北京时间凌晨一点，OpenAI 来了一波大动作。预热已久的 GPT 草莓项目——传说中那个擅长高级推理的大语言模型，终于正式亮相。OpenAI 在推特上官宣，推出了全新的 o1-preview 模型。名字的含义之前外媒已经爆料过，o1 应该对标的是 OpenAI 下一代大模型 Orion（猎户座）系列。

OpenAI 在发布文档中强调，新模型的推理能力代表了人工智能的新水平——他们甚至把计数器重置为 1。这暗示着，未来可能不再会有 GPT-5，o1 将直接扛起 OpenAI 最强模型的大旗。从今天开始，ChatGPT Plus 和 Team 用户就能直接访问，可以手动选择使用 o1-preview 预览版，或者更小的版本 o1-mini。不过，o1-preview 每周限制 30 条消息，o1-mini 则是 50 条。

o1 模型：解决博士级别的科学问题，超越人类

目前虽然没有亲身体验，但 OpenAI 放出的资料已经足够惊艳。最炸裂的当然是推理能力。Sam Altman 直接对比了 o1 和 GPT-4o 在数学、编程和博士级科学题目上的表现。结果呢？o1 预览版在数学和编程上的能力比 GPT-4o 提升了 5~6 倍，而真正的 o1 模型则提升了 8~9 倍。更夸张的是，o1 在博士级科学题目上的成功率已经超过人类专家，达到了 69.7% 以上。

OpenAI 的技术博客给出了更具体的数字：o1 模型在美国数学邀请赛上能排进前 500 名，而且物理、生物、化学问题的准确度也超过了博士水平。这意味着大模型技术可能要刷新大家的认知了——不再只是个"什么都懂一点的大学生"，而是能在知识专精上冲到新的高度。

这种进步背后，是 o1 在解题时用的一系列思维策略。通过强化学习，它学会了完善思维链、纠正错误，把复杂问题拆成简单步骤，然后尝试多种方案找到最优解。在 OpenAI 给出的案例里，这一点体现得很直观——回答阅读理解或化学题时，o1 会展开详尽的思维链，自己提问、自己回答，最终给出准确答案。

价格未涨，OpenAI 用 o1-mini 解决推理成本问题

发布前有媒体猜测，新模型因为推理成本高，可能会提价，甚至有人说每月要 2000 美元。结果让人意外：OpenAI 没涨价，而是用限制使用次数和推出 o1-mini 版来控制成本。o1-mini 尤其擅长精准生成和调试复杂代码，对开发人员特别友好，而且比 o1-preview 便宜 80%。另外，OpenAI 还计划向所有 ChatGPT 免费用户开放 o1-mini 的访问权限。

Scaling Law 之后最重要的进展？

这次发布不光是新模型亮相，更关键的是 OpenAI 在训练中发现了一个重要现象：通过增加强化学习和思考时间，o1 的性能可以持续提升。这和传统的 scaling law 不一样——传统 law 主要关注训练时的参数、数据和计算量。而 o1 展示的是推理层面的 scaling law：模型在内部自我思考时间增加时，能力也会跟着提升。这很可能为大模型未来的进化开辟了一条新路。

英伟达具身团队负责人 Jim Fan 对此给出了高度评价，认为这标志着我们翻过了一页——相当于把 AlphaGo 通过自我对弈提升棋艺的成功模式，复制到了大模型上。超人的 AI，或许真的不再遥远了。