OpenAI o1-mini

是什么

o1-mini 是 OpenAI 于 2024 年 9 月 12 日发布的推理模型，与 o1-preview 同日推出^[1]。两者同属 o1 系列，而 o1-mini 是该系列里更轻的那一个：OpenAI 称它更小、更快、更便宜^[1]，微软给出的说法是，它的成本比 o1-preview 低约 80%^[2]。

它的定位很窄，也很实际。o1-preview 是拿来展示的模型，o1-mini 是便宜到可以频繁调用的那一个，所以价格差距和基准成绩一样重要。

它怎样推理

和 o1 系列的其他模型一样，o1-mini 通过大规模强化学习训练，用思维链（chain of thought）进行推理^[3]。

思维链的意思是，模型在给出答案之前先走若干中间步骤：复述问题、拆成几块、试一种解法、再验算一遍。强化学习是产生这种行为的训练手段。模型不是只靠人写的正确推理范例来学，而是对「最终答对」的推理路径给予奖励，于是它逐渐学会哪一类步骤更容易走通。这些推理大多发生在用户看到回复之前，所以这类模型回答一个问题比普通聊天机器人慢。

在 OpenAI 的 Preparedness Framework 下——这是该公司在发布前评估危险能力的内部清单——该模型的总体风险被评为中等^[3]。

擅长什么

OpenAI 称 o1-mini 尤其擅长编程^[1]，发布时给出的数字也支持这一侧重。在国际数学奥林匹克（International Mathematics Olympiad）的一道资格考试题上，GPT-4o 只解出 13% 的题目，而推理模型拿到 83%^[6]。在 Codeforces 编程竞赛中，新模型的编程能力达到第 89 百分位^[6]。

那道数学题最能说明 o1 思路改变了什么。13% 到 83% 的差距不是来自一个读了更多文本的更大模型，而是来自一个被允许在问题上多花时间、答之前先试算的模型。

使用范围与限制

该模型面向 ChatGPT Plus 和 Team 用户开放^[5]。2024 年 9 月 17 日的更新之后，ChatGPT 中 o1-preview 限制为每周 50 次提问，o1-mini 限制为每天 50 次^[6]——小模型的额度大得多，这与它更低的成本一致。

作为早期模型，这一系列缺少网页浏览、上传文件和图片等功能^[6]。用户得到的是推理能力，而不是一个完整的助手：不能联网搜索，不能附加文档，也不能看图。

下线

o1-mini 的服役期很短。OpenAI 于 2025 年 4 月 28 日宣布将其弃用，并于 2025 年 10 月 27 日在 API 中关闭^[4]。

在系列中的位置

o1-mini 最好理解为 o1 首次发布中的低价一端，与 o1-preview 并列^[1][2]。它把与系列其他成员相同的训练配方^[3]装进一个定价比预览版大模型低约 80% 的包里^[2]，承担的是 OpenAI 最有把握的编程任务^[1]。从发布、严格的频率限制，到后来放宽额度，再到弃用，它的这段公开轨迹是这一时期推理模型迭代速度的一份紧凑记录。