当前位置：首页 > 文章列表 > 科技周边 > 人工智能 > OpenAIo4-mini小型推理模型震撼上市

OpenAIo4-mini小型推理模型震撼上市

2025-05-01 23:15:53 0浏览收藏

OpenAI o4-mini是由OpenAI推出的一款小型推理模型，专为快速且经济高效的推理任务而设计。该模型在数学、编程和视觉任务上表现卓越，尤其在AIME 2024和2025基准测试中表现出色，成为最佳模型之一。OpenAI o4-mini支持高容量和高吞吐量的推理任务，具备多模态能力，能够将图像融入思维链进行推理，支持工具使用，并能快速生成详细且深思熟虑的答案。与前代模型相比，OpenAI o4-mini在性能和成本效益方面有显著提升，适用于教育辅导、数据分析、软件开发等多种应用场景。

OpenAI o4-mini 是由OpenAI推出的一款小型推理模型，专为快速且经济高效的推理任务而设计。该模型在数学、编程和视觉任务上表现卓越，在AIME 2024和2025基准测试中表现出色，是最佳模型之一。OpenAI o4-mini 支持高容量和高吞吐量的推理任务，适用于快速处理大量问题。它具备多模态能力，能够将图像融入思维链进行推理，支持工具使用，并能快速生成详细且深思熟虑的答案。与前代模型相比，OpenAI o4-mini 在性能和成本效益方面有显著提升。目前，ChatGPT Plus、Pro 和 Team 用户可以在模型选择器中找到OpenAI o4-mini和OpenAI o4-mini-high，它们已经取代了o1、o3-mini和o3-mini-high。ChatGPT Enterprise 和 Edu 用户将在一周内获得访问权限。开发者可以通过Chat Completions API和Responses API使用该模型。

OpenAI o4-mini— OpenAI推出的小型推理模型 OpenAI o4-mini的主要功能包括：

快速推理：擅长快速处理数学、编程和视觉任务，适用于高吞吐量场景。
多模态能力：能够结合图像和文本进行推理，支持图像处理。
工具使用：可以调用网络搜索、Python编程等工具辅助解决问题。
性价比高：性能优于前代o3-mini，但价格不变，是升级的首选。
安全可靠：经过安全训练，能够拒绝不当请求。

OpenAI o4-mini的性能表现：

数学推理：在AIME 2024和2025基准测试中，OpenAI o4-mini在不使用工具的情况下准确率达到93.4%，使用Python后准确率提升至98.7%，接近满分。在复杂的数学问题解决能力上，OpenAI o4-mini表现优于前代o3-mini，在某些任务中接近完整版o3。
编程能力：
- SWE-Lancer：OpenAI o4-mini表现优异，支持高效完成复杂的编程任务，收益表现突出。
- SWE-Bench Verified（软件工程题库）：在常见算法、系统设计、API调用等任务中表现卓越，准确率和效率均高于o3-mini。
- Aider Polyglot Code Editing（多语言代码编辑基准）：在代码编辑任务中表现出色，包括整体重写和补丁式修改，性能都优于o3-mini。
多模态能力：
- MMMU（大学水平的视觉数学题库）：支持将图像和数学符号结合解题，准确率达到87.5%，远高于前代o1的71.8%。
- MathVista（视觉数学推理）：在几何图形、函数曲线等视觉数学推理任务中表现优异，准确率高达87.5%。
- CharXiv-Reasoning（科学图表推理）：能理解科学论文中的图表和示意图，准确率达到75.4%，显著优于o1的55.1%。
工具使用：
- Scale MultiChallenge（多轮指令遵循）：支持处理复杂的多轮指令任务，正确理解执行多轮指令。
- BrowseComp Agentic Browsing（浏览器任务）：基于虚拟浏览器搜索、点击、翻页并整合信息，表现接近o3，远超传统AI搜索能力。
- Tau-bench 函数调用：在函数调用任务中表现稳定，支持准确生成结构化的API调用，复杂场景下需进一步优化。
综合测试：
- 专家级综合测试（Humanity’s Last Exam）：在不使用工具的情况下准确率为14.3%，借助插件后提升至17.7%，不及o3的24.9%，但在小型模型中表现优异。
- 跨学科PhD级科学题（GPQA Diamond）：在科学题上的准确率为81.4%，稍低于o3的83.3%，在小型模型中已经非常出色。