OpenAI發布O1模型:“草莓“終於問世,推理能力超越博士水平,AGI級別突破L2!

你好,歡迎來到AI學長的頻道
我是小林
就在剛纔呢
OpenAI發佈了最新的一代大語言模型
OpenAI O1
以OpenAI的首字母O來命名
代表是OpenAI的第一代強推理模型
它在科學、技術、工程
還有數學這幾個方面表現特別的出色
大幅領先於當前的主流開源模型
B源模型
那麼這次發佈呢
總共是有三個版本
第一個的話是O1
代表是滿血版
第二的話是O1 Preview預覽版本
是O1的早期預覽版
那麼這個版本呢
目前是已經開放給Chargebit Plus會員
我們在Charge6網頁版裏面
已經是可以去使用這個版本
最後一個版本的話是O1 Mini版本
它是針對O1進行優化過後的一個小模型
相對來說它的速度更快
然後經濟效益也更高
那麼O1這個模型呢
它主要的優勢呢
是表現在邏輯推理方面
在回答用戶複雜問題的過程當中
它會採用長視爲鏈的模式來解決問題
它會自己將一個複雜的問題
分解爲幾個簡單的問題
並且把它們串聯起來
而且它還會採用不同的策略來拆分問題
具備自主識別和糾錯的能力
所以它在處理邏輯推理方面問題上面的表現就特別的好
接下來呢
我們先簡單的過一下官網的一些介紹
然後待會呢
我們在網頁版試劇去測試體驗一下
那如果說你目前不是帕拉斯會員的話
或者說你還不會開帕拉斯會員
待會我也會在視頻當中給大家演示一下
有什麼樣的方法可以去體驗這個O1版本
第一個的話是在物理化學
還有生物學上的一個基準任務表現
目前呢
已經是達到了博士生的水平
然後在數學還有編程方面的表現呢
就尤爲的出色
這邊呢
是有幾個測試
比如說在國際數學奧林匹克的資格考試當中
GPT-4O呢
它的正確率是13%
而這個O1版本呢
它的正確率達到了83%
還有它在編碼能力的比賽當中
它的得分排名排在前11%的百分位
那麼因爲它目前是一個早期版本
所以它除了正常的對話以外
像一些外部工具啊
還有上傳文件啊
還有這個實時聯網啊
等等生成圖片這些啊
目前都是不具備的啊
所以我們只能跟它進行一個常規的對話
下面的話就是關於安全方面的
OpenAI呢
一直是比較注重安全的
那因爲這次呢
它是使用了這個長思維鏈的模式
在回答任何一個問題之前呢
都會經過一段時間的思考
由於這個機制呢
所以O1版本它在安全方面的得分也異常的高
像GPT-4O的得分是22分
那麼O1版本呢
它的得分已經是達到84分
整整差不多是超過了4倍左右的一個安全性
然後這裏呢
它是強調了這個O1版本是適合哪些人啊
比如說你要處理一些編碼的問題
數學的問題
科學的問題啊
還有工程問題
像一些複雜問題的時候
我們用這個O1版本是比較合適的
那如果只是一些常規的問題
語言問題啊
其實不需要去用O1
因爲呢
O1它目前的一個推理成本特別的高
我們在使用過程當中
它的數量限制也非常的有限
如果你是plus會員或者是team會員
目前呢
用這個O1premium版本
一週呢
就只有30條的一個使用權限
那如果是用mini版本是有50條的使用權限
像這個企業版還有教育版
目前還沒有開放這兩個版本的使用權限
預計呢
是要到下週才能開放
好
接下來呢
我們就來講一下使用
使用的方法的話是有三種
第一種的話是直接在這個7GB的網頁版
只要你是這個plus會員或者team會員
目前的話是已經可以體驗了
那第二種的話
就是通過這個OpenAI官方的API去調用
但是它目前呢
是有比較嚴格門檻比較高的一個限制
也就是你必須API的等級達到第五個層級
它具備這個01 preview和01 mini版本的一個調用權限
並且呢
它的調用次數顯示也是比較嚴格的
每分鐘呢
只能調用20次
那麼如果是說你要達到第五個級別的API申請權限呢
就代表你這個API賬戶呢
要用到1000美金啊
這個對於絕大多數個人用戶來講
我覺得是比較難的啊
那如果是說你是個人用戶又想用API
除了在網頁版裏面使用呢
這裏我們還可以有第三種辦法
就是在我之前的視頻裏面介紹過
可以用這種第三方的API路由器
比較有代表性的話
就是這個OpenRado
它這邊是集成了各種不管是開源的還是閉源的最前沿的模型
在它這個平臺當中
那麼我們可以在這個平臺去申請API Key
然後在這裏面呢
就可以調用各種各樣的這個前沿模型
包括像我們現在看到的O1mini
O1premio
還有9D10O等等
包括Card3.5
在這裏都是可以使用的
那麼通過這種平臺調用的好處呢
就是它不存在什麼門檻
只要你註冊之後
充值之後就可以使用
那麼缺點的話
就是它會在官網的基礎之上
可能會加一點點的這個充值手續費
因爲第三方平臺它是要通過這個去做盈利的
如果你想搶先體驗
又不想花那麼多錢去開通Plus會員
通過這種方式也是可以的
那麼關於OpenRado的基礎使用
怎麼樣去充值
還有一些注意事項
在我原來頻道里面是做過這樣一期視頻的
標題是最新技巧
一鍵申請任意大模型API
還是支持國內信用卡去付款的
所以整體使用起來還是比較方便的
好
這是關於第三種辦法
那麼這期視頻呢
我們就直接在這個Qiagip的網頁版裏面去使用一下
去開通一下它的Plus會員
那麼正好呢
我這裏有一個號
它的Plus會員也到期了
我就現場在這裏開通一個Plus會員
然後去通過幾個案例
給大家實際感受一下歐旺版本的一個能力
那如果你已經是開通了Plus會員
可以跳過這一段內容
好
大家現在可以看到我這個賬戶目前是普通賬戶
然後呢
我們開通Plus會員
正常來說
它是需要我們用到這個國外的信用卡
但在國內其實去申請這些卡
它的門檻都比較高
所以呢
我們可以用到現在線上比較流行的一種服務
就是虛擬信用卡
我們可以通過這種虛擬信用卡的平臺去申請一單
這樣可以支付國外的一些平臺的卡片
那麼用這個虛擬信用卡呢
它同樣也是可以開通Qiagip Plus會員
包括CardShiner
還有我們常用到的一些國外的需要涉及到支付會員的一些服務
都是可以通過這一類虛擬信用卡去實現的
這裏呢
我就以Vodacard的這個平臺爲例
它提供的服務非常全面
不僅給你分發這個卡片
包括它的賬單地址
還有如果是說你有這個要接碼的需求
在這邊的話都是可以給我們提供的
包括如果有這種網絡問題
郵箱問題
它都可以在這個平臺上一站式的給我們去做解決
那麼這個平臺的註冊鏈接
我會放到視頻的簡介裏面
那接下來呢
我們來演示一下
這裏呢
我是已經申請好這一張卡片了
如果是首次申請的話
它會有一個開卡費用
通過簡介裏的鏈接去申請
可以優惠2美金
那麼申請完成之後呢
你就可以看到你卡片上的所有信息
那麼首次使用的話
我們還需要進行充值
確保你的這個可用預額是大於20美金的
因爲開通Plus會員的成本就是20美金
那麼充值完成之後呢
我們就回到這個QiaoGB的網頁版
我們點擊一下升級
來到這個升級界面
它會要求我們填寫銀行卡信息
持卡人姓名
還有這個佔單地址
這些信息呢
Watercolor平臺都給我們提供了
那我們就要把這些信息給它複製過來
依次粘貼上去檢查一下
沒有問題
點擊這個勾選
點擊訂閱即可
好
可以看到已經訂閱成功了
一次通過
然後在這裏可以看一下
當我升級完以後
目前這個GBT-4O版本
O1 Preview版本
還有這個O1 Mini版本都顯示出來了
還有一個更多模型
好
那我們就直接來測一下
這個相對來說高級一點的版本
O1 Preview版本
在首頁呢
它其實還給我們推薦了幾個案例
都是蠻有代表性的
是先有雞還是先有蛋
包括像之前很多大型模型都翻車的
這個問題
讓它去計算這個Celebrate
整個單詞當中有多少個字母
很多大模型都翻車了
那也可以看一下這個O1版本
它能不能正確的回答
那我們就先測一下這個問題
答案是正確的
單詞Celebrate當中有三個字母
然後大家可以重點看一下
它在回答問題的時候
並不是直接給出答案
像之前GBT-4O、GBT-4O Mini
包括GBT-4O
它當你問題發送過去之後
它會立馬通過流逝響應
然後一個單詞給它推算出來
一個Token給它顯示出來
那這個模型它是會先進行一個思考
在這裏會顯示
比如說我思考多少秒
越簡單的問題
那這個秒數越少
像一些複雜的推理
還有包括代碼問題
那它的思考的秒數的失常
可能就會越長
然後點開之後也可以看到
它把這個問題進行了一個轉換
轉換成一個統計字數的問題
用戶問Celebrate這個單詞當中
有多少個字母R
然後它得出答案是三個R
基於這個基礎信息
給出了我們最終答案是三個字母R
那大家也可以對比一下
比如說我現在切換到GBT-4O的模型
我們新建一個窗口
然後我再來問一下它這個問題
好它給出的答案是這個
單詞當中有兩個字母R
衆所周知其實在這個O1版本出來之前
GBT-4O模型是OpenAI最強的模型
那針對這個簡單的
在我們人類看來是一個
非常簡單的技術題
它都會做錯
那麼優化過後的這個O1 Preview版本
是可以給我們正確答案的
OK接下來我們再測一個
比較有代表性的問題
就是9.1和9.8
這兩個數字哪個大
對於人來說
這個答案也是非常簡單的
我們看一下這個O1 Preview版本
它能不能正確的回答
同樣的話正在思考
根據政策回答問題
避免侮辱
我正在覈對是否出現誹謗性陳述
其實通過這裏大家也可以發現
因爲它在回答任何問題之前
都會去進行一遍思考
進行一遍反思
那麼它的安全性
的確是大幅提升的
像這裏所展示出來的信息
也是能體現這一點的
但是比較不幸的是
這輪答案是錯的
它是9.1比9.8大
那答案肯定是反過來的
好
我們再來一個難一點的問題
這個問題之前很多大模型
也都翻車了
農夫需要把狼羊
還有白菜都帶過河
但是每次只能帶一樣物品
而且狼和羊不能單獨相處
羊和白菜不能單獨相處
那麼農夫應該怎麼樣過河
然後他總共要通過多少趟
才能把這些物品都帶過去
OK已經開始思考了
然後它是分了步驟的
總共是耗時7秒
大家可以對比一下
第一個問題是4秒
第二個問題是5秒
第三個問題是7秒
它把我的問題拆分了三個步驟
第一個是分析問題
針對我的問題制定了一個計劃
解題步驟
然後再次確認
最終給出了我們答案
農夫可以按照以下步驟
安全的將狼羊和白菜都帶過河
第一步是將羊先帶過河
這個時候對岸只剩下狼和白菜
它們不會發生危險
那麼第二趟的話是返回對岸
獨自一人
第三趟的話是把狼帶過河
第四趟的話是要把羊帶回來
因爲不能把狼和羊單獨相處
這個時候對岸只剩下狼
羊已經帶回來了
第五趟的話是把白菜帶過河
這個時候呢
彼岸是有狼和白菜
它們不會發生危險
第六趟的話是農夫獨自一個人返回
第七趟的話是再次把羊帶過河
通過這樣一個步驟
7次的往返
成功的把狼羊還有白菜
都成功安全的帶到河的對岸
可以看出來它的邏輯推理能力
還是很強的
那最後呢
我們再測試一個代碼問題吧
我們讓它用HTML
CS還有GS去寫一個彈球遊戲
看它能不能一次性成功
開始思考
我看它要思考多久
這個問題就思考了蠻久的
已經是20多秒了
通過這個交互
剛好可以強調一個問題
像歐旺版本
它在調用API的過程當中
它並不是直接以輸出答案來計算
Token的
而是它整個推理過程
也是會消耗Token的
我們在網頁上
其實邏輯也是一樣的
它會先拆分問題
然後先羅列步驟
最終給出我們答案
其實這裏面都是消耗了Token的
只不過是在網頁當中
它是以數量來計數
但是在API當中
它是會以實際消耗的Token來計數
而且這個推理過程
它的消耗Token的數量
可能比你答案所消耗的
Token數量還要多
這個要稍微注意一下
好
現在代碼已經寫完成了
分別包含了HTML
CS
然後下面是GS代碼
並且它在下面還注視了
每一個板塊的說明
然後它是通過什麼樣的一個
技術實現的
然後如何去控制這個遊戲
我們來試一下
先複製HTML代碼
這邊我是創建了一個
game.html的網頁
好
我們先粘貼這個
然後再來粘貼一下
CSS代碼
把它放到時代當中
此處添加CSS代碼
好
然後最後是添加GH代碼
它都給我們寫了備註
這點還是非常貼心的
好
已經是粘貼好了
現在我們來運行一下
好
這個遊戲已經出來了
我們可以通過鍵盤來控制它
進行左右滑動
然後去接這個彈球
沒有問題
結束了
我再來運行一次
可以
左上角是得分
每喫掉一個方塊
它會增加一個分數
好
運行沒有問題
可以看到還是挺強的
好
那上面就是關於
O1 Preview版本的幾個測試
總共是4個問題
有三個問題正確
一個問題錯誤
整體來說還是非常強的
像現在9.11和9.8水大
基本上是沒有大模型能打對的
等於是全軍覆沒
其他三個問題
它都是正確回答的
那麼官方其實也強調了
就是如果你在做一些邏輯推理的
代碼的
數學的
還有科學工程等方面的問題
用這個模型是比較好的
如果是說語言方面的問題
建議還是用GPT-4O
它們是各自有各自的優勢
相當於是一個升級的互補版本
來彌補了GPT-4O之前
比較不足的一些能力
讓用戶可以通過OpenAI的不同模型
獲得更好的體驗
以及問答的質量
好
那以上就是這期視頻的內容
希望對你有所幫助
如果你覺得內容還不錯
不妨點個贊
訂閱我的頻道
每週都會爲大家帶來最新
最實用的AI應用技巧