OpenAI o3-mini，现已提供法学硕士课程

o3-mini 今天上市了。与其他 o 系列型号一样，评估起来有点困难 – 我们现在需要决定是否最好使用 GPT-4o、o1、o3-mini 或（如果我们可以访问）o1 Pro 运行提示。

更令人困惑的是， o3-mini 系统卡(PDF) 中的基准测试并不是 o3-mini 在所有类别中的普遍胜利。它的基准测试通常高于 GPT-4o 和 o1，但并非适用于所有情况。

o3-mini 最大的胜利是在 Codeforces ELO 竞争性编程基准测试中，我认为这篇 2025 年 1 月 2 日的论文描述了这一点，得分如下：

奇怪的是，GPT-4o 分数位于 System Card PDF 的旧副本中，该副本已被根本不提及 Codeforces ELO 分数的更新文档所取代。

System Card 中关于 o3-mini 对于 OpenAI 本身的预期应用的一条注释对我来说很突出：

我们还计划允许用户使用 o3-mini 搜索互联网并在 ChatGPT 中汇总结果。我们期望 o3-mini 成为一个有用且安全的模型，特别是考虑到它在越狱和指令层次结构评估方面的性能，详见下面第 4 节。

这是值得注意的，因为 ChatGPT 上现有的 o1 模型尚未访问其网络搜索工具 – 尽管搜索和“推理”模型的混合具有非常明显的好处。

我发布了LLM 0.21，支持新模型，加上它的-o reasoning_effort heigh （或medium或low ）选项来调整推理工作 –本期详细信息。

请注意，新模型目前仅适用于Tier 3及更高级别的用户，这要求您在 API 上花费至少 100 美元。

o3-mini 的定价为 1.10 美元/百万输入代币，4.40 美元/百万输出代币 – 不到 GPT-4o 价格的一半（目前为 2.50 美元/10 美元），并且比 o1（15/60 美元）便宜得多。

 hn-summary.sh 42890627 -o o3-mini

结果如下 – 它使用了 18,936 个输入代币和 2,905 个输出代币，总成本为 3.3612 美分。