在科技界，一天的時間足以改寫歷史。

DeepSeek R1用「降維打擊」重構了AI界，OpenAI不甘示弱放出了o3-mini，再次加冕為王。

o3-mini的進步可不是一點半點，在數學代碼等基準測試中，均拿下了最高的成績。

甚至，在「物理模擬」高難度挑戰戰場上，o3-mini直接粉碎R1，展現出驚人的實力。

能夠清晰地看出，o3-mini具備更強的物理推理能力，DeepSeek表現出明顯的「反重力」現象。

prompt：write a Python program that shows a ball bouncing inside a spinning hexagon. The ball should be affected by gravity and friction, and it must bounce off the rotating walls realistically

在另一個演示中，更加復雜，不僅要考慮小球與墻壁的碰撞，還要考慮不同小球之間的相互碰撞。

prompt：Simulate multiple small balls bouncing inside a spinning rectangle. The balls should collide with each other and the walls

從單球反彈到多球碰撞，從簡單物理到復雜系統，OpenAI的仿佛在訴說著「王者，從未離場」。

教授Derya Unutmaz對o3 mini表現的進步非常激動：

o3-mini只需一次提示就能準確生成符合物理定律的代碼！與此同時，DeepSeek-R1對此卻顯得很吃力。

這場AI競賽正在全速加速，后來居上者，拭目以待。目前，OpenAI明顯處于領先地位！」

此外，在「人類最后一場考試」的純文本測試集上，新模型03-mini（medium/high）在準確率上超越了DeepSeek-R1。

奧特曼甚至自信的表示：「不久，人類就需要另一場考試了……」

然而，這只是OpenAI新模型的冰山一角。

奧特曼劇透o3-mini接下來還有更大的驚喜！

o3-mini還有好東西，很快就會給你，我想我們把最好的留到了最后！

編碼吊打o1，最好的編程模型

在代碼補全基準Codeforces排名中，相對o1系列模型，o3-mini進步明顯。

而獨立于LLM提供商的性能基準和定價排行，Artificial Analysis表示：「o3-mini是從o1-mini向前邁出的一大步。」

同時，公布了o3 mini的初步結果，完整的基準測試結果稍后推出：

• 人工分析質量指數為89，與DeepSeek R1匹配，略低于o1
• 更便宜 - 每百萬個token1.1美元/4.4美元的輸入/輸出定價，低于許多 DeepSeek R1 API（高于DeepSeek的甲方R1 API定價）
• 快速-與o1-mini的速度相似，為170個token/秒，盡管這意味著2000個代幣的「思考」時間仍然需要 ~12 秒

其中人工分析質量指數（Artifical Analyssi Quality Index）包含了MMLU、GPQA Diamond、Math-500和HumanEVal等多個測試基準。

相關排名如下：

AI初創企業CEO，Bindu Reddy，整體上o3擊敗了R1，特別是在編碼方面，讓人大吃一驚。

她認為綜合考慮性能、速度和價格，o3-mini high是目前最好的大語言模型(LLM)：

• 在編程上，o3-mini high大幅度領先o1、Sonnet以及其他模型
• o3-mini high比Sonnet便宜2倍，比o1便宜15倍
• o3-mini high比R1快約5倍
• 在所有類別中，o3-mini high僅次于01，是第2名最佳模型

具體結果如下：

對此，OpenAI研究員Clive Chan表示：「我每天都在cursor中使用o3-mini，它絕對是最好的編程模型。我基本上完全信任它的Python代碼（不再有誤解/偷懶的問題），而且即使我當前的項目涉及3種我不熟悉的編程語言，o3-mini也幫了大忙！」

全網實測

那么，o3-mini真實實力究竟如何？

如下來自全網實測的最全演示，即可揭曉謎底。

o3-mini徹底掌握了arXiv

OpenAI研究科學家Sebastien Bubeck表示，o3-mini是一個了不起的模型。

在理解和解析arXiv論文方面，o3-mini達到了全球獨一無二的水平，成為真正的科研伙伴！

下面是一個看似簡單但會讓所有其他模型都感到困惑的問題，而o3-mini卻能給出極其有用的答案。

它完全說到了點子上：與自收縮曲線的聯系、依賴于維度的界限，甚至還引用了相關論文。

下面這個例子是Sebastien在不同主題的另一個查詢。

有趣的是，o3-mini-high給出的參考文獻「Bubeck and Ganguly」并不完全正確，但確實非常相關。

總的來說，它給出的參考文獻都是「模糊準確的」，可能會混淆作者/期刊/標題，但令人驚訝的是這些引用仍然很有用。

他又表示，這些都是相當冷僻的問題，能夠回答這兩個問題的論文少于100篇（實際上更接近約10篇）。

能有一個模型可以回答只有O（10）數量級的人類知道答案的問題，這確實令人驚嘆。

此外，Sebastien又演示了一個用o3-mini構建「我的世界」的演示。

AI物理新巔峰，輕松擊敗R1

Hyperbolic聯創Yuchen Jin測試后驚嘆道，o3-mini可能是目前最強的物理推理LLM！

o3-mini竟然成功生成了四維超立方體（Tesseract）內反彈小球的Python代碼，展現出驚人的物理推理和數學建模能力。

Prompt: Write a Python script of a ball bouncing inside a tesseract

再來看R1的表現，顯然不如o3-mini。

再來看o3-mini-high，demo中竟然翻車不如o3-mini？

Yuchen Jin多次嘗試后發現，o3-mini-high在這個任務上表現糟糕，甚至比一次性生成的o3-mini版本還差！

其中一個版本居然只生成了小球，沒有四維空間結構……

另一個很好展現o3-mini理解物理世界的demo。

「被o3-mini震撼到了（不僅僅是因為它的編程能力），更因為它那閃電般的速度。

它僅用19秒就一次性生成了這四個演示。我從未見過類似的東西。一個新的AI時代已經到來」。

沃頓商學院教授Ethan Mollick讓o3-mini-high首次挑戰生成動態海洋風暴Shader，沒想到竟然成功了！

18秒，克隆一個應用

另一位OpenAI研究員Aidan Clark表示：「o3-mini在智能和速度的組合方面令人難以置信，我不知道該說什么，你只能自己去試試看了。」

在下面demo中，Clark要求o3-mini用單個Python文件寫一個Twitter克隆應用。

整個過程只用了8秒。

一句話，生成游戲

更令人驚嘆的是，開發者Alex Finn僅用1個提示，o3-mini便能生成完整的太空游戲。

觀看更多轉載,o3-mini物理推理粉碎DeepSeek R1，OpenAI王者歸來！全網最全實測來襲新智元已關注分享點贊在看已同步到看一看寫下你的評論 視頻詳情

用一句話制作的「貪吃蛇」游戲。

prompt：create a snake game, where snakes compete with each other

另一個動漫小人射擊游戲。

還有網友通過o3-mini-high制作的太陽系3D模擬。

網友adi讓o1和o3-mini分別建造一個巨大的、令人驚嘆的、史詩般的漂浮城市。

prompt：build me a massive amazing epic a floating city

OpenAI王者重歸

OpenAI的策略，已經重新獲得了用戶的「芳心」。

開發者Mckay Wrigley已經用o3-mini模型代替AI智能體和工作流中的o1模型。一切都正常工作，甚至有一些表現的更好，但是便宜了9倍，速度快了4倍。

他認為：「OpenAI對新模型的宣傳明顯不足——這絕對令人難以置信。o3& o3 Pro會很瘋狂。」

03-mini和o1系列定價比較

根據Information報道，OpenAI2024年快速增長：

• 2024年，ChatGPT付費訂閱用戶已達1550萬。
• 企業的模型采用率增長了7倍。
• 新推出的200美元/月Pro訂閱計劃，年收入已達3億美元。

網友Prakash，則在X上列出了OpenAI的各部分收入：

ChatGPT Plus

• 月經常性收入（MRR）：3.33億美元
• 訂閱價格：20美元/月
• 月活用戶（MAU）：1665萬

ChatGPT Pro

• 月經常性收入（MRR）：2500萬美元
• 訂閱價格：200美元/月
• 月活用戶（MAU）：12.5萬

ChatGPT總收入

• 月經常性收入（MRR）：3.58億美元
• 年經常性收入（ARR）：43億美元

API收入

• 每分鐘處理Token數量：14億
• 每年處理Token數量：735萬億
• 每百萬Token價格（以o3 mini輸入價格計算）：1.1美元
• 年經常性收入（ARR）：8.09億美元

總收入

年經常性收入（ARR）：51億美元

他表示：「有趣的是，API收入遠小于ChatGPT訂閱收入，真正推動增長的還是消費級應用。」

網友Andrew Gao表示Anthropic正在吃掉OpenAI的市場份額。

OpenAI在企業客戶中的份額從2023年的50%下降到了2024年的34%，具體如下：

OpenAI早已與美國政府合作，確保AI領域的領先地位。

在參加特朗普的就職典禮并宣布「星際之門」后，OpenAI首席執行官奧特曼，連續第二周來到華盛頓特區。

就在近日，在國會山附近的一次非正式演示中，奧特曼向美國政府領導人、政策專家和記者展示了即將推出的技術。

目的不僅是展示美國如何最大化人工智能帶來的經濟利益，還希望讓華盛頓的領導者提前了解即將到來的技術能力，以減少他們在未來措手不及的可能性。

談到能夠自主完成現實世界任務的新型自主智能技術時，奧特曼表示：[我的直覺是……對美國經濟貢獻，這些技術將占個位數百分比。」

但與政府合作，并不是OpenAI唯一的選擇。

外媒報道稱，OpenAI為了實現增長，寄希望于更高級模型驅動的ChatGPT的高價訂閱。