如何看待OpenAI最新发布的o3模型有多强大

说实话，在发布会当天刚刚听到o3的成绩时，真的令人疯狂，太强了，甚至很多人说已经达到了AGI的程度了，但是实际还没有（后面会详细的讲为什么还没有达到AGI）。

o3到底有多强？看看这两个成绩就知道了

在发布会上有一个测试是关于 EpochAI的Frontier数学基准测试，o3的成绩是25.2%，这个成绩有多恐怖呢，可以参考它之前和其他模型的战绩。

Claude 3.5 Sonnet、o1预览版、GPT-4o、Gemini 1.5 Pro准确率都不到2%。

这个测试集是专门为了测试模型数学能力设计出来的，由 Epoch AI 这家非营利研究机构号召 陶哲轩在内的60多位顶尖数学家 提出。 数学大佬陶哲轩甚至评价 ”大模型们，至少需要再战个几年吧”。

从2%到25%的飙升，足以见得o3得有多强了。

第二个测试的成绩，就是很多人认为o3已经达到AGI的水准了。

o3模型在为AGI准备的测试 ARC-AGI 上分数从32%跃升到了75.7%、87.5%。

这个成绩有多牛呢，同样给大家看一下它和其他模型的成绩。

这位测试集设计师在设计时定了一个标准，人类评估的阈值是85分，而 o3 high 的得分，更是飙升到 87.5%，超越了这个阈值，所以很多人认为o3已经达到了AGI。

o3达到AGI了吗？

但是真的达到了AGI时刻吗，这事还真的没有，在发布会结束后，这项测试集的设计者在社交平台上发言：

关于AGI方面的发言如下： 虽然新模型令人印象深刻，是通往 AGI 道路上的一个重要里程碑，但我并不认为这就是 AGI -- 仍然有相当数量非常简单的 ARC-AGI-1 任务是 o3 无法解决的，而且我们有早期迹象表明，ARC-AGI-2 对 o3 来说仍然极具挑战性。这表明，在不涉及专业知识的情况下，创建对人类来说容易但对人工智能来说不可能的不饱和、有趣的基准仍然是可行的。当创建这样的测试变得完全不可能时，我们将拥有 AGI 。 ”

So，o3真的还没有达到AGI时刻，不过却是最接近AGI的大模型。

对于消费者来说，此次发布会真的很值

这里再说一句，有人觉得此次OpenAI举办的发布会不是很成功，但是我觉得从消费者的角度来看非常成功。

大家可以细数一下，这次发布了多少功能(算上还没有上线的，大致是17个）。

完整版 o1 模型、o1 Pro 、ChatGPT Pro 会员、强化微调（Reinforcement Fine-Tuning，RFT）技术、视频生成模型Sora、Canvas 升级、ChatGPT 集成苹果系统、高级语音模式增加视觉能力、新增圣诞老人语言、Projects 功能、多模态 AI 搜索、语音搜索、满血版 o1 API、电话沟通服务、ChatGPT 集成 WhatsApp、Mac 桌面版 ChatGPT 集成多项应用、o3和o3mini模型。

我从未见过哪个发布会一口气发布这么多产品，有些产品我觉得很滥竽充数，但是去掉一些充数的，这次的发布会更新的功能真的多。

重要的是，会费没有变，依旧是20美金一个月，相比之前，是不是划算得多，这一波，OpenAI真很良心，加量不加价。

国内可用GPT的方法

最近身边的很多朋友都因为这次的发布会，而决定去订阅chatgpt会员的，但是他们都没有海外银行卡，都让我充，但是我也没有卡。

我是去wildcard平台申请了一张海外支付卡片从而订阅chatgpt，而且还可以订阅Claude、midjourney、poe等国内外的模型，简直对国内用户不要太友好。

传送门：

https://bewildcard.com/i/AGENT

如果你只是想要尝鲜一下，推荐使用国内的镜像网站2233.ai，推荐它主要的原因就是它有一天使用包，可以先尝鲜，用好了再包月的。

传送门：

https://2233.ai/i/AGENT

虽说此次o3没有达到AGI，但是它远远领先市面上所有的模型，要知道，ChatGPT自成立才过去了多久，就已经这么接近AGI了，不出意外，明天、或许是后年，AGI总将到来！