新智元報道
編輯：犀牛 好困
【新智元導(dǎo)讀】一句話看懂：o3以深度推理與工具調(diào)用能力領(lǐng)跑復(fù)雜任務(wù)，GPT-4.1超長上下文與精準(zhǔn)指令執(zhí)行適合API開發(fā)，而o4-mini則堪稱日常任務(wù)的「性價比之王」。
如果你最近關(guān)注AI新聞，可能會被各種層出不窮的新模型搞的眼花繚亂。
尤其是堪稱「起名黑洞」的OpenAI，命起名來可謂是是毫無章法。
即便是AI圈的資深團(tuán)隊，在面對同時發(fā)布的o3、o4-mini、GPT-4.1、GPT-4.1 mini和GPT-4.1 nano時，也是蒙圈的。
為了解決這個困擾，來自Every和DataCamp的團(tuán)隊在經(jīng)過反復(fù)測試、來回切換模型，折騰了很多提示詞后，得出了以下結(jié)論：
o3：OpenAI最新的旗艦?zāi)Ｐ停彩亲顣干疃人伎肌沟倪x手——專為自主復(fù)雜推理與工具調(diào)用設(shè)計。
o4?mini：效率發(fā)動機——速度快、價格低，對數(shù)學(xué)、視覺推理和成本敏感型開發(fā)任務(wù)表現(xiàn)驚人。它不是明星旗艦，也不是基準(zhǔn)霸主，但憑借效率優(yōu)勢，完全可以承擔(dān)一般的任務(wù)。
GPT?4.1：API專用的主力干將——指令遵循嚴(yán)謹(jǐn)，長上下文記憶出眾。
接下來，看看這三款模型的新特性、各自擅長什么，以及在Every團(tuán)隊的工作流中，它們實際表現(xiàn)如何。
o3
OpenAI最強推理模型
o3是OpenAI最新的前沿模型，旨在提升其在編碼、數(shù)學(xué)、科學(xué)與視覺感知等復(fù)雜任務(wù)上的推理能力。
它也是首個具備自主工具調(diào)用能力的推理模型，可使用搜索、Python、圖像生成以及圖像解讀等工具來完成任務(wù)。
憑借這一能力，就讓它在針對現(xiàn)實世界問題求解的高級基準(zhǔn)測試中表現(xiàn)出色，而此前的模型往往難以勝任。
OpenAI 特別強調(diào)了o3相較于o1的顯著提升，并將其定位為迄今為止功能最強、適用面最廣的模型。
o3不只是像GPT?4o那樣會用工具、能看圖——它還能把這些工具和圖像融入自己的推理過程。
o3的優(yōu)勢
? 工具調(diào)用
o3既懂得如何使用單個工具，也知道如何把多種工具串聯(lián)起來，并在關(guān)鍵時刻切換方案。
假設(shè)你上傳一張月度銷售圖表，它可能先用OCR提取數(shù)據(jù)，再寫Python代碼計算同比增長，隨后檢索行業(yè)基準(zhǔn)為結(jié)果提供背景——一氣呵成。
在單條回復(fù)中，它最多可調(diào)用600次工具，邊執(zhí)行邊自我優(yōu)化；一旦出現(xiàn)問題，也能迅速調(diào)整方向。就像一位自驅(qū)的分析師，隨身攜帶瑞士軍刀，而且知道什么時候該用哪一把刀。
? 視覺推理
o3會帶著真實語境去深度解析圖像。其他模型也許只會說「這是一幅描繪女性的畫」，而o3會放大畫角，讀出畫家簽名，查出畫作懸掛的博物館，并為你講述其所屬藝術(shù)流派的歷史。
o3的技術(shù)創(chuàng)新
性能大幅躍升絕非偶然。OpenAI團(tuán)隊通過多項突破，才拿出了如此漂亮的成績單：
? 擴展強化學(xué)習(xí)
OpenAI發(fā)現(xiàn)，只要在強化學(xué)習(xí)階段提升算力投入，模型效果就能顯著提升，這與GPT系列在監(jiān)督預(yù)訓(xùn)練里的「越算越強」規(guī)律如出一轍。不同的是，此時的o3并非優(yōu)化「下一詞預(yù)測」，而是通過最大化強化學(xué)習(xí)獎勵來學(xué)習(xí)，且常在工具增強環(huán)境中訓(xùn)練。
實質(zhì)上，OpenAI把強化學(xué)習(xí)當(dāng)成了「放大版預(yù)訓(xùn)練」：訓(xùn)練更久、用更多算力，結(jié)果也更好。由此解鎖了長期規(guī)劃與序列推理等能力，例如競技編程、多步數(shù)學(xué)證明。再配合工具調(diào)用，性能增益更加明顯。
? 動態(tài)視覺推理
o3在視覺推理上同樣大幅躍進(jìn)。它不僅能理解圖片，還把圖像直接納入推理循環(huán)——解釋、操作、反復(fù)查看都不在話下。因而在科學(xué)圖表、數(shù)學(xué)示意圖，甚至通過照片排定日程等任務(wù)上表現(xiàn)突出。
核心做法是：在整個推理過程中始終保留原圖。
與傳統(tǒng)「生成文本描述后就丟圖」的做法不同，o3可借助工具隨時放大、旋轉(zhuǎn)、重看圖像任意區(qū)域，使推理更靈活，也能處理更凌亂的視覺輸入，如模糊白板、手繪草圖或會議日程照片。
舉個例子，OpenAI讓o3讀取一張低清晰度的演出排期照片，并規(guī)劃一份在每場活動之間留出10分鐘休息的行程——既要解析視覺布局，又得實時應(yīng)用約束條件。
比如，給o1看一幅粗糙草圖，問「這將繪制哪種分形？」——o1答錯了；而o3直接命中了「龍形曲線」。
雖然只是小測試，但結(jié)果令人驚喜，因為我們并未提供太多線索。
? 更優(yōu)成本效率
更令人意外的是，o3 的性價比也更高：在相同推理成本下，它交出了更好的成績。這或許得益于架構(gòu)級優(yōu)化，提高了 Token 吞吐量并降低了延遲。
自 Deepseek?R1以ChatGPT僅幾分之一的成本取得高性能以來，成本一直是熱門話題，而 o3 的表現(xiàn)顯然再次推高了業(yè)界預(yù)期。
o4?mini
小巧、敏銳，卻實力驚人
o4?mini是OpenAI o系列推理模型的最新成員。
它針對速度、低成本以及工具增強推理能力進(jìn)行了優(yōu)化，提供200 000 Token的上下文窗口，并可輸出最多100000個Token，性能與o3、o1相當(dāng)。
在工具層面，o4?mini兼容Python執(zhí)行、網(wǎng)頁瀏覽和圖像輸入，可接入OpenAI的標(biāo)準(zhǔn)接口（包括 Chat Completions 和 Responses）。支持流式輸出、函數(shù)調(diào)用及結(jié)構(gòu)化輸出，但暫不支持微調(diào)和嵌入（Embeddings）。
o4?mini兼顧「量」和「質(zhì)」：面向普通用戶的每日消息上限達(dá)150條，而o3的上限是每周50條；在數(shù)學(xué)、編程和高視覺負(fù)載任務(wù)上，它以更快速度、極低成本，達(dá)到接近o3的性能。
雖然o3仍然是OpenAI最強的推理模型，但o4?mini可以使用十分之一不到的費用獲得o3大部分的性能。
o4?mini的優(yōu)勢
? 體積雖小，威力十足
要分析海量數(shù)據(jù)，或匯總凌亂的研究表格？o4?mini輕松應(yīng)對——篩選洞見、編寫結(jié)構(gòu)化查詢語言（SQL）、檢索數(shù)據(jù)，并將結(jié)果繪制成可交互圖表。
o3也許要十幾步推理、付出不菲的token成本，而o4?mini直截了當(dāng)，給你既簡潔又合理的答案。
? 工具齊全，算力更省
o4?mini提供與o3同級別的完整工具箱，包括Python、網(wǎng)頁瀏覽、圖像分析與生成等。
生成分析報告時，它可以一次完成：拉取CSV，用Python清洗并制圖，上網(wǎng)查找行業(yè)宏觀數(shù)據(jù)進(jìn)行對比，最后輸出Markdown報告；整個過程無需承擔(dān)o3的計算開銷。
o4?mini與o4?mini?high
打開ChatGPT應(yīng)用，你會發(fā)現(xiàn)有o4?mini和o4?mini?high兩種選擇。
顧名思義，o4?mini?high就是通過更多推理算力的投入，來換取更佳表現(xiàn)。
這意味著o4?mini?high相比于o4?mini：
會在內(nèi)部花費更多時間處理每個提示詞；
通常能生成更高質(zhì)量的輸出，尤其是多步任務(wù)；
但響應(yīng)速度更慢，且可能消耗更多Token。
如果你更看重速度，o4?mini或許更合適。若任務(wù)需要復(fù)雜推理（尤其涉及代碼或視覺輸入）、更長上下文，或?qū)纫髽O高，那么o4?mini?high更有可能給出更好的結(jié)果。
實測表現(xiàn)
接下來，對o4?mini分別在數(shù)學(xué)和編碼場景下進(jìn)行測試。
? 數(shù)學(xué)
首先，給它一道看似簡單、卻常常難住語言模型的計算題。
目的不是測它的基礎(chǔ)算術(shù)，而是想看看它會如何解題：一步步推理，還是調(diào)用像計算器這樣的工具。
第一次回答錯了。于是，直接提醒它要使用計算器。
第二次雖然算對了，但仍有兩個問題：
它把答案稱為「約等于」，可這道減法題根本不用任何估算。
從推理過程能看出它并未真正調(diào)用計算器，盡管輸出里寫著「計算器顯示」，這與實際計算方式不符。更離譜的是，它還去搜了網(wǎng)頁，而這種基礎(chǔ)題完全無需聯(lián)網(wǎng)查詢。
隨后又給了它一道更有挑戰(zhàn)性的數(shù)學(xué)題，這回表現(xiàn)就穩(wěn)多了。
模型反應(yīng)迅速，用一小段Python腳本就解出了答案，而且還能在思維鏈里直接看到代碼。能把代碼公開為推理過程的一部分，確實相當(dāng)實用。
? 生成p5.js游戲
在這個測試中，選用算力更高的o4?mini?high。
提示詞：給我做一款引人入勝的無盡跑酷游戲。關(guān)鍵操作說明顯示在屏幕上。p5.js場景，不要HTML。我喜歡像素風(fēng)恐龍和有趣的背景。
第一次生成的結(jié)果：
有些地方我想調(diào)整，于是再次進(jìn)行提示：
畫一只更像樣的恐龍——那東西一點也不像恐龍。
讓玩家按下任意鍵再開始游戲——不要一啟動就自動開始；同時確保所有操作說明仍然顯示在屏幕上。
游戲結(jié)束后，讓玩家可以重新嘗試。
第二次生成的結(jié)果：
這次好多了，但這只「恐龍」看起來還是像一臺老式電影攝像機。
GPT?4.1
為精準(zhǔn)而生，不為「氛圍」服務(wù)
目前GPT?4.1只通過API向開發(fā)者開放，目標(biāo)是以毫不妥協(xié)的精準(zhǔn)度執(zhí)行細(xì)致入微的指令。
它沒有4.5等前輩那種「夢幻」氣質(zhì)，卻更加結(jié)構(gòu)化、可靠且一致?？梢园阉?dāng)作OpenAI面向特定開發(fā)任務(wù)的高負(fù)荷「勞?！梗前l(fā)散創(chuàng)意的靈感源泉。
GPT?4.1的優(yōu)勢
? 遵循復(fù)雜指令
GPT?4.1處理任務(wù)就像經(jīng)驗老到的領(lǐng)航員。
比如你正在寫一個食譜生成器，并且把所有的要求都寫在了一個提示詞里——以Markdown輸出、避開特定話題、按指定順序列出烹飪步驟，并附上鈉含量等關(guān)鍵指標(biāo)。
舊版模型可能會漏掉步驟或亂了順序，而4.1會嚴(yán)格遵照你的路線，哪怕十分漫長、全是彎彎繞繞。
這帶來了兩大好處：寫提示詞的時間更短，處理模型輸出的時間也更短。
? 記憶力驚人
上下文窗口從128000個token擴大到1000000個token，比GPT?4o足足多出了8倍。
你只需一次性設(shè)定語氣或結(jié)構(gòu)，它便能在多輪對話中持續(xù)遵循，無需每次從頭設(shè)置。
這讓很多實際場景變得可行：一次性處理完整日志、為代碼倉庫建索引、順暢運行多文檔法律流程，或分析長篇內(nèi)容，全程無需分塊或摘要。
? 結(jié)構(gòu)化輸出
GPT?4.1就像自駕游里那個「只要路線明確就特別好相處」的朋友。給它清晰的行程表，它就執(zhí)行得又準(zhǔn)又快。
可如果拋給它「氛圍」式的提示詞，比如「能不能讓這個食譜App像走進(jìn)一家溫馨的地下酒吧？」，它可能立刻就想回家。
GPT?4.1、GPT-4.1 mini和GPT-4.1 nano
如果你想在編碼、指令遵循以及長上下文任務(wù)上獲得最優(yōu)綜合表現(xiàn)，就選GPT?4.1。它能勝任復(fù)雜的編碼工作流，也能在單條提示詞中處理大體量文檔。
GPT?4.1 mini屬于中端選項，延遲和成本更低，卻幾乎具備與完整版相同的能力。在多項基準(zhǔn)（包括指令遵循和圖像推理）中，它能追平甚至超越GPT?4o。
GPT?4.1 nano是系列中體積最小、速度最快、成本最低的模型（0.1美元/百萬Token），面向自動補全、分類，以及從長文檔中抽取信息等任務(wù)。雖然它的推理和規(guī)劃能力不如更大的模型，但對于某些任務(wù)來說，這已經(jīng)足夠用了。
與完整版的GPT?4.1一樣，mini和nano都支持100萬Token的上下文窗口。
對比競品的表現(xiàn)
? GPT-4.1 vs Claude 3.7 Sonnet
根據(jù)測試，在代碼的優(yōu)雅度和結(jié)構(gòu)性方面，Claude 3.7 Sonnet仍是首選，尤其體現(xiàn)在整體風(fēng)格一致性和用戶界面表現(xiàn)上。
不過，只要提示詞范圍清晰且具體，4.1在執(zhí)行指令能力上已大幅拉近差距。
? o4?mini vs GPT?3.5
就目前觀察，o4?mini正逐漸成為開發(fā)者在有限預(yù)算下追求速度、可靠性與視覺處理能力時的「平價首選」。而2022年11月發(fā)布的GPT?3.5，如今已經(jīng)顯得有些「過氣」了。
參考資料：
https://every.to/context-window/vibe-check-openai-s-o3-gpt-4-1-and-o4-mini
https://www.datacamp.com/blog/o4-mini
https://www.datacamp.com/blog/o3-openai
https://www.datacamp.com/blog/gpt-4-1
熱門跟貼