謝謝Deepseek，o3-mini釋出即免費！程式設計斷崖式領先，思考過程冰冷而客觀

今日凌晨，OpenAI o3-mini 正式上線 ChatGPT，API 可用。還有更大的驚喜——

免費使用者也可以使用。

只需要在訊息編輯器中選擇“Reason”就可以呼叫 o3-mini 了。

這是 ChatGPT 首次向免費使用者提供推理模型。

對此，我只能用以下表情包評價此事件——

具體來說：

Plus 和 Team 使用者：每天 150 次對話限制（原 o1-mini 每天 50 條訊息）；
Pro 使用者：可以無限制地訪問（當然，實際別太認真，真用多了大機率會跟此前 o1 一樣降智）；
Enterprise 使用者：將於 2 月推出；
API：向 3-5 級開發者開放，提供了三種選擇版本，low、medium、high ，根據開發需求在效果（推理時間）和速度（延遲）之間平衡，靈活選擇。

釋出後，原 o1-mini 位置被 o3-mini 替代，付費使用者還能選擇更智慧的 o3-mini-high。

o3-mini 不止是在網頁客戶端免費開放，其商用 API 價格也相比 o1 迎來斷崖式下跌——

o3-mini 相比 o1：

更快：延遲更低，響應更快。在 A/B 測試中，o3-mini 的響應速度比 o1-mini 快 24%，平均響應時間為 7.7 秒，而 o1-mini 為 10.16 秒。
更強：答案更準確、幻覺更少、推理更強。尤其是程式設計能力，詳情見《o3 釋出了，摔碎了碼農的飯碗》。
更便宜：比 o1 便宜 93%。

可以透過下面這張 LiveBench 測試基準直觀的感受 o3-mini 在推理、程式設計、數學上面的表現，尤其是 Coding 這一列，程式設計能力斷崖式的碾壓了 o1、deepseek r1 和 gemini 系列模型：

人類最後一次考試（Humanity’s Last Exam）則是由數百位人類領域專家開發的一個榜單，號稱是捍衛人類智慧的最後一站。在此之前，所有頂尖 AI 透過率都不超過 10%，這次 O3-mini 首次打破記錄。

我觀測到一個很有意思的現象。

以前 OpenAI 釋出新模型的時候，外網網友一般都會拿新模型與 OpenAI 的老模型，Claude 模型，最多再加上 Gemini 模型做比較。

但這次，我發現外國網友甚至都很少拿 o3-mini 與 o1 去對比，反而大家齊刷刷的拿 o3-mini 與 DeepSeek R1 在做橫向對比。

比如，有國外網友從價效比層面點評 o3-mini——

雖然 o3-mini 更好，但 DeepSeek R1 相似卻更便宜，“DeepSeek 時刻”值得被人們銘記，成為科技領域關鍵歷史事件

還有網友橫向對比了 o3-mini 的思維鏈與 DeepSeek R1 的思維鏈——

o3-mini 的思維鏈與 R1 相比，更加冰冷、客觀；R1 更接近我內心的思考過程

放大圖片，感受一下——

而在橫向的 case 表現上，大家更是齊刷刷的將 o3-mini 與 DeepSeek R1 進行 PK。

模擬物理世界

由於 o3-mini 相比較前一代模型，最大的提升就在於程式設計能力了。

所以網友的實測 case 大部分都是跟程式設計相關的，尤其是一些透過視覺效果就能直觀的感受到程式碼寫的好壞的 case。例如下面這個——

提示詞：“編寫一個在 tesseract 內彈跳的球的 python 指令碼”

先看下o3-mini 寫的程式碼的執行效果：

然後是DeepSeek R1 所寫程式碼的演示效果：

模擬物理世界的簡單版本

如果說上一個題目比較抽象，這個題目就能比較直觀的感受效果了。

提示詞：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