在官方的测试中，下一个模型更新在物理、化学和生物学的具有挑战性的基准任务上的表现与博士生相似。我们还发现它在数学和编码方面表现出色。在国际数学奥林匹克(IMO)资格考试中，GPT-4o仅正确解决了13%的问题，而推理模型得分为83%。他们的编码能力在比赛中得到了评估，并在Codeforces比赛中达到了第89个百分位。
适合对象如果您正在解决科学、编码、数学和类似领域的复杂问题，这些增强的推理能力可能特别有用。例如，医疗研究人员可以使用o1来注释细胞测序数据，物理学家可以使用o1来生成量子光学所需的复杂数学公式，各领域的开发人员可以使用o1来构建和执行多步骤工作流程。
安全
在开发这些新模型的过程中，官方提出了一种新的安全训练方法，利用它们的推理能力，使它们遵守安全和协调准则。通过能够在上下文中推理我们的安全规则，它可以更有效地应用它们。
官方衡量安全性的一种方法是测试当用户试图绕过安全规则（称为“越狱”）时，官方的模型如何继续遵循安全规则。在官方最严格的越狱测试之一中，GPT-4o 得分为 22（0-100 分制），而官方的 o1 预览模型得分为 84。
OpenAIo1-mini
o1系列擅长准确生成和调试复杂代码。为了给开发人员提供更高效的解决方案，我们还发布了OpenAIo1-mini，这是一种速度更快、成本更低的推理模型，在编码方面尤其有效。作为一款较小的模型，o1-mini比o1-preview便宜80%，使其成为一款功能强大、经济高效的模型，适用于需要推理但不需要广泛世界知识的应用程序。
如何使用OpenAIo1
从今天开始，ChatGPTPlus和Team用户将能够在ChatGPT中访问o1模型。o1-preview和o1-mini都可以在模型选择器中手动选择，在发布时，每周发送消息次数限制为o1-preview30条消息和o1-mini50条消息。我们正在努力提高这些发送次数，并使ChatGPT能够根据给定的提示自动选择正确的模型。
