OpenAI o1

OpenAI o1 是 OpenAI 在 2024 年 9 月发布的新一代推理模型系列，首次通过强化学习训练，核心突破在于引入了 reasoning tokens 实现 inference-time scaling——即在推理阶段投入更多计算资源来提升表现。用 Greg Brockman 的话说，这是"第一个通过强化学习训练的模型"，在回答问题之前会深入思考，"我们的模型进行系统 I 思考，而思维链则解锁了系统 II 思考"。

o1 的标志性能力体现在数学与科学推理领域：在北美数学竞赛中进入全美 top 500，MMMU 多模态理解测试获 78.2% 高分，成为首个能与人类专家竞争的 AI 模型。据季逸超的实验观察，o1 的推理过程呈现线性自回归特征，API 中 reasoning tokens 的具体内容至今未向开发者开放。不过 o1 并非全能模型，其在自然语言处理日常任务中的实用性不及 GPT-4o，回答速度也需约 30 秒，被评价为从"有"到"能用"尚处早期。

o1 系列后续被 o3、o4-mini 迭代。2025 年 4 月发布的 o3 在 Codeforces、SWE-bench 等基准刷新 SOTA，重大错误较 o1 减少 20%；o4-mini 则以轻量设计在 AIME 2025 中近乎满分突破测试上限。