4月17日凌晨，OpenAI正式推出两款新一代AI模型——o3和o4-mini，并称其为“迄今为止最智能的模型”。此次发布标志着AI推理能力的重大飞跃，首次实现图像深度思考与全工具自主调用的结合，为复杂问题解决提供了全新范式。

划重点，OpenAI o3/o4 mini的亮点如下：

o系列迄今最智能的模型，推理能力大幅提升，思考时间越长，效果越好。

首次将图像直接融入思维链，用图片“思考”，能直接调用工具处理图片。

首次全面支持网页搜索、文件分析、Python代码执行、视觉输入深度推理和图像生成等功能。

成本效率上优于前代，o3在相同延迟和成本下性能更强。

核心升级：从“工具使用”到“智能决策”

多模态推理革命

o3和o4-mini首次突破传统文本推理局限，可“用图像思考”。例如，用户上传倒置的手写笔记图片时，模型能自动旋转、缩放并识别内容，将视觉信息融入思维链。在电池技术对电动汽车影响的分析案例中，o3通过多次搜索并生成图文结合的结论，而前代o1仅能输出文字和代码。

工具组合调用能力

新模型可自主判断何时调用ChatGPT的工具库，包括网页搜索、Python数据分析、图像生成等，并动态组合工具链完成任务。例如，在科研场景中，模型可先搜索最新论文，再用Python处理实验数据，最终生成可视化图表。

性能碾压前代

数学与编程：o3在AIME 2024数学竞赛中准确率达91.6%，o4-mini更达93.4%，远超o1的74.3%；Codeforces编程评分中，o3以2706分领先o1近40%。

现实任务：外部评估显示，o3在编程、商业咨询等领域的重大错误率比o1降低20%。

图片来源于IT之家

用户触达：即日开放，成本优化

企业及付费用户：ChatGPT Plus、Pro和Team用户即日可切换至o3和o4-mini，Enterprise用户一周内开放。

免费用户体验：用户可通过编辑器选择“Think”选项试用o4-mini。

API降价：o3输入/输出费用全面低于o1，o4-mini性价比进一步提升，支持更高吞吐量。

结语

尽管开发节奏紧迫，OpenAI强调已对o3/o4-mini进行“最严格安全测试”。CEO山姆·奥特曼表示，未来模型将融合o系列的推理能力与GPT系列的对话优势，实现“自然交互+主动工具调用”的无缝体验。

OpenAI此次发布不仅重新定义了AI推理的边界，更揭示了AGI发展的关键路径——多模态感知、自主工具调用与超大规模计算的结合。正如免疫学专家Derya Unutmaz的评价：“o3近乎天才水准，它正在重塑科研的协作方式。”

END