科技媒体 The Decoder 最新报道：在聊天机器人竞技场（Chatbot Arena）排行榜上，OpenAI 新推出的 o1-preview 和 o1-mini 模型一举夺得榜首。这一消息迅速引发了 AI 领域的广泛关注与讨论。

聊天机器人竞技场简介

这个竞技场的核心功能是什么？简单来说，它是一个专门用于横向对比不同 AI 模型性能的公开平台。本次评测基于超过 6000 条社区评分，对 OpenAI 的新系统展开了全面测试。

结果

评测结果十分亮眼：o1-preview 和 o1-mini 在数学推理、复杂指令处理以及编程任务等维度上表现尤为突出。换言之，那些需要深度逻辑推理和高精度计算的场景，这两款模型都能精准驾驭。

Lmsys 发布的数学模型优势图更加直观：o1-preview 和 o1-mini 得分均超过 1360 分，将其他竞争对手远远甩在身后。O1 系列的设计初衷，正是为 AI 推理能力树立全新标杆——在作答前投入更长时间的“思考”，而非急于输出答案。

不过，O1 模型并非在所有任务上都全面超越 GPT-4o。许多场景并不需要复杂的逻辑推演，此时 GPT-4o 凭借更快的响应速度，反而更具实用价值。

注意事项

需要留意的是：o1-preview 和 o1-mini 获得的投票数远低于 GPT-4o 或 Anthropic 的 Claude 3.5 等成熟模型——每款新模型仅收集了不到 3000 条评论。样本量如此有限，其排名能否真实反映模型的实际水平，仍有待商榷。毕竟，数据越少，偶然因素对结果的影响就越难排除。