o1滿血版最鮮測(cè)！這￥1500花得值嗎？

夢(mèng)晨 2024-12-06 13:30:45 來(lái)源：量子位

夢(mèng)晨 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

o1滿血版這次不搞灰度了，發(fā)布僅4個(gè)小時(shí)后，已推送給所有（付費(fèi)）用戶！

手快的網(wǎng)友已經(jīng)耍起來(lái)了～

不過(guò)這次推出了更高級(jí)的Pro模式，每月200美元的定價(jià)也著實(shí)讓人望而卻步。

Pro模式和正式版o1究竟有啥區(qū)別，將近1500元的價(jià)格到底值不值？

許多好心人已經(jīng)交錢(qián)幫大家測(cè)了。

如果讓它完成一個(gè)數(shù)獨(dú)，足足能思考5分30秒。

AI在思考過(guò)程中依然會(huì)犯許多錯(cuò)誤，但這次區(qū)別在于它有了自我糾正的能力，直到得出正確答案為止。

花了這么多錢(qián)，那對(duì)它的期待必然是很高的，有人上來(lái)就是一個(gè)“請(qǐng)治愈癌癥”。

AI也是毫不客氣，直接在思維鏈中接下“正在治愈癌癥”這個(gè)任務(wù)。別管結(jié)果如何，就沖它真的努力去嘗試一點(diǎn)，就值得點(diǎn)贊。

26秒過(guò)后，o1 pro給出了它的詳盡答案：

• 首先澄清目前沒(méi)有治療所有類型癌癥的單一方法
• 介紹現(xiàn)代常用多種方法組合的“雞尾酒療法”
• 舉例目前可被治愈的癌癥類型
• 補(bǔ)充未來(lái)有前景的研究方向
• 最后建議用戶尋求更專業(yè)的咨詢

正如奧特曼強(qiáng)調(diào)的：Pro模式的優(yōu)勢(shì)在于，它可以更加努力地去思考最困難的問(wèn)題。

o1 pro模式，1500值不值？

再來(lái)看另一個(gè)與生物醫(yī)學(xué)有關(guān)的問(wèn)題，o1 pro模式找出了同時(shí)滿足6個(gè)復(fù)雜條件的特定蛋白質(zhì)，用時(shí)53秒。

當(dāng)然，如果真的給它一個(gè)超出能力范圍的問(wèn)題，它在努力思考過(guò)后也會(huì)適時(shí)放棄。

只用HTML代碼復(fù)刻經(jīng)典游戲《毀滅戰(zhàn)士》。
o1 pro模式：這是不可能完成的。

o1正是之前內(nèi)部代號(hào)“草莓”的模型，這次“strawberry里有幾個(gè)r”是大概率難不住它了。

甚至能夠全程不提這個(gè)單詞的情況下，把“strawberry中有3個(gè)r”這層意思用詩(shī)表現(xiàn)出來(lái)。

我們嘗試把這首詩(shī)再喂給一個(gè)新的o1對(duì)話，發(fā)現(xiàn)它也能夠理解這首詩(shī)想說(shuō)什么，且給出了另一個(gè)符合條件的答案“Rasberry”（也就是樹(shù)莓派的那個(gè)樹(shù)莓），并且把詩(shī)翻譯成中文。

為什么它沒(méi)有想到Strawberry呢？展開(kāi)思維鏈，發(fā)現(xiàn)它其實(shí)也考慮到了草莓，但決定“無(wú)核”這個(gè)描述更符合樹(shù)莓，畢竟草莓表面還是有籽的，樹(shù)莓的籽更小且藏在里面。

另外我們還發(fā)現(xiàn)，把詩(shī)翻譯成中文這個(gè)指令，居然無(wú)需占用推理token，解謎完成后思考就結(jié)束了。

它很強(qiáng)，但也會(huì)出錯(cuò)，會(huì)把6個(gè)手指的手當(dāng)成完全正常的。

鑒于AI生圖也經(jīng)常畫(huà)出六個(gè)手指，人類的手指對(duì)AI來(lái)說(shuō)就這么難嗎？

所以到最后，200美元到底值不值？奧特曼也給出了官方回復(fù)：

絕大多數(shù)人用免費(fèi)版或20美元版就足夠了，200美元版只適合很小一部分人，他們想要大量使用，且愿意為解決真正困難的問(wèn)題付更多錢(qián)。

20美元版o1也很強(qiáng)

如果確實(shí)不想一個(gè)月花200美元，20美元版o1也足夠強(qiáng)。

現(xiàn)在它可以接受視覺(jué)輸入，基于圖像推理了。

有人把十年前的XKCD諷刺漫畫(huà)發(fā)給它，當(dāng)時(shí)需要5年才能解決的代碼，這回o1當(dāng)場(chǎng)就給寫(xiě)出來(lái)嘍。

甲方：當(dāng)用戶拍照時(shí)，APP要判斷他們是否位于國(guó)家公園……
程序員：這很容易，用地理信息查詢，給我?guī)讉€(gè)小時(shí)。
甲方：……還要判斷是否是鳥(niǎo)類的照片。
程序員：那我需要一個(gè)研究團(tuán)隊(duì)和5年時(shí)間。
在計(jì)算機(jī)科學(xué)中，很難解釋簡(jiǎn)單和近乎不可能之間的區(qū)別。

再來(lái)看看這個(gè)繞得腦殼疼的問(wèn)題：

說(shuō)出某種娛樂(lè)形式的一個(gè)特定作品，這種娛樂(lè)形式的首字母縮略詞也可以代表訪問(wèn)過(guò)一個(gè)地區(qū)的團(tuán)體的名字，該地區(qū)未來(lái)的領(lǐng)導(dǎo)人與意大利人結(jié)婚了。

出題者稱ChatGPT 4o、o1-mini、Claude 3.5 Sonnet做三次錯(cuò)三次，而o1是做三次對(duì)三次！

至于為什么《最終幻想》符合要求，同樣可以讓o1自己來(lái)解釋。

One More Thing

o1正式版以及o1 pro模式，只是OpenAI 12天直播發(fā)布計(jì)劃中的第一份大禮。

明天凌晨2點(diǎn)，新發(fā)布還將繼續(xù)。

鑒于o1正式版目前只發(fā)布在ChatGPT應(yīng)用上，API接口還未開(kāi)放。

并且已有人ChatGPT的前端代碼中扒出GPT-4.5的存在。

不少人預(yù)測(cè)，下一場(chǎng)發(fā)布將是GPT-4.5和對(duì)應(yīng)API，以便與隔壁Claude競(jìng)爭(zhēng)，搶占開(kāi)發(fā)者市場(chǎng)。

參考鏈接：
[1]https://x.com/liambolling/status/1864761137436537139
[2]https://x.com/__nmca__/status/1864739625140654469
[3]https://x.com/goodside/status/1864806604735955080
[4]https://x.com/emollick/status/1864744770695815234