OpenAI 真急了！（附 Gpt-o1 测评）

大家好，我是凡人。

就在昨天估值1500亿美元的 OpenAI 终于坐不住了，面对 Claude 3.5 等竞争对手的不断的市场蚕食，在X上连续两条消息，高调发布 o1-preview（高级推理）和 o1-mini（更快的推理速度）两个版本。

这次 OpenAI 打着高级推理的旗号，准备重新夺回场子，宣称 o1 模型通过强化学习方法进行训练，能够在回答问题之前进行深入思考，并生成内部推理链。模型在处理科学、编程和数学问题上展现出了超越以往模型的能力，它的优秀表现在某些领域，甚至超过了人类专家。

宣传视频也是一个接一个，看来真是辛苦了，似乎说明 OpenAI 感受到了大语言模型驱动产品领域的激烈竞争压力，下面就让我们一起来看看“仓促上马”的 o1 版本到底会带来怎样的惊喜！

一、"草莓"到底有啥不同

据OpenAI官网介绍，他们在训练o1时，性能会随着强化学习时间和思考时间的增加而持续提高，这一方法的可扩展性也与传统的大语言模型预训练有所不同。

为了突出o1在推理方面的优势，OpenAI在一系列人类考试和机器学习基准上，进行了测试，结果显示o1在大多数推理任务上显著优于GPT-4o。

在具有挑战性的推理基准测试中，o1相较于GPT-4o表现出显著提升。实线柱状图展示了通过率@1的准确性，而阴影区域则显示64个样本的共识表现。

二、测试高级推理

借助思维链，o1在解决复杂问题时能够进行长时间的深度思考和探索。我理解OpenAI用思维链的方式来模拟人类的逻辑思维能力，在强化学习的帮助下，o1将问题分解同时也精炼思维链路径，识别并纠正错误，将复杂步骤拆解为更简单的内容，并尝试多种解法。

上面把OpenAI夸的那么牛逼，下面就是骡子是马拉出来溜溜，看看 4o 到 o1 到底有多少提高，我们来分别对比三个版本Gpt4o 、Gpt o1-preview和Gpt o1-mini。

网址：http://chatgpt.com

一）微积分测试

上高中时微积分也是彻彻底底的把我这个学渣难了一把，让我们先来看看他的推理到底怎么样。

试题这道题可是15分哦。

1、Gpt4o

答案错误且过程有点乱。

2、Gpt o1-preview 

推理清晰，答案正确。

3、Gpt o1-mini 

推理还凑合，但答案错误。

所以对于o1的算数能力确实提高了不少！

二）文字识别

对于o1的文字表达能力是否提升我一直抱着怀疑态度，我们三个版本复写下徐志摩的散文试试，看看谁更优秀。

#提示词
你是一名非常有经验的作家，请根据徐志摩的《陌上花开》的内容，
仿照写一篇相似的诗歌，但诗歌中的词语相似度不能超过20%：

轻轻的我走了，正如我轻轻的来；
我轻轻的招手，作别西天的云彩。

那河畔的金柳，是夕阳中的新娘；
波光里的艳影，在我的心头荡漾。

软泥上的青荇，油油的在水底招摇；
在康河的柔波里，我甘心做一条水草！

那榆荫下的一潭，不是清泉，是天上虹；
揉碎在浮藻间，沉淀着彩虹似的梦。

寻梦？撑一支长篙，向青草更青处漫溯；
满载一船星辉，在星辉斑斓里放歌。

但我不能放歌，悄悄是别离的笙箫；
夏虫也为我沉默，沉默是今晚的康桥！

悄悄的我走了，正如我悄悄的来；
我挥一挥衣袖，不带走一片云彩。

1、Gpt4o

2、Gpt o1-preview

3、Gpt o1-mini

整体结构看着都还不错，生成的文字合理性和逻辑性并没有多大的提高。

当然这里提示词的内容也占很大的原因，但大模型版本不断迭代的意义是什么呢？

不就是越来越优化提示词，让用户更简单的使用大模型吗？

三）迷宫

我们用程序生成迷宫看看，让GPT的三个版本比比看谁能顺利走出去。

1、Gpt4o

2、Gpt o1-preview

3、Gpt o1-mini

这次的测试结果让我感到惊异，可能是由于字符生成的迷宫，关于靠谱我倾向于Gpt4o 和Gpt o1-preview。

四）烧脑推理

针对于o1的推理能力，来点烧脑的推理，一个非常有意思的题目，来一起看看他们表现怎么样：来一个小故事考考GPT

一对夫妇生了一个小孩，取名叫小黄。小黄渐渐长大，开始学说话，小黄最早学会了叫妈妈：“妈妈，妈妈。”妈妈很开心，隔天就死了。小黄接着学会了叫奶奶。“奶奶，奶奶，”奶奶很开心，隔天也死了。家里人很担心，于是不教小孩说话了。有一天，隔壁老王到了小黄家。“哎呀，这孩子可爱，叫爷爷，快叫爷爷。”“爷爷，爷爷."一家人没拦住。爷爷很担心，一晚上没睡着。隔天，隔壁老王死了。老王的儿子又来小黄家玩。“哎呀，这孩子可爱，叫叔叔，快叫叔叔。”“叔叔，叔叔"一家人没拦住。老王的儿子很担心，一晚上没睡着，隔天，爸爸死了！问：爷爷和爸爸是什么关系？

1、Gpt4o

2、Gpt o1-preview

3、Gpt o1-mini

和 Gpt o1-preview 答案相同。

所以你明白答案是什么了吗？可以把答案写在评论区哦！

三、总结

好了今天的测评内容就到这了，结果其实还是比较出乎意料的，Gpt-o1版本的逻辑推理能力确实上了一个台阶，但可以看的出来，OpenAI确实急了，很多配套功能还没上线比如o1还没有文件上传，AI工具越来越卷，这也预示着未来AI对传统行业的冲击会越来越大，应用的落地速度也会越来越快，所以还在等什么，赶紧学起来呐！

---

怎么样今天的内容还满意吗？再次感谢观众老爷的观看。
最后，祝您早日实现财务自由，还请给个赞，谢谢！