-4o在内的不少大模型，但在o1面前已然成了小儿科。
不过，o1的发挥看起来不是那么稳定，也有数错的情况。
o1很强，但纯文本模型还吸引人吗?
在各家卷多模态模型的时候，OpenAI既没有兑付自己的语音功能，更是将Sora早早抛在脑后了。眼下，还发了一款纯文本模型。
相信上述的实测和玩法，已经为大家解答了“OpenAI o1模型究竟强在哪”这个问题。
o1模型不需要额外提示，它就能自行推理和反思自己的解答过程，将复杂问题一步步拆解开来，清晰地展示了自己思考的过程。
比如，o1在写代码前会梳理一遍问题，列出相关知识点和步骤，然后开始逐行写代码，并完成代码测试。
有网友调侃，OpenAI o1来了，Claude3.5、Cursor等以编程能力见长的热门AI工具可以放一边了。
Jimmy Apples发文表示，OpenAI故事第二章Straberry Fields终于开启。
英伟达首席研究员Jim Fan认为，o1的意义在于，AI团队不再只是通过增加模型规模来提升模型表现，而是通过优化推理过程。
全网的科技大佬们面对新模型，都是兴奋难抑的状态，但对于我们普通人的日常使用来说，o1的作用其实不是特别明显。
科技博主“特工宇宙”提到，客观来讲，o1的科研价值远大于当下的使用价值。我们也许会更受益于OpenAI o1开发的新软件、新药物，而不是o1本身。
可以说，o1的意义更像是展现AI变强的可能性，但对于大多数用户来说，o1的更新仅仅是在底层模型上进行优化迭代，实际好用好玩的AI工具会更吸引人。
所以，也架不住大多数网友在评论区在线开催Sam Altman:“我们什么时候能得到新的语音功能??”
另外，目前的o1系列模型还只是预览版本，像GPT-4o拥有的长文本、网络插件、生成图片等功能，均未集成到o1中。
在定价上，o1也并不是经济适用的选择。对于开发者而言，o1-preview 的定价为15美元/百万输入token，60美元/百万输出token，远高于GPT-4o（5美元/百万输入token，15美元/百万输出token）的定价。
总的来说，GPT-4o依旧是OpenAI能力最强的模型。也有博主在X上提到:“普通人根本不理解大象的推理和逻辑能力。GPT-5还要比o1模型更强大69倍。”
这也让人好奇，即将到来的OpenAI开发者日会带来怎样的更新，迟迟未来的“GPT-5”是否还会制造惊喜?
总结
**文章总结：OpenAI发布o1系列AI模型引热议****背景与发布**：OpenAI在9月13日凌晨突然发布了o1-preview和o1-mini两款新模型，其中o1-preview被誉为“Strawberry（草莓）”模型，而o1-mini则是其更高效、成本更低的版本。这两款模型的推出被OpenAI视为AI能力的重大进步，意在重置AI计数器为“1”，而非GPT系列的延续。
**模型亮点**：
- **卓越性能**：o1系列模型通过强化学习训练，幻觉频率低于GPT-4o，数学能力提升6倍，代码能力提升8倍，展现出超强实力，甚至在某些领域的问答中超过人类博士水平。
- **复杂推理强者**：在多个基准测试中表现出色，尤其在复杂逻辑推理和编程能力上几乎碾压其他模型。例如，在国际数学奥林匹克竞赛资格选拔的AIME考试中，o1的准确率是GPT-4o的近8倍。
- **清晰思考过程**：o1在解决问题时会展示其思考步骤，如“我很好奇”、“我正在思考”等，这一过程非常类似于人类的推理方式。
- **实际应用**：o1不仅能解决复杂的数学问题，还能快速生成代码，编写贪吃蛇游戏，甚至在编程上的表现让资深程序员惊叹不已。
**市场与用户反响**：
- **开发者与科技大佬**：科技界对其反应热烈，认为o1展示了AI变强的无限可能，但价格不菲，对于大多数用户来说，实际使用感受并不明显。
- **用户期待**：尽管o1实力雄厚，但用户对新语音功能的呼吁依然强烈，希望OpenAI能在未来版本中提供更多实用的功能。
**未来展望**：
- **模型局限**：目前o1系列模型仍是预览版，许多GPT-4o的功能尚未集成其中，将其视为最强模型还为时尚早。
- **更新期待**：即将到来的OpenAI开发者日让人期待会有新的惊喜，尤其是关于“GPT-5”是否还会出现。
总的来说，OpenAI的o1系列模型在复杂推理和编程能力上取得了显著突破，但距离全面进入大众生活还有一段距离，未来的更新和发展值得期待。