刚刚，OpenAI放出最后大惊喜o3，高计算模式每任务花费数千美元

主要观点总结

文章介绍了OpenAI在为期12天的发布活动中推出的新推理系列模型o3和o3-mini。o3是o1系列模型的继任者，旨在通过更长时间的思考提高回答的准确率。o3在多个基准测试中表现出色，如ARC-AGI、SWE-bench Verified和Competition Code等。o3-mini是更经济高效的版本，专注于提升推理速度、降低推理成本的同时保持模型性能。文章还介绍了o3和o3-mini的安全测试申请流程和新安全评估方法。

关键观点总结

关键观点1: OpenAI推出新推理模型o3和o3-mini

作为o1系列模型的继任者，o3旨在提高回答准确率；o3-mini注重经济高效性，适合编程任务。

关键观点2: o3在多个基准测试中表现优异

o3在ARC-AGI、SWE-bench Verified和Competition Code等基准测试中取得重要突破，显示出强大的性能。

关键观点3: o3和o3-mini的安全测试及申请流程

OpenAI正在进行o3和o3-mini的安全测试，申请者需填写表格并提供相关信息，被选中的研究人员将获得探索模型能力并为安全评估做出贡献。

关键观点4: 新的安全评估方法：审议式对齐

OpenAI介绍了一种新的安全评估方法——审议式对齐，可以直接教授模型安全规范，并训练其在回答前进行推理和遵守安全政策。