Компания OpenAI объявила о разработке нового поколения моделей рассуждений — семейства o3. Эти модели, включающие o3 и o3 Mini, демонстрируют значительный прогресс в возможностях ИИ, особенно в области кодирования, математики и научного мышления.

Бенчмарк-тесты показали, что модели o3 значительно превосходят существующие модели. В тесте ARC-AGI модель o3 достигла поразительных 75,7%, а в конфигурации с высокими вычислениями — 87,5%. В других бенчмарках, таких как EpochAI Frontier Math и Codeforces, модели o3 также продемонстрировали превосходную производительность.

Тест ARC-AGI, разработанный известным исследователем ИИ Франсуа Шолле, оценивает модели по их способности к «адаптивному общему интеллекту» — решению совершенно новых задач без обучения в определенной области. В отличие от тестов, которые проверяют распознавание образов или вычисления методом грубой силы, ARC-AGI бросает вызов концептуальному мышлению, области, традиционно присущей человеческому интеллекту. Преодолев порог 85% в этом тесте, o3 продемонстрировал возможности, которые требуют переоценки потенциала ИИ и его ограничений.

В дополнение к o3 выпущен o3-mini — сокращенная версия, оптимизированная для эффективного выполнения задач по кодированию. o3-mini сохраняет впечатляющую производительность при меньших вычислительных затратах и поддерживает настраиваемые параметры усилия рассуждения — низкое, среднее и высокое — что обеспечивает гибкость при решении различных задач.

Во время демонстрации OpenAI показал, как o3 mini самостоятельно генерирует и выполняет код, в том числе создал скрипт на Python, который построил пользовательский интерфейс для самооценки на наборе данных. Мини-версия также поддерживает такие API-функции, как вызовы функций и структурированный вывод.

В настоящее время OpenAI проводит тестирование безопасности моделей o3 и приглашает исследователей принять участие в этом процессе. Ожидается, что модели o3 станут общедоступными в 2025 году.