OpenAI 昨晚发布了新的模型系列：o1。

这不是 GPT-5，但从某种意义上说，更接近 AGI。

o1 是什么

官方定位是「推理模型」（Reasoning Model）。

和 GPT-4 不同，o1 在回答前会先「思考」：

1. 把问题分解成小步骤
2. 尝试不同解法
3. 验证中间结果
4. 最后给出答案

这个过程会显示「正在思考...」，可能持续几秒到几分钟。

性能对比

测试项	o1-preview	GPT-4o	Claude 3.5 Sonnet
数学竞赛 (AIME)	83%	13.4%	-
代码竞赛 (Codeforces)	89 分位	11 分位	-
PhD 物理题	92%	65%	-

在需要深度思考的任务上，o1 远超其他模型。

实际使用

测试了几道编程题：

LeetCode 困难题

把题目描述给 o1，它会：

1. 先分析问题类型（动态规划、图论……）
2. 尝试几种思路
3. 写出代码并解释

GPT-4 经常在困难题上翻车，o1 的正确率高很多。

数学证明

让它证明一个定理，它会一步步推导，而且能指出哪里需要用什么定理。

比直接给答案更有学习价值。

限制

1. 速度慢：简单问题也要等几秒，复杂问题可能几分钟
2. 价格贵：输入 $15/M tokens，输出 $60/M tokens，是 GPT-4 的 3-4 倍
3. 不擅长闲聊：简单任务不如 GPT-4o 自然

o1 适合「难题」，日常对话用 GPT-4o 就够了。

谁应该用

• 刷算法题的同学
• 学数学 / 物理的学生
• 需要解决复杂逻辑问题的人

简单任务用 o1 浪费，复杂任务用 o1 真香。

小结

o1 证明了 AI 不只是「更快」，还可以「更深」。

价格虽贵，但这个方向说明 AI 的天花板远没到。