选择AI比选择目标更难，命名黑洞OpenAI的新型号，到底如何选择？

假如你最近关注AI新闻，可能会被各种层出不穷的新模式弄得眼花缭乱。

特别是堪称「起名黑洞」OpenAI，命名可谓毫无章法。

即便是AI圈的资深团队，面对同时发布的o3，、o4-mini、GPT-4.1、GPT-4.1 mini和GPT-4.1 当nano的时候，也是蒙圈。

为了解决这个问题，Every和DataCamp团队通过反复测试和来回切换模型，得出了以下结论:

o3：最新的OpenAI旗舰模型，也是最好的「深度思考」选手——专为自主复杂的推理和工具调用而设计。

o4‑mini：高效发动机——速度快、价格低，对数学、视觉推理和成本敏感开发任务表现惊人。它既不是明星旗舰，也不是标准霸主，但凭借效率优势，完全可以承担一般任务。

GPT‑4.1：API专业主力干将-指令严谨，长前后文记忆力极佳。

下一步，看看这三个模型的新特性，各自擅长什么，以及它们在Every团队的工作流程中的实际表现。

OpenAI最强推理模型OpenAI

OpenAI是OpenAI的最新前沿模型，旨在提高其在编码、数学、科学和视觉感知等复杂任务中的推理能力。

它还是第一个具有独立工具调用能力的推理模型，可以使用搜索，Python、为了实现目标，图像生成和图像解读等工具。

凭借这种能力，它在高级基准测试中表现出色，以解决现实世界问题，而以前的模型通常很难胜任。

OpenAI 尤其强调o3与o1相比有了显著的改进，并将其定位为迄今为止功能最强、适用范围最广的模型。

o3不仅仅是GPT‑4o这样可以使用工具，可以看到图片-它也可以将这些工具和图像融入到自己的推理过程中。

o3的优势

• 工具调用

o3不仅知道如何使用单一工具，还知道如何将多种工具连接起来，并在关键时刻转换方案。

假设你上传一张月度销售图表，它可以先用OCR提取数据，然后写Python代码计算同比增长，然后检索行业标准为结果提供背景——一气呵成。

在单个回复中，最多可以调用600个工具，在执行的同时提升自己；一旦出现问题，可以快速调整方向。就像一个自动驾驶的分析师，随身携带瑞士军刀，知道什么时候用哪把刀。

• 视觉推理

o3将用真实的语境对图像进行深度分析。其它模型也许只会说。「这个画是一幅描绘女性的画。」，而且o3会放大画角，读取画家的签名，找出画中悬挂的博物馆，并为您讲述其所属艺术流派的历史。

技术创新o3

性能大幅提升绝非偶然。OpenAI团队通过多次突破，才拿出了如此美丽的成绩单：

• 扩大强化学习

OpenAI发现，只要在强化学习阶段增加算率投入，模型效果就可以显著提高，这与监管预训练中的GPT系列有关。「越算越强」这条规则完全一样。不同的是，这个时候的o3并没有升级。「下一词预测」，而是通过最大限度地加强学习奖励来学习，并且经常在工具增强的环境中进行训练。

本质上，OpenAI将强化学习视为「预训练放大版本」：训练时间更长，计算率更高，效果更好。从而解锁竞技编程、多步数学证书等长期规划和序列推理的能力。再加上工具调用，性能增益更加明显。

• 动态视觉推理

o3在视觉推理上也有了很大的飞跃。它不仅可以理解图片，还可以将图像直接纳入推理循环-解释、操作和反复查看。因此，它在科学图表、数学示意图甚至照片安排时间表等任务中表现突出。

核心做法是：在整个推理过程中始终保留原图。

和传统「生成文本描述后，丢失图片」不同的做法是，o3可以利用工具随时放大、旋转和重视图像的随机区域，使推理更加灵活，处理模糊白板、手绘草图或会议日程照片等更加凌乱的视觉输入。

例如，OpenAI允许o3读取一张低清晰度的表演时间表照片，并计划在每个活动之间留出10分钟的休息时间表——不仅要分析视觉布局，还要立即应用约束。

举例来说，给o1看一个粗糙的草图，「这样会画出什么样的分形？」——o1答错了；而且o3直接命中「龙形曲线」。

虽然是小测验，但是结果令人惊讶，因为我们没有提供太多的线索。

• 更好的成本效率

更加令人惊讶的是，o3 性价比也更高:在同样的推理成本下，交出了更好的成绩。这可能是由于架构水平的提高，提高了 Token 吞咽量和延迟减少。

自 Deepseek‑自从R1以ChatGPT只有几分之一的成本获得高性能以来，成本一直是一个热门话题， o3 显然，业界的预期再次被推高。

o4‑mini，体积小，敏锐，但实力惊人。

o4‑mini是OpenAI o系列推理模型的最新成员。

它优化了速度、低成本和工具的推理能力，提供了200。 000 Token的前后文窗口，最多可以导出10000个Token，性能和o3、o1相当。

就工具而言，o4‑适合Python执行、网页浏览和图像输入的mini，可以访问OpenAI的标准界面(包括 Chat Completions 和 Responses）。支持流式导出、函数调用和结构化导出，但暂时不支持微调和嵌入（Embeddings）。

o4‑兼顾mini「量」和「质」：普通用户每天有150条消息上限，而o3每周有50条消息上限；在数学、编程和高视觉负荷任务方面，它以更快的速度和极低的成本实现了接近o3的性能。

虽然o4仍然是OpenAI最强的推理模式，但是o4仍然是OpenAI。‑mini可以以不到十分之一的成本获得o3的大部分性能。

o4‑mini的优点

• 体积虽小，但威力十足

要分析大量数据，还是总结凌乱的研究表格？o4‑轻松应对——选择洞察力，编写结构化查询语言。（SQL）、搜索数据，并将结果绘制成可交互的图表。

也许o3需要十几步推理，付出丰厚的token费用，而o4‑mini是直接的，给你一个简洁合理的答案。

• 工具齐全，节省计算率

o4‑mini提供与o3相同级别的完整工具箱，包括Pythoni、页面浏览，图像分析和生成等。

在生成分析报告时，它可以一次完成：获取CSV，用Python清洗和绘制，在网上搜索行业宏观数据进行比较，最后导出Markdown报告；整个过程不需要承担o3的计算费用。

o4‑mini和o4‑mini‑high

打开ChatGPT应用程序，你会发现有o4‑mini和o4‑mini‑high有两种选择。

o4，顾名思义‑mini‑high就是通过投入更多的推理算力来换取更好的表现。

这意味着o4‑mini‑与o4相比，high‑mini：

• 会花更多的时间在内部处理每一个提示；
• 通常可以产生更高质量的导出，尤其是多步任务；
• 但是响应速度更慢，而且可能会消耗更多的Token。

如果你更看重速度，o4‑可能更适合mini。如果任务需要复杂的推理(特别是代码或视觉输入)、前后文字较长，或者对精度要求较高，那么o4‑mini‑high更有可能给出更好的结果。

实测表现

下一步，对o4‑在数学和编码场景中，mini分别进行测试。

• 数学

第一，给它一个看似简单，却常常难倒语言模型的计算问题。

目的不是测量它的基本算术，而是看它会如何回答问题：循序渐进地推理，或者使用像计算器这样的工具。

第一个答案是错误的。所以，直接提示它使用计算器。

虽然第二次算对了，但还是有两个问题：

这就把答案称为「约等于」，但是这个减法题根本不需要任何估计。

从推理过程中可以看出，它并没有真正调用计算器，尽管导出中写着「计算器显示」，这种计算方法与实际计算方法不符。更加离谱的是，它还去搜索网页，而且这个基本问题根本不需要在网上查询。

接着又给了它一个更具挑战性的数学题，这次表现稳定多了。

模型反应灵敏，答案是用一小段Python脚本解决的，代码可以直接在思维链中看到。把代码公开作为推理过程的一部分真的很实用。

• 生成p5.js游戏

本测试选择算率较高的o4。‑mini‑high。

提示：为我制作一款引人入胜的无尽跑酷手游。屏幕上显示了关键操作指南。p5.不要HTML，js场景。我喜欢像素风恐龙和有趣的背景。

首次产生的结果：

有些地方我想调整一下，所以再一次提示：

画一只更像样的恐龙——它一点也不像恐龙。

在进入游戏之前，让玩家按下任意键——不要一开始就自动开始；同时确保屏幕上仍然显示所有的操作指南。

让玩家在游戏结束后再次尝试。

产生的第二个结果：

这次好多了，但是这个「恐龙」看上去仍然像一个老式的电影摄像机。

GPT‑4.1，为准确而生，不为准确。「氛围」服务

目前GPT‑4.1只通过API向开发者开放，目标是以不妥协的准确性执行细致入微的指令。

不像4.5这样的前辈那样。「梦幻」气质，但更加结构化，可靠性和一致性。它可以被视为OpenAI，面向特定的开发任务。「劳模」，而不是传播创造力的灵感来源。

GPT‑4.1的优势

• 遵循复杂的指令

GPT‑4.1处理任务就像一个经验丰富的领航员。

比如你在写一个食谱生成器，把所有的要求都写在一个提示词里——导出Markdown，绕过特定的话题，按照指定的顺序列出烹饪步骤，并附上钠含量等关键指标。

旧模型可能会漏掉步骤或者乱了顺序，而4.1会严格遵循你的路线，即使很长，也会全是弯曲。

这样做有两个好处：写提示词的时间更短，处理模型的导出时间更短。

• 记忆力惊人

与GPTToken相比，前后文窗口从128000个token扩展到10000个token，‑整整4o增加了8倍。

在多轮对话中，你只需要一次性设定语气或结构，它就可以继续遵循，不需要每次都从头开始。

也让很多实际场景可行:一次性处理完整日志，为代码仓库建立索引，顺利运行多文档法律流程，或者分析长篇内容，整个过程不需要分层或摘要。

• 结构化导出

GPT‑4.1就像公路旅行中的那个。「只要路线清晰，就特别容易相处。」朋友们。给它一个清晰的时间表，它就可以准确快速地执行。

可以把它扔掉「氛围」类型的提示，比如「这个食谱App能不能像走进一个温馨的地下酒吧？」，也许马上就想回家了。

GPT‑4.1、GPT-4.1 mini和GPT-4.1 nano

如果您想在编码、指令遵循和长期前后任务中获得最佳综合性能，请选择GPT。‑4.1。它可以胜任复杂的编码工作流，还可以在单个提示词中处理大量的文档。

GPT‑4.1 mini是一个中端选项，延迟和成本低，但几乎和完整版一样。在许多标准(包括指令遵循和图像推理)中，它可以追平甚至超越GPT‑4o。

GPT‑4.1 nano是系列中体积最小、速度最快、成本最低的模型(0.1美元/百万Token)，面向自动完成、分类和从长文档中提取信息。虽然它的推理和规划能力不如更多的模型，但对于一些任务来说已经足够了。

GPT的完整版本‑就像4.1一样，mini和nano都支持前后文窗口100万Token。

对比竞争产品的表现

• GPT-4.1 vs Claude 3.7 Sonnet

在代码的优雅和结构性方面，根据测试，Claude 3.7 Sonnet仍然是首选，特别是在整体设计的一致性和操作界面的表现上。

但是，只要提示词范围清晰具体，4.1在执行指令能力上已经大大缩小了差距。

• o4‑mini vs GPT‑3.5

现在的观察，o4‑在有限的预算下，mini逐渐成为开发者追求速度、可靠性和视觉处理能力的开发者。「平价首选」。GPT于2022年11月发布。‑现在看起来有点3.5了。「过气」了。

参考资料：

https://every.to/context-window/vibe-check-openai-s-o3-gpt-4-1-and-o4-mini

https://www.datacamp.com/blog/o4-mini

https://www.datacamp.com/blog/o3-openai

https://www.datacamp.com/blog/gpt-4-1

本文来自微信微信官方账号“新智元”，编辑：犀牛 好困，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com