推理能力大幅增强，并大幅提升推理和RL 算力需求正如我们此前路演中反复强调，OpenAI与本周发布o1系列模型（此前开发代码为草莓）大幅增强推理能力，并宣布新的Scling范式：通过RL解锁Test time compute（推理时间）。北京时间9月13日1点，OpenAI宣布发布o1系列模型，o1-preview和o1-mini模型现已立即可用。并还分享了我们（尚未最终确定的）o1模型的评估结果，以向世界展示这不仅仅是一次性的改进 为这是一种新的扩展范式，OpenAI表示，o1 通过强化学习训练，在回应之前通过私密的思维链进行"思考"。它思考的时间越长，在推理任务上的表现就越好。这开辟了一个新的扩展维度。不再受预训练的限制。并现在也可以扩展推理计算能力，来获得强得多的能力。随着强化学习和推理的算力提高，模型能力也能提高，在实际推理时采用了CoT，但OpenAI尚未实际公布其具体Token与推理方式组成。o1的实际表现能力如何？在复杂任务上能力大幅超越OpenAI此前模型乃至人类平均水平。例如o1-preview在数学竞赛、代码竞赛、PHD入学考试上均能获得参赛者/专家前20%分位乃至更高的水平。而gpt4o在数学、代码竞赛仅能获得后10%分位。同时，在文字翻译等简单任务上，目前版本o1并未表现出高出gpt4o的能力。如何看待o1的成本？目前，o1-preview已经对于ChtGPT付费订阅Plus等用户开放，限制为一周30使用，约为4o七分之一，o1mini50次使用。API尚只能试用，且尚未定价。欢迎联系 天风海外 孔蓉/李泽宇 作者利益披露：转载，不作为证券推荐或投资建议，旨在提供更多信息，作者不保证其内容准确性。