大半夜的，OpenAI抽象了整整快半年的新模型。
在没有任何预告下，正式登场。
正式版名称不叫草莓，草莓只是内部的一个代号。他们的正式名字，叫：
为什么取名叫o1，OpenAI是这么说的：
For complex reasoning tasks this is a significant advancement and represents a new level of AI capability. Given this, we are resetting the counter back to 1 and naming this series OpenAI o1.
翻译过来是：
对于复杂推理任务来说，这是一个重要的进展，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 1，并将这一系列命名为 OpenAI o1。
这次模型的强悍，甚至让OpenAI不惜推掉了过去GPT系列的命名，重新起了一个o系列。
炸了，真的炸了。
我现在，头皮发麻，真的，这次OpenAI o1发布，也标志着，AI行业，正式进入了一个全新的纪元。
**“我们通往AGI的路上，已经没有任何阻碍。”
**
在逻辑和推理能力上，我直接先放图，你们就知道，这玩意有多离谱。
AIME 2024，一个高水平的数学竞赛，GPT4o准确率为13.4%，而这次的o1 预览版，是56.7%，还未发布的o1正式版，是83.3%。
代码竞赛，GPT4o准确率为11.0%，o1 预览版为62%，o1正式版，是89%。
而最牛逼的博士级科学问题 (GPQA Diamond)，GPT4o是56.1，人类专家水平是69.7，o1达到了恐怖的78%。
我让Claude翻译了一下o1的图，丑是丑了点，但是能看的懂每项数据意思就行。
什么叫全面碾压，这就是。
特别是在测试测试化学、物理和生物学专业知识的基准GPQA-diamond上，o1 的表现全面超过了人类博士专家，这也是有史以来，第一个获得此成就的模型。
而整个模型之所以达到如此成就，基石就是Self-play RL，不知道这个的可以去看我前两天的预测文章：新模型草莓到底是个啥？
通过Self-play RL，o1学会了磨练其思维链并完善所使用的策略。它学会了识别和纠正自己的错误。
它也学会了将复杂的步骤分解为更简单的步骤。
而且当当前的方法不起作用时，它也学会了尝试不同的方法。
他学会的这些，就是我们人类，最核心的思考方式：慢思考。
诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作，名叫：《思考，快与慢》。
非常详细的阐述了人类的两种思考方式。
第一种是快思考（系统1），特点是快速、自动、直觉性、无意识，举几个例子：
- 看到一个笑脸就知道对方心情很好。
- 1+1=2 这样简单的计算。
- 开车时遇到危险情况立即踩刹车。
这些就是快思考，也就是传统的大模型，死记硬背后学得的快速反应的能力。
第二种是慢思考（系统2），特点是缓慢、需要努力、逻辑性、有意识，举几个例子：
- 解决一道复杂的数学题
- 填写税务申报表
- 权衡利弊后做出重要决定
这就是慢思考，我们人类之所以强大的核心，也是AI要通往下一步AGI路上的基石。
而现在，o1终于踏出了坚实的一步，拥有了人类慢思考的特质，在回答前，会反复的思考、拆解、理解、推理，然后给出最终答案。
说实话，这些增强的推理能力在处理科学、编码、数学及类似领域的复杂问题时绝对极度有用。
例如o1可以被医疗研究人员用来注释细胞测序数据，被物理学家用来生成量子光学所需的复杂数学公式，以及被各个领域的开发人员用来构建和执行多步骤工作流，等等等等。
o1也绝对是全新一代的数据飞轮，如果答案正确，整个逻辑链就会变成一个包含正负奖励的训练示例的小型数据集。
以OpenAI的用户级别，未来的进化速度，只会更恐怖。
写到这，我忽然叹了口气，我觉得我跟一年以后的o1比起来，可能就是个纯废物了，真的。。。
目前，o1模型已经逐步向所有ChatGPT Plus和 Team用户开放，未来会考虑对免费用户开放。
分为两个模型，o1预览版和o1 mini，o1-mini就是更快更小更便宜，推理啥的都不错，极度适合数学和代码，就是世界知识会差很多，适用于需要推理但不需要广泛世界知识的场景。
o1预览版每周30条，o1-mini每周50条。
雪崩，甚至不是按以前的3小时来限制的，是每周30条，也能从侧面看出来，o1这个模型，有多贵了。
对于开发者来说，只对已经付过1000美刀的等级5开发者开放，每分钟限制20次。
都挺少的。
而且在功能上阉割挺大，但是毕竟早期，理解。
API的价格上，o1预览版每百万输入15美元，每百万输出60美元，这个推理成本…
o1-mini会便宜一些，每百万输入3美元，每百万输出12美元。
输出成本都是推理成本的4倍，对比一下GPT4o，分别是5美元和15美元。
o1-mini还是勉强有一些经济效应的，不过还是开始，后面等着OpenAI打骨折。
既然说o1已经对Plus用户开放，我就直接去我的号上看了眼，还不错，拿到了。
那自然，第一时间试一试。
目前不支持曾经的所有功能，也就是没有图片理解、图片生成、代码解释器、网页搜索等等，只有一个可以对话的裸模型。
我先是一个曾经很致命的问题：
“农夫需要把狼、羊和白菜都带过河，但每次只能带一样物品，而且狼和羊不能单独相处，羊和白菜也不能单独相处，问农夫该如何过河。”
思考了6秒时间，给了我一个很完美的回答。
还有之前一个坑遍所有大模型的调休问题：
“这是中国2024年9月9日（星期一）开始到10月13日的放假调休安排:上6休3上3休2上5休1上2休7再上5休1。
请你告诉我除了我本来该休的周末，我因为放假多休息了几天？”
在o1思考了整整30秒以后，给出了一天不差的极度精准的答案。
无敌，真的无敌。
再来一个更难的，就是曾经姜萍那个比赛的奥数题：
别问我题目什么意思，我看不懂，我是废物，这题曾经屠杀所有的大模型，这次，我们让o1也来试一下看看。
在o1思考了整整1分多钟之后，他给出了答案。
…
全…对…
我裂开了。
目前我自己试下来，感觉Prompt，未来可能也要重新摸索，在GPT为代表的快思考大模型时代，我们有很多所谓的一步一步思考之类的玩意，现在全都无效了，对o1甚至还有负效果。
OpenAI给出的最佳写法是：
- **保持提示简单直接：**模型擅长理解和响应简短、清晰的指令，而不需要大量的指导。
- **避免思路链提示：**由于这些模型在内部进行推理，因此不需要提示它们“逐步思考”或“解释你的推理”。
- **使用分隔符来提高清晰度：**使用三重引号、XML 标签或章节标题等分隔符来清楚地指示输入的不同部分，帮助模型适当地解释不同的部分。
- **限制检索增强生成 (RAG) 中的附加上下文：**提供附加上下文或文档时，仅包含最相关的信息，以防止模型过度复杂化其响应。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
学习路线
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
