我要投稿

OpenAI 突然公开 o3-mini 思维链！首秀遭质疑，实测对比 DeepSeek R1，差距太明显

发布日期：2025-02-08 08:04:48 浏览次数： 1990

作者：APPSO

微信搜一搜，关注“APPSO”

让我们再次感谢 DeepSeek。

今天凌晨，OpenAI 宣布公开最新模型 o3-mini 系列模型的思维链。

简单来说，用户现在可以看到 o3-mini 以及 o3-mini(high) 的「思考」过程，更清晰地了解模型是如何推理并得出结论的。

OpenAI 研究科学家 Noam Brown 在 X 平台发文称：

「在 o1-Preview 发布前，我们向大家介绍 ? 时，看到思维链（CoT）实时运行往往是他们的『顿悟』时刻，让他们意识到这将是一件大事。

这些虽然不是原始的思维链，但已经非常接近了。我很高兴我们能与世界分享这一体验！」

随后，他进一步阐述道：

「o3-mini 是首个能够持续准确解答井字棋问题的大语言模型。虽然概括后的思维链看起来有些混乱，但从右侧可以看到，模型最终还是成功找到了正确答案。」

公开了，但也没完全公开。

据外媒 TechCrunch 报道，OpenAI 仍然不会完全公开 o3-mini 的完整推理步骤，但其表示已「找到一个平衡点」，o3-mini 现在可以「自由思考」，然后整理出更详细的推理摘要。

在此之前，出于竞争考虑，OpenAI 没有完全公开 o3-mini 及其前身（o1 和 o1-mini）的推理步骤，仅向用户提供推理摘要，甚至这些摘要有时并不准确。

并且，为了提高清晰度和安全性，OpenAI 还引入了一个额外的后处理步骤，模型会首先对「思维链」进行审查，剔除潜在的不安全内容，并对复杂概念进行适度简化。

报道援引 OpenAI 发言人解释称，「这一后处理步骤还支持非英语用户，确保他们可以用自己的母语查看『思维链』，让体验更加友好和易懂。」

实际上，推理透明度在 AI 领域正在成为一个重要的竞争点，让 AI 展示完整的推理步骤，不仅能提高用户信任度，还能让 AI 更容易被研究和改进。

不过，公开思维链可能会被竞争对手利用，比如通过蒸馏技术提取模型的推理逻辑，在上周 Reddit 的 AMA（Ask Me Anything）活动中，OpenAI 首席产品官 Kevin Weil 就曾表示：

我们正在努力展示比现在更多的推理过程——（这一变化）很快就会到来。是否展示完整的「思维链」仍未确定，因为这涉及竞争问题。但我们也知道用户（尤其是高级用户）希望看到更多细节，所以我们会找到合适的平衡点。

相比之下，DeekSeek R1 的思维链是无条件公开透明的，其深度思考过程更是赢得了不少网友的点赞。而 OpenAI 这次的「被迫」调整，显然是为了应对 DeepSeek 及其他 AI 公司的压力。

X 网友 @thegenioo 第一时间上手实测了这次思维链的更新。他表示，「新版本不仅提供了更流畅的用户界面，还让模型的思考过程更加透明。」

以下是 DeepSeek R1 与 OpenAI o3-mini(high) 在同一问题上的思考对比。

「deeepseeeeeek 有多少个 e」

DeepSeek R1

OpenAI o3-mini(high)

「假设有一个池塘，里面有无穷多的水。现有 2 个空水壶，容积分别为 5 升和 6 升。问题是如何只用这 2 个水壶从池塘里取得 3 升的水。」

DeepSeek R1

OpenAI o3-mini(high)

「一个人花 8 块钱买了一只鸡，9 块钱卖掉了，然后他觉得不划算，花 10 块钱又买回来了，11 块卖给另外一个人。问他赚了多少?」

DeepSeek R1

OpenAI o3-mini(high)

看完以上案例，我们会发现两个模型截然不同的「思维风格」。

DeepSeek R1 更像文科生，它的推理过程循序渐进，思路周密细腻，这样的好处是结果更可靠，也较少出现逻辑偏差。而 o3-mini(high) 更像理科生，推理过程简洁明快，直指问题核心。

这种差异也进一步反映在响应速度上，DeepSeek R1 的思考时间相对较长，而 o3-mini(high)则更快。

就答案而言，DeepSeek R1 的解答往往更加完整详实，比方说第一道测试题它还会特意加入了贴心的注解。相比之下， o3-mini(high) 则显得「公事公办」。

如开篇所说，此次 o3-mini 公布的并非完整版思维链，因此向公众开放后，也引发了不少质疑声。

面对争议，OpenAI CEO Sam Altman 也很快在 X 平台作出解释：「我们尝试整理原始的思维链，使其更易读，并在需要时进行翻译，但尽量保持其原始风格。」

不过，正如一位网友一针见血地指出：如果没有 DeepSeek，我们还能看到 o3-mini 哪怕是「阉割版」的思维链吗？恐怕答案不言自明。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-06-14

挑战 Transformer 架构的谷歌最新扩散模型 Gemini Diffusion 系统提示词

2025-06-14

“AI原生”时代：企业数智化转型的分水岭

2025-06-14

多模态RAG的三类图文问答实现方式，你知道多少种？

2025-06-14

新一代文本表征Qwen3-Embedding与排序模型Qwen3-Reranker 部署和替换

2025-06-14

“华强北”围攻AI耳机，未来智能如何突围？

2025-06-14

AI时代如何为企业和个人赋能

2025-06-14

没吃透 Function Calling？难怪你不理解 AI Agent 为何非来不可！

2025-06-14

浅尝一下微软的AutoGen框架

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek R1-0528 小版本升级

2025-05-29

🧠 解码大语言模型的记忆力：上下文长度的前世今生

2025-03-20

萌新指南｜手把手教你Cherry Studio配置MCP，10分钟让大模型学会上网截图！

2025-03-21

教你解决GPT4o无法使用新版生图功能的教程

2025-04-11

Manus 是大模型 AI Agent + MCP，那什么是模型上下文协议 (MCP)?

2025-03-20

不止核弹芯片，黄仁勋发布两台 AI 个人超算，还拿下全球最快 DeepSeek 推理速度

2025-03-19

聊聊大模型MCP模型上下文协议-为何是AI在企业内应用落地的一个关键组件

2025-03-20

用 Go 语言打造高并发 MCP 服务器：理论、实战与 AI 应用全景探索

2025-03-19

MCP如何重塑AI开发？一文带你深入了解

2025-03-19

黄仁勋 2 个半小时演讲，英伟达已经进入「Agentic AI」时代

2025-03-19

大家都在问

多模态RAG的三类图文问答实现方式，你知道多少种？

2025-06-14

“华强北”围攻AI耳机，未来智能如何突围？

2025-06-14

张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？

2025-06-14

为什么说Maus是未来任务型AI系统的代表？

2025-06-14

一手实测：首个有记忆的企业级AI Agent，能否经得住实践捶打？

2025-06-13

聊透 Agent，它是「同事」还是「工具」，创业机会和价值究竟是什么？

2025-06-13

拒绝碎片化 RAG，谷歌 DeepMind 推出 ReadAgent：模拟人类阅读长文本，或是NotebookLM底层技术？

2025-06-13

字节跳动2步突破，复杂文档布局解析，为啥如此惊艳？

2025-06-13

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB