在今天凌晨的線上釋出會上，OpenAI 一次推出兩款全新模型 o3 與 o4‑mini ，並宣佈它們立即向 ChatGPT Plus、Pro 與 Team 訂閱者開放，引入了可直接“用圖片思考”的多模態推理、完整呼叫 ChatGPT 瀏覽器與 Python 等工具鏈，以及本地開源編碼代理 Codex CLI。這場 40 分鐘的直播，被外界視作 OpenAI 從“聊天助手”邁向“通用智慧代理”生態的關鍵一步。
釋出會核心亮點
雙模登場：o3 被官方稱為“迄今最強推理模型”，在數學、科學與編碼任務上相較 o1 正確率提高 20% 以上；而 o4‑mini 在速度與成本之間實現平衡，面向開發者的輕量級場景。
上圖展示 o3 模型和其前任 o1 模型在準確率和成本上的對比。
上圖展示 o4-mini 模型和其前任 o3-mini 模型在準確率和成本上的對比。
多模態推理：兩款模型首次把視覺資訊直接注入“思考鏈”，可對草圖、幻燈片或白板照片進行縮放、旋轉並參與推理。
上面的影片是專門展示新模型的視覺推理能力。模型對影像也會有長時間的思維鏈，會在思維鏈中自動對影像進行放大，旋轉等操作。
全工具呼叫：o3 與 o4‑mini 能自主呼叫 ChatGPT 的網頁瀏覽、Python 執行、檔案解析與影像生成等全部工具，官方稱之為邁向“智慧代理”的里程碑。
上面影片展示的是 o3 模型的工具呼叫能力。
新模型效能
o3 —— “深思熟慮”的旗艦
-
在 Codeforces、SWE‑bench 等基準創下新 SOTA，複雜程式設計任務得分 69.1%。 -
外部評測顯示，困難現實任務重大錯誤率較 o1 降低 20% 以上。 -
支援把模糊、倒置的影像納入推理並即時操作（旋轉、縮放）。
o4‑mini —— 速度／成本之選
-
在 AIME 2025 數學賽配合 Python 直譯器取得 99.5% 得分。 -
輸入費用 4.40／百萬 token，與 o3‑mini 相同但效能顯著提升。 -
另有 o4‑mini‑high 版本，延長推理時間以換取更高可靠性。
上圖展示的是新模型在基準測試上取得不錯的成績。
o4‑mini 主打“高性價比”，官方稱其在多數推理任務上接近 o3 表現，但成本顯著下降，方便第三方應用接入。
Codex CLI
Codex CLI：釋出會同步推出本地命令列代理，可在終端直接呼叫 o3 / o4‑mini 執行程式碼、除錯與檔案操控，定位為“輕量級開源編碼助手”。
上圖展示 Codex CLI 工具實際執行效果。
目前該專案已在 Github 上開源。
未來路線：智慧代理
代理化願景：官方將 o3 / o4‑mini 視作“可自行規劃、執行多步驟任務的第一代模型”，下一階段重點是讓模型穩健呼叫外部 API 與私有資料來源。
結語
此次釋出會不僅帶來了效能更強、價格更靈活的兩款模型，也首次展示了 OpenAI 對“AI 代理”時代的完整藍圖：多模態推理 + 工具鏈呼叫 + 本地執行。隨著 GPT‑5 臨近，OpenAI 正在把自家生態從聊天助手升級為可自主完成複雜工作的數字同事，行業競賽由此再次提速。