o1热度两天消失,是额度用完还是其他?

1个回答

写回答

17304131568

2025-12-16 22:15

+ 关注

OpenAI
OpenAI

刚过去两天,o1的热度怎么就没了?大家第一天就把额度用完了。OpenAI给付费用户的使用额度,o1 - preview为每周30条,o1 - mini是每周50条,要注意这里说的是每周,而非每天。我认为大家有必要适当调低对o1的期待值。其使用场景会受到很大限制,并非是OpenAI提供的额度不足,而是它原本就不太适合处理常见的日常问答任务(这是多数人使用AI的方式)。在这类问题上,综合其表现(再算上它的思考时间),o1或许还比不上GPT - 4o、Claude 3.5 Sonnet等模型。o1给我的感受更像一个垂直领域的模型,又像是严重偏科(理工科方面擅长)的AI。凭借它主打的思维能力(CoT),在STEM这类有复杂推理步骤的问题上,o1展现出极大优势。从很多人晒出o1解答数学竞赛题、物理题的例子,就能明显看出来这一点。但在其他场景下,o1的思考方式是否总能带来正向收益,我认为这有待商榷。或许CoT既可能带来成功也可能导致失败。此外,我想奉劝已充值会员的用户,别再问诸如9.8和9.11哪个大strawberry里有几个r这类又陈旧又愚蠢的问题了。o1本来就不擅长回答这种问题,答对答错都不代表什么,没必要一直拿着手机当暖宝宝啊。二是有点太浪费了,还是把有限的使用次数用在更有价值、更能体现o1能力的问题上吧。o1的推理能力当前确实是首屈一指的。就像下面这个例子,要求o1依据一段已知的{密文, 明文}映射信息来破解新密文。

o1思考76秒后,便给出了破解的方法。如果查看它的思考过程,就会发现从任务分解,到每一步思考、尝试和解决方式,都非常清晰合理。

上面所展示的仅仅是思考过程的概要。按照OpenAI的说法,他们不会向用户展示o1原本的思维链。不但不展示,甚至已经有人察觉到,要是追问思维链细节方面的问题,还会收到OpenAI限制账户使用权限的警告。在上述例子里,o1完整的思考过程本应更为详尽,这便是其思考时长多达76秒的原因。它在每一步中探寻解题思路、尝试多种方法,还进行自我检查与纠错,做到了当前大模型所能达到的最佳水平,这才体现出o1的能力。用同样问题问其他模型,就能看出其间的差距了。我尝试用Claude 3 Sonnet来解答问题,开始它都没完全理解题目,我重新更清晰地描述后发给它,它还是没办法解答。

AI
AI

我试过的其他模型,像GPT - 4o、Gemini、qwen、glm - 4 - plus、DeepSeek、kimi等等,没有一个回答正确的,甚至可以说完全不沾边。就像OpenAI提到的,对复杂推理任务而言,这是一项重大的进步,象征着人工智能能力达到了新的水准。但这个新水平是否也意味着它变得更有用了?我不这么认为,就像我之前提到的,它更类似于垂类模型。垂类模型有个特性,普通用户不会用到它;而在其应用领域内的专业人士又很容易看不上AI的回答。模型的回答必须非常高质量、极其精准,这样才能在专业领域为专业人士提供有价值的信息和观点,不然大模型就还是人类复读机。最终取决于AI能在多大程度上获取专业人员的信任。OpenAI发布的文章里有几个演示视频,找了不同领域的研究人员讲o1怎样怎样。说真的,这几个视频给我的感觉很不实在。因为大多是在讲故事、谈价值,而对于o1到底有哪些实际帮助,讲得非常笼统、含糊不清。

o1以当前的形态不易推广,我觉得OpenAI发布它并非为了大规模推广。写代码最能体现o1的能力,这大概是唯一对用户有实际帮助的应用场景了(程序员是赢了,还是输了?)。发现Cursor已支持o1 - preview和o1 - mini这两个模型,没有OpenAI会员资格的人其实可以在此处尝试一下。

总的来讲,o1的最大价值在于探索大模型技术路线与模型能力边界(或许),不过就应用方面而言,我认为现阶段o1并没有太多积极意义。OpenAI将o1定位成推理者。按照OpenAI对AI的5级能力分类,o1已达第二阶段,它被视作该阶段的第一代模型,因此被命名为o1,这可被当作一个全新的开端。

接下来就期待着o1这条路能否一直走下去了。

举报有用(0)分享收藏

Copyright © 2025 IZhiDa.com All Rights Reserved.

知答 版权所有 粤ICP备2023042255号