OpenAI發(fā)布視覺推理模型o3和o4-mini，開源輕量級編程Agent Codex CLI

4月17日消息，OpenAI發(fā)布兩大視覺推理模型OpenAI o3和o4-mini，這也是OpenAI o系列中首次可以使用圖像進行思維鏈推理的模型。OpenAI還開源了輕量級編程Agent——Codex CLI。

OpenAI o3是最強大的推理模型，它非常適合需要多方面分析的復雜查詢，它在分析圖像、圖表和圖形等視覺任務上表現(xiàn)尤其出色。o3在解決困難的現(xiàn)實世界任務中比OpenAI o1犯的主要錯誤少20%，尤其是在編程、商業(yè)/咨詢和創(chuàng)造性思維等領域表現(xiàn)出色。

OpenAI o4-mini是一個針對快速、成本效益推理進行優(yōu)化的較小模型。它在大小和成本方面取得了顯著的性能，特別是在數(shù)學、編碼和視覺任務方面。它在非STEM任務以及數(shù)據(jù)科學等領域的表現(xiàn)也優(yōu)于其前身o3-mini。

值得注意的是，OpenAI特別強調，o3和o4-mini可以通過API中的函數(shù)調用完全訪問ChatGPT中的工具，以及用戶自己的自定義工具。這些模型經過訓練，能夠推理如何解決問題，選擇何時以及如何使用工具，以正確的輸出詳細而周到的答案。

OpenAI舉例稱，例如，用戶可能會問：“與去年相比，加利福尼亞州的夏季能源使用情況如何？”該模型可以在網(wǎng)絡上搜索公用事業(yè)數(shù)據(jù)，編寫Python代碼來構建預測，生成圖表或圖像，并解釋預測背后的關鍵因素，將多個工具調用鏈接在一起。推理允許模型根據(jù)需要對遇到的信息做出反應和調整。例如，他們可以在搜索提供商的幫助下多次搜索網(wǎng)絡，查看結果，并在需要更多信息時嘗試新的搜索。這種靈活的戰(zhàn)略方法使模型能夠處理需要訪問模型內置知識之外的最新信息、擴展推理、綜合和跨模式輸出生成的任務。

目前，ChatGPT Plus、Pro和Team用戶可以使用o3、o4-mini和o4-mini-high，這些模型會取代o1、o3-mini和o3－mini－h(huán)igh。o3和o4-mini通過Chat Completions API和Responses API向開發(fā)者開放。

OpenAI預計在幾周內發(fā)布OpenAI o3-pro，并配備完整工具支持。

同時，OpenAI還宣布開源編程Agent Codex CLI，目前Codex CLI已在github上完全開源。

Codex CLI是一個可以在端側運行的輕量級編碼Agent，它直接在用戶的計算機上工作，旨在最大限度地提高o3和o4-mini等模型的推理能力，并將支持GPT?4.1等其他API模型?。（宜月）

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。