我是娜姐 @迪娜学姐 ，一个SCI医学期刊编辑，探索用AI工具提效论文写作和发表。
ChatGPT深夜上线新推理模型o3-mini high和o3-mini（速度更快），卖点是：
比o1更高的输出质量，但价格只有o1的1/10，且上下文窗口增加到20万token。
娜姐第一时间进行了测评，先说结论：
思考过程在模仿DeepSeek R1，但是输出质量不如之前的ChatGPT o1。
开源模型DeepSeek上线之后，地板价格加上高质量回答效果，让OpenAI慌了。一边声讨DeepSeek走捷径—声称DeepSeek是基于ChatGPT”蒸馏”出来的模型，一边不得不考虑把价格降下来，防止用户流失。
娜姐第一时间测试了o3-mini 在科研领域和学术写作中的应用。以下是实测对比：
1 学术问题回答
o3-mini作为一个推理模型，擅长复杂问题的推理回答。娜姐之前测试对比了DeepSeek和ChatGPT o1。
现在再把o3-mini加入对比一下：测试问题“什么是人类文化的根源? ”
先来看一下o3-mini的思考过程：
基本上是一个先发散，再收拢的过程。
DeepSeek虽然展示的思考过程更细致，但是也是差不多思路：
而之前的ChatGPT o1没有给我展示详细的思考过程，在算力加强版提示词的push下，它提升了思考时间，展示的思考过程和DeepSeek还是有很大不同的：
DeepSeek更多的在分析问问题的人的意图，o1则着重每一个知识点的延伸思考。
再来对比针对该问题的回复答案：
以下是DeepSeek的回答：
ChatGPT o1的回答：
o1的六个要点，只有语言与符号的出现，是和DeepSeek一样的。
再来看o3-mini high的回答：
对比一下，观点一三四都和DeepSeek一样。我合理的怀疑是因为o3-mini的思考过程在模仿DeepSeek，所以答案和DeepSeek更相似。
2 充当评审专家，对论文和标书进行预评审
评审专家是需要深刻洞察和逻辑推理的一项任务。在娜姐的《AI辅助课题标书的撰写》课程里，有一节是让AI充当评审专家，对标书初稿进行预评审，提出问题和改进意见，方便我们查漏补缺，进一步全面打磨和提升标书质量。
之前娜姐测试了好几个AI大模型和提示词，ChatGPT o1完成质量最高。近2万字的标书，o1在阅读全文的基础上，针对每一部分都能给出精准的评审意见和修改建议。比Claude完成的还要好。学员们也都很惊叹ChatGPT o1的逻辑推理能力。
现在o3-mini声称是o1的升级版，我们也来测试对比一下，o3-mini、ChatGPT o1和DeepSeek分别作为评审专家，进行标书预评审的效果对比。
以下是ChatGPT o1的回复：
立项依据部分：
不论是总的评审意见，还是下面详细的修改建议，真的是很精准和极具洞察力。
再看一下“本项目的特色与创新之处”：
怎么样？把这几点补充进去，是不是感觉你的标书创新性又上了几个台阶？
再来看看最新的o3-mini：
立项依据部分：
虽然提的点和o1是差不多的，但是在修改建议的细节上，没有o1细节丰富全面。感觉虽然价格便宜了，但是在输出的算力上偷工减料了。
再看“本项目的特色与创新之处”，o3 mini的分析：
这个除了第一点和o1相似，后面两点都没有o1的观点更准确。可见，o3的回复长度和内容质量比o1都差了许多。
再来看DeepSeek。
立项依据部分：
提出的3个问题大致和o1提的差不多，但是没有o1精准，且修改建议出现幻觉，开始引用不存在的文献。
再看创新性评估：
提了两点，也比o1差远了。
综上，对于标书预评审来说，ChatGPT o1还是效果最优。ChatGPT o1＞ChatGPT o3-mini ＞ DeepSeek。
总结一下，o3-mini好像是OpenAI在DeepSeek的冲击下，上线的一个模型：一方面对于DeepSeek的深度思考算法很认可，一方面对于DeepSeek的开源白菜价很焦虑。
于是，匆忙推出了这么一个，在价格和性能上和DeepSeek都不能相比的模型。
今天就介绍到这。
如果觉得有用，欢迎在看、转发和点赞，一键三连！娜姐继续输出有用的AI辅助科研写作、绘图相关技巧和知识。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
