Openai通过早期的O3 Mini发射与DeepSeek AI进行反击 - 在这里进行比较

周五发行O3 Mini，Openai急于捍卫其市场位置，这是对中国初创公司的直接回应DeepSeek的R1模型这通过以计算成本的一小部分与顶级性能匹配，从而使Shockwaves通过AI行业。

Openai在一家官方中说：“我们正在发布推理系列中最新，最具成本效益的模型Openai O3-Mini，今天在Chatgpt和API中都可以使用。”博客文章。 “这款强大而快速的模型于2024年12月预览，在保持低成本和降低Openai O1-Mini的潜伏期的同时，提高了小型模型可以实现的目标。”

Openai还首次免费提供了推理功能，同时为付款50至150的客户每日消息限制三倍，以提高新的推理模型的使用。

与GPT-4O和GPT模型家族不同，AI模型的“ O”家族专注于推理任务。它们的创造力较小，但是已经嵌入了思想推理链，使它们更有能力解决复杂的问题，回溯错误的分析以及构建更好的结构代码。

在最高级别，OpenAI有两个主要的AI模型家族：生成的预训练的变压器（GPT）和“ Omni”（O）。

• GPT就像家庭的艺术家：右脑类型，非常适合角色扮演，对话，创意写作，总结，解释，集思广益，聊天等。
• o是家庭的书呆子。它很难讲故事，但擅长编码，求解数学方程，分析复杂问题，逐步计划其推理过程，比较研究论文等。

新的O3 Mini有三个版本：低，中或高。这些子类别将为用户提供更好的答案，以换取更多的“推理”（对于需要付款的开发人员来说，这更昂贵）。

在一般知识和多语言思想链中，旨在效率的Openai O3 Mini比Openai O1-Mini要差，但是在编码或事实等其他任务上，它在其他任务上得分更好。在每个基准测试中，所有其他型号（O3-Mini培养基和O3 Mini High）的确都会击败OpenAI O1-Mini。

DeepSeek的突破性比OpenAI的旗舰模型提供了更好的成绩，同时仅使用计算能力的一小部分，引发了大规模的技术抛售，该抛售从美国市场中抹去了近1万亿美元。仅NVIDIA就会削减6000亿美元的市场价值当投资者质疑未来对其昂贵的AI芯片的需求。

效率差距源于DeepSeek的新颖模型架构方法。

尽管美国公司专注于在AI开发中投入更多的计算能力，但DeepSeek的团队找到了简化建模如何处理信息的方法，从而使其更有效。当中国科技巨头阿里巴巴（Alibaba）发布Qwen2.5 Max时，竞争压力加剧了，这是一种比用作其基础的DeepSeek更有能力的模型，为可能是中国AI创新的新浪潮打开了道路。

Openai O3 Mini试图再次增加该差距。新型号的运行速度比其前身快24％，并且在关键基准测试中匹配或击败较旧的型号，同时运行成本较小。

它的定价也更具竞争力。 Openai O3-Mini的利率 - 每百万美元的投入令牌为0.55美元，每百万美元产量令牌4.40美元都高于DeepSeek的R1价格但是，相同卷的$ 0.14和2.19美元，它们减少了Openai和DeepSeek之间的差距，并且与运行Openai O1的价格相比，这是一个重大削减。

这可能是成功的关键。 Openai O3-Mini是封闭的，与DeepSeek R1不同，它可以免费使用，但是对于那些愿意支付托管服务器使用费用的人，上诉将根据预期的使用而增加。

Openai O3 Mini-Medium在数学问题的AIME基准上得分为79.6。 DeepSeek R1的得分为79.8，这一得分仅被家族中最强大的模型击败，OpenAi Mini-O3高分，得分为87.3分。

在其他基准测试中可以看到相同的模式：衡量不同科学学科的熟练度的GPQA标记为71.5，对于deepSeek R1，O3-Mini Low的GPQA标记为70.6，而O3-Mini High的GPQA标记为71.6。 R1处于96.3级百分位数CodeForces这是用于编码任务的基准，而O3-Mini低位于第93％，而O3-Mini高则位于第97个百分位数。

因此存在差异，但是就基准测试而言，它们可能会忽略不计，具体取决于为执行任务选择的模型。

测试Openai O3-Mini针对DeepSeek R1

我们尝试使用一些任务，以查看其对DeepSeek R1的执行方式。

第一个任务是一款间谍游戏，以测试多步推理的表现。我们从大台上数据集中选择相同的示例Girub我们用来评估DeepSeek R1。 （全文可用这里并涉及到一个偏僻的下雪地点的学校旅行，学生和老师面临一系列奇怪的失踪。该模型必须找出缠扰者是谁。）

Openai O3-Mini表现不佳，并在故事中得出了错误的结论。根据测试提供的答案，缠扰者的名字是狮子座。 DeepSeek R1做对了，而Openai O3 Mini弄错了，说缠扰者的名字叫Eric。 （有趣的事实，我们无法共享与对话的链接，因为Openai将其标记为不安全）。

该模型擅长于与数学不涉及的逻辑语言相关的任务。例如，我们要求模型写出以特定单词结尾的五个句子，并在提供最终答案之前能够理解任务，评估结果。它考虑了四秒钟的答复，纠正了一个错误的答案，并提供了完全正确的答复。

它也非常擅长数学，证明能够解决某些基准测试中非常困难的问题。 Openai O3-Mini仅在33秒内完成了Goodseek R1 275秒的相同复杂问题。

这是一个很好的努力，Openai。您的deepseek。

编辑安德鲁·海沃德（Andrew Hayward）