OpenAI o1大模型震撼發(fā)布，號稱秒殺GPT-4o、claude-3.5-sonnet、llama3.1-405b、deepseekv2.5、Qwen2？還超越了人類專家？

9月13日午夜（北京時間），OpenAI正式公開一系列全新AI大模型,這些模型旨在專門攻克各類難題。它們具備強大的復雜推理能力，作為通用模型，其所能解決問題的難度遠超前代的科學、代碼和數(shù)學模型。

o1便是此前OpenAI從山姆?奧特曼到各位科學家們一直大力“高調宣傳”的草莓大模型。據(jù)了解，它具備真正意義上的通用推理能力。在一系列高難度的基準測試中，o1大模型展現(xiàn)出了令人驚嘆的超強實力，相較于GPT-4o實現(xiàn)了巨大的跨越，使大模型的水平從不盡人意直接躍升至優(yōu)秀級別。它無需專門訓練就能在數(shù)學奧賽中斬獲金牌，甚至在博士級別的科學問答環(huán)節(jié)中超越了人類專家。

不過，由于o1等大型語言模型是基于大量文本數(shù)據(jù)集進行預訓練的，盡管它們蘊含了廣泛的世界知識，但在實際應用中，可能存在成本高昂且運行速度較慢的問題。

因此，更多的企業(yè)或許會優(yōu)先選擇開源模型。

說到開源模型，大家在評估開源模型使用效果時，通常會使用哪些站點呢？

在此，我推薦我正在使用的兩個平臺：www.perfxcloud.cn和llmworld.net，PerfXCloud可以免費評估各類主流大模型，包括llama3.1-405b、deepseek，面壁小鋼炮等各類主流大模型，llmworld上還有一些非常實用的AI小應用。

目前，o1-preview每位用戶每周僅能發(fā)送30條消息，o1-mini每位用戶每周僅能發(fā)送50條消息，我們都在期待正式上線后的價格公布。在llmworld.net上暫時還沒有看到該模型的價格信息。

在人工智能飛速發(fā)展的當下，OpenAI的o1大模型無疑為我們帶來了新的思考和挑戰(zhàn)。一方面，我們驚嘆于其強大的性能表現(xiàn)，另一方面也不得不面對其在實際應用中的局限性。

期待有更多優(yōu)秀的開源模型崛起，為我們提供更多的選擇和可能性！

審核編輯 黃宇