公众号原文更完整：https://mp.weixin.qq.com/s/BGSerEKbcIk0lcsyjM1nRg

你好，我是悦创。

其实说实话，ChatGPT 一直都是闭源的。直到 DeepSeek 横空出世并且完全开源，随之马上发布 o3-mini、o3-mini-high，还展示出来思维链。其实怎么说呢？有没有可能抄袭 DeepSeek 呢？（谁都说不准，但是一定大家保有自己的想法才可以！）

温馨提示：不论你在下面的内容阅读后，有什么心得（先评论下来），都要注意以下几点：

1. OpenAI 是坐拥海量资源训练出来的；「成本高、人才多、GPU 充裕」
2. DeepSeek 是在资源缺乏中训练出来的并且完全开源！；「成本低、人才多，GPU 不充裕」
3. OpenAI 在 DeepSeek 开源出来之后，上线 o3系列并且显示思维链，也值得深思！
4. 这两个大模型都很厉害，但是请注意！也许现在看起来 DeepSeek 略弱一点，但是资源多一些、GPU 充裕一些呢？你细品！细细品！

开始阅读学习吧！祝你阅读愉快并留下你的想法💡

---

o3-mini 可在 ChatGPT 中免费使用，同时对 Plus 和 Pro 订阅用户开放

昨天，OpenAI 发布了 o3-mini 和 o3-mini-high，现在它们已在 ChatGPT 和 API 中上线。

o3-mini 在高级推理方面表现迅速，而 o3-mini-high 则在编程和逻辑方面表现出色。

最令人惊叹的是：o3-mini-high 在 LiveBench: https://livebench.ai/#/ 上的编程平均分为 82.74。其他模型则远远落后：o1（69.69）、claude 3.5 sonnet（67.13）、deepseek-r1（66.74）。

o3-mini-high 是目前最佳的编程模型，就这么简单。

更棒的是，即使是免费用户也可以在 ChatGPT 中试用 o3-mini（选择 “Reason” 按钮）。Plus 和 Team 用户每天有 150 条使用 o3-mini 的消息限制，而 Pro 用户则可无限制使用 o3-mini 以及 o3-mini-high。

让我们探讨一下如何使用 o3-mini 进行编程，并仔细看看它与其他模型相比的表现。

o3-mini 在编程中的应用案例

测试表明，o3-mini 在编程方面表现出色。在下面的例子中，你会看到许多用户仅用一次提示（加上几次尝试）便能构建游戏和小型应用。这是一个利用代码开始构建你想要的东西的好机会！

首先，这是一个我轻松用 Python 代码创建的太空射击游戏，多亏了 o3-mini。我只给出了一些指令，运行生成的代码后，很快就得到了游戏。

o3-mini-high 是目前最佳的编程模型。

它在 LiveBench 上的编程平均分为 82.74，而其他模型根本无法相提并论：o1（69.69）、claude 3.5 sonnet（67.13）、deepseek-r1（66.74）。

这里有一个很酷的太空射击游戏，我只用了一个提示：

“使用 Python 创建一个太空射击游戏。让游戏画面看起来像真实游戏（而不是三角形/矩形）”

视频

一位 X 用户:https://x.com/_aidan_clark_/status/1885408020529545621 用 o3-mini 创建了一个简单的 Twitter 克隆。仅用了 8 秒！

o3-mini 的智能与速度组合令人难以置信，除了亲自试试，你别无他言。这个任务只花了 8 秒，你需要多长时间呢？

视频 + 图片

另一位 X 用户: https://x.com/flavioAd/status/1885449107436679394 使用 o3-mini 和 DeepSeek 编写了一个 Python 程序，展示一个球在旋转的六边形内弹跳（重力测试）。下面是他获得的结果。

视频

o3-mini 完全碾压 DeepSeek R1

“编写一个 Python 程序，展示一个球在旋转的六边形内弹跳。球应受到重力和摩擦力的影响，并且必须逼真地从旋转的墙壁反弹”

视频

03-mini 输出的代码：

• 测试 1: http://codemark.bornforthis.cn/share/2565c29f-c4da-4f70-8c2c-18db08338701_20250202222527
• 测试 2: http://codemark.bornforthis.cn/share/cd4fa872-0a2e-489b-8486-1b3edfb7a040_20250202223219

DeepSeek R1 输出的代码：

• 测试 1: http://codemark.bornforthis.cn/share/4779d356-2f1a-4bb5-ad11-d4af3ea4d212_20250202223015
• 测试 2: http://codemark.bornforthis.cn/share/e0bca13d-e8b6-4fe2-9028-eae0cf7c0bfe_20250202223251

一些网友评论道：

Derp：结果显而易见，但有点不公平。LLMs 会以各种方式给出随机回答，你应该至少让两个 LLMs 各执行 50 次相同例子，然后看看哪个模型在大多数情况下表现更好。

Andrew：我敢肯定 o3-mini 在那些弹跳球问题上经过了大量训练，因为似乎每个意见领袖都试图让新的 LLM 解决一些弹跳球问题。

就这样，还有许多其他 o3-mini 的示例展示了这个模型在编程方面的出色表现。但不要只听我说，让我们看看数据吧！

o3-mini 针对 STEM 推理进行了优化

OpenAI 的 o1 模型依然是他们广泛的通用知识推理模型。但 o3-mini 提供了一个专门针对科学、数学和编程的替代方案。此外，它还降低了 o1-mini 的延迟。

以下是从 数学评估 中获得的一些见解：

• 在低推理负荷下，o3-mini 能与 o1-mini 取得相近表现
• 在中等推理负荷下，o3-mini 在数学、编程和科学方面与 o1 表现持平，同时响应更快
• 在高推理负荷下，o3-mini 的表现超过了 o1

至于编程，LiveBench 显示即使在中等推理负荷下，o3-mini 也比其他模型（deepseek-r1、o1、claude-3.5-sonnet 等）表现更优；在高推理负荷下，o3-mini 拉开了差距，在关键指标上获得了显著更强的表现。

在 Competition Code 中，OpenAI 的 o3-mini 随着推理负荷的增加，其 Elo 分数逐步提高。

软件工程测试也是如此：

基本上就是这样！我鼓励你亲自试用 o3-mini，看看它在 STEM 推理上是否能超越其他模型。

一些网友评论道：

EJack Yao：我尝试让 o3-mini-high 回答一些经典的 Java 谜题，比如 “Oddity”、“Poison Paren Litter”、“Raw Deal” 等。我猜他们没有在这些经典问题上进行训练，因为它确实在解决大部分问题时遇到了困难。
创建一个简单的 Python 脚本效果很好，而 DeepSeek R1 也很出色——至少它现在会倾听，不像 o1。当我们提供一个算法时，DeepSeek R1 显示了它的思考过程，就好像我的天才软件工程朋友在审查我的作品。但与此同时，这也是一个很好的学习机会。

Gene T：我刚刚在我的工程提案中使用了 o3-mini 和 o3-mini-high。与 ds r1 相比，它们糟糕透顶，完全不行。

s