人工智能公司在努力進入高級模型的下一階段方面困難重重，OpenAI在GPT-4之后遲遲沒有推出GPT-5就是最好的例證。最新發(fā)展的主要障礙是缺乏訓練下一代尖端模型的數(shù)據(jù)。

既然模型在“智能”方面沒有進步，OpenAI便轉(zhuǎn)而通過“推理”來增強產(chǎn)出，將問題分解成易于處理的小塊，并在每個階段進行自我修正，從而使模型能夠解決問題。但這增加了聊天機器人的輸出時間：簡單的詢問只需幾秒鐘，但復雜的數(shù)學和科學問題則需要多達幾分鐘。

“思維鏈”（CoT）一直被認為是人類使用聊天機器人的最佳實踐，但新的推理模型卻能自己做到這一點。由于推理模型會自我糾正，因此可以減少所謂的“幻覺”，即一本正經(jīng)地胡說八道。

推理模型始于9月發(fā)布的ChatGPT o1，上周五公布的o3是其下一代。谷歌也在上周發(fā)布了類似的Gemini 2.0 Flash Thinking。o1模型展示了推理改善輸出的前景，而o3則在這方面又向前邁進了一大步。o3在數(shù)學方面的進步尤其令人印象深刻，它在一項高級數(shù)學測試中獲得了25%的高分，而OpenAI表示，目前還沒有其他模型的得分超過2%。

高昂的價格可能讓微軟等客戶望而卻步

o3的進步可能對微軟尤為重要，因為OpenAI模型是微軟人工智能助手Microsoft 365 Copilot的基礎(chǔ)。對于企業(yè)客戶來說，最大限度地減少幻覺至關(guān)重要，以免用戶因為Copilot而犯錯。微軟一直指望GPT-5來解決這個問題，o3可能就是下一個最佳選擇。

除了增加查詢時間外，推理還有另一個缺點：成本更高，這也是人工智能的常見問題。OpenAI的企業(yè)客戶將不得不為推理所需的所有額外底層計算付費。o1文本輸入和輸出的收費已是其前身4o的六倍，而目前我們還不知道o3的費用是多少。

如果用戶提出的問題很難回答，費用就會迅速增加。OpenAI在其o3現(xiàn)場直播中展示了一項高級基準測試，每項任務(wù)的成本為20美元，平均任務(wù)完成時間為1.3分鐘。而且當時使用的是所謂的“高效”版本模型，其中的推理還是有限的。該基準測試組織表示，使用o3的完整推理能力完成同樣的任務(wù)平均需要13.8分鐘，使用的計算能力是原來的172倍。盡管該組織沒有提供成本明細，但不難想象，最初的成本可能令人咂舌。

對于想使用o3的微軟來說，成本是個問題。微軟每月向用戶收取30美元的Copilot服務(wù)費用，因此即使僅用o3處理部分復雜任務(wù)，也會使削弱公司的利潤。從這個角度來說，將在未來幾個月內(nèi)推出的更小、更便宜、更快的o3 mini可能才是包括微軟在內(nèi)的OpenAI企業(yè)客戶更青睞的產(chǎn)品。雖然o3 mini比o3可能更容易出錯，但與目前支持Copilot的4o模型相比，它仍然是一個重大改進。

微軟還沒有完全采用o1，原因可能就是成本上升，但收益有限。我們還不知道o3 mini的查詢成本是多少，但它的技能已經(jīng)比4o有了更大的飛躍。考慮到在商業(yè)運用中限制人工智能的錯誤也是一個關(guān)鍵，因此o3 mini可能會是眾多選擇中的一個甜點。