OpenAI宣布o3系列大模型：能力较o1大幅提升 Codeforces测试强于OpenAI首席科学家

12月21日消息，据外媒报道，在发布o1满血版、视频生成模型Sora等之后，OpenAI连续12天的直播活动在当地时间周五进入了最后1天，他们在当天的发布会上宣布了更强的o3系列人工智能模型。

同第1天、第3天和第5天的直播一样，OpenAI CEO 萨姆·奥尔特曼（Sam Altman）也参与了他们第12天的直播，o3系列大模型也是由他在直播中宣布的。

OpenAI在9月份推出了o1系列大模型，他们周五推出o3系列，在命名上就越过了o2，没有遵循数字一样的连续命名方式。对于越过o2，有外媒在报道中称可能是为了避免和英国电信运营商O2在命名上产生纷争。而在当天的直播中，萨姆·奥尔特曼承认了他们在命名上的不足，他表示基于OpenAI不太擅长命名的传统，新的大模型被命名为o3。

同9月份推出的o1系列大模型一样，OpenAI新宣布的o3系列大模型也有o3和o3 mini两款，不过尚未正式发布，o3 mini是预计会在明年年初发布。

在OpenAI此前推出的大模型中，能力在持续提升，新宣布的o3系列也不例外。

从OpenAI方面公布的消息来看，o3大模型在测试中的表现明显强于他们之前推出的大模型，在部分测试中的表现已经达到了人类的水平。

在ARC-AGI测试中，o3在低推理能力设置下的得分达到了75.7%，是o1的3倍，在高推理能力设置下则是高达87.5%，超过了85%的人类门槛。

在数学推理及解决问题的能力方面，o3也表现不俗，在2024年AIME测试中，o3的准确率达到了96.7%。

在编码和软件工程方面，o3的能力较o1也有大幅提升，在SWE-Bench认证中，o3的得分为71.7%，较o1提升了22.8个百分点。

值得注意的是，有外媒在报道中提到，在Codeforces的测试中，o3的得分为2727，比OpenAI首席科学家的得分还高。Codeforces是一家为计算机编程爱好者提供在线评测的网站，是一个面向程序员的在线竞赛平台。

虽然OpenAI的o3系列大模型要在明年才会正式发布，但他们在官网已表示，安全研究人员可以申请用于测试，从当地时间周五开始接受申请，截止时间为明年1月10日。