OpenAI 发布首个推理模型系列 o1

背景

o1 系列的设计目标是在回答前投入更多时间思考，并面向科学、编程和数学等复杂任务^[1]。

发生了什么

2024 年 9 月 12 日，OpenAI 推出了两款模型。o1-preview 是这一模型的早期版本。o1-mini 则是更快的版本，尤其擅长编程，微软表示它的成本比 o1-preview 低约 80%^[1][4]。OpenAI 的系统卡说明，o1 系列通过大规模强化学习训练，学会用思维链推理，并能在回答用户之前生成较长的思维链^[2]。

同一天，微软把 o1-preview 和 o1-mini 加入 Azure OpenAI 服务、Azure AI Studio 和 GitHub Models，作为面向部分客户的预览版本^[4]。

关键细节

OpenAI 报告称，在具体语境中推理自身安全政策，使模型在某些风险基准上达到了先进水平，例如抵抗已知的越狱攻击、避免提供非法建议^[2]。根据 OpenAI 的准备框架（Preparedness Framework），两款模型的整体风险均被评为中等：说服力和化学、生物、放射性及核（CBRN）风险为中等，模型自主性和网络安全为低^[2]。

随后推出的是完整版 o1。OpenAI 于 2024 年 12 月 5 日发布了更新的 o1 系统卡，并于 2024 年 12 月 17 日面向开发者推出 o1^[3][5]。

影响

这次发布推出了 OpenAI 首个推理模型系列，以更长的响应时间换取更多推理。它也较早通过微软的 Azure 进入开发者和企业市场，以面向部分客户的预览形式提供^[4]。