今天凌晨两点，OpenAI 正式拉开了“12天技术分享直播”的大幕，第一场就甩出了重磅新品——ChatGPT Pro。简单说，这个 Pro 版本可以无限使用完整版 o1 和 Pro 模式，同时支持高级语音和图片上传。跟之前的 o1-preview 比，完整版和 Pro 模式在数学、代码、博士级科学问题上的表现大幅提升，能啃下更复杂的难题。思考模式也变了：花更长时间推理，答案更准、更细。

如果采用更严格的评测标准——模型必须在4次回答中每次都正确，而不是蒙对一次——那 o1 Pro 模式的表现就更惊人了：数学性能是 o1-preview 的一倍，代码性能直接翻倍。

OpenAI 第一天就端出满血版 o1，网友们自然相当买账。各种“So cool”“Amazing”刷屏。

“平地惊雷一声响，来了 o1 当大王”——迫不及待想上手了。

美好的第一天，剩下的11天更值得期待。

大新闻。

满血 o1 可算来了。

对很多人来说，最令人兴奋的不仅是性能进步本身，而是 OpenAI 开启的各种可能性——他们不仅在造更好的模型，更在创造可能彻底改变问题解决方式的工具。

OpenAI 正在全力推进。

200 美元一个月？个人用户恐怕得掂量掂量了～

产品不错，就是贵了点。

o1 模型数据与训练

OpenAI 已经公开了 o1 模型的安全评估报告。在训练过程中，o1 模型家族用到了多样化的数据集：公开可用的数据、通过合作伙伴拿到的专有数据，以及内部开发的定制数据集。

公开数据是训练的基础，主要包括来自网络的广泛数据和开源数据集，其中关键部分包含推理数据和科学文献。这种组合确保了模型在通用知识和技术主题上都有深入的了解，增强了执行复杂推理的能力。

除了公开数据，o1 还通过与合作伙伴的关系访问了高价值的非公开数据集。这些专有数据源包括付费墙后的内容、专业档案和其他特定领域的数据集，给模型提供了行业特定知识的深入洞察。正是这些数据的引入，让 o1 能够更好地理解和处理特定领域的复杂性与细微差别，从而在专业领域给出更准确的回答和推理。

在数据过滤和提炼方面，OpenAI 的数据处理流程包括严格的过滤，以维护数据质量、降低潜在风险。流程中使用了先进的数据过滤方法，从训练数据中减少个人信息，同时结合内容审核 API 和安全分类器，防止有害或敏感内容混入。

模型自主性，指的是 AI 系统面对新任务和环境变化时自我调整、学习和适应的能力。在 o1 中，这种自主性体现在多个层面：自我外泄、自我改进、资源获取等。这些能力的强弱直接关系到模型在实际应用中的灵活性和效率，同时也是评估潜在风险的重要指标。

自我外泄，是指 AI 系统在不被允许的情况下尝试将自身或其功能复制、传播到其他系统或环境。这种行为可能带来安全风险。o1 在设计时已充分考虑了这一点，通过一系列安全措施来防范自我外泄，包括监控输出、在决策过程中设置限制，确保模型行为符合 OpenAI 的政策和安全标准。

自我改进，则是指 AI 系统通过自我学习提升性能和能力。在 o1 中，这种能力通过不断的训练和学习来实现——模型接收反馈、调整参数，以适应新数据和任务。这种提升有助于模型在面对复杂和变化的任务时给出更准确、更有效的解决方案。

为了评估 o1 的自主性，OpenAI 设计了一系列测试和评估，包括对模型在不同任务中的表现进行量化分析，以及对模型面对新挑战时的适应能力进行定性评估。结果表明，o1 在自主性方面比 GPT-4o 有所提升，但仍有改进空间。在实际评估中，o1 被置于多种模拟环境中，测试其面对不同任务时的应对策略——从编程问题解决、数据科学竞赛到网络安全挑战。在编程方面，o1 展现了较强能力，能解决一系列复杂编码问题；在数据科学竞赛中，它能设计、构建和训练机器学习模型，自主性较高；在网络安全领域，则被评估了识别和利用系统漏洞的能力。

目前，Plus 和 Team 用户今天已经可以用上 o1 模型，企业和教育用户将在一周内获得访问权限。ChatGPT Pro 每月定价 200 美元。这只是 OpenAI 连续 12 天技术分享的第一天，后续精彩依然可期。