OpenAI იწყებს ახალ o3-mini მოდელს - აი, როგორ შეუძლიათ უფასო ChatGPT მომხმარებლებს სცადონ

თუ იყენებთ ChatGPT- ს STEM ამოცანებისთვის, გსურთ გაეცნოთ ამ უფრო სწრაფ და იაფ მოდელს.

OpenAI- ს 12 დღიანი "shipmas" - ის ბოლო დღეს კომპანიამ გამოაქვეყნა თავისი უახლესი მოდელები, o3 და o3-mini, რომელიც გამოირჩევა მსჯელობით და კიდევ აღემატება o1- ს მთელი რიგი ნიშნულებით, მათ შორის მათემატიკასა და მეცნიერებაზე. გაშვებისას, OpenAI- ს აღმასრულებელმა დირექტორმა სემ ალტმანმა თქვა, რომ o3 იანვრის ბოლოს დაეცა და დღეს კომპანიამ კარგად შეასრულა თავისი დაპირება. 

ო3-მინი

პარასკევს, OpenAI- მ გამოუშვა თავისი o3-mini მოდელი, ყველაზე ეფექტური მოდელი OpenAI- ს მსჯელობის სერიაში, საზოგადოებისთვის. აქამდე ეს სერია შედგება o1 და o1-mini. მისი წინამორბედის მსგავსად, მოდელი განსაკუთრებით ძლიერია მეცნიერებაში, მათემატიკასა და კოდირებაში, კომპანიის თანახმად. 

როდესაც o3-mini შეირჩევა, ის გამოიყენებს საშუალო მსჯელობის ძალისხმევას, რომელიც აბალანსებს სიჩქარეს და სიზუსტეს. მიუხედავად იმისა, რომ ორიგინალ o1 მოდელს ჯერ კიდევ აქვს უფრო ფართო ზოგადი ცოდნა, ვიდრე o3-mini, ახალი მოდელის მთავარი უპირატესობა არის მისი უფრო სწრაფი სიჩქარე და უფრო მაღალი შესრულება o1-mini- თან შედარებით.

ბენჩმარკის შესრულება

O3-mini- ის o1-mini- ს შესრულების შედარებისას, ექსპერტმა ტესტერებმა დაადგინეს, რომ o3-mini- მა უფრო ზუსტი, დასაბუთებული და უფრო მკაფიო პასუხები მიაწოდა, ვიდრე o1-mini. პოსტის მიხედვით, მათ ამჯობინეს o3-mini პასუხები დროის 56% -ს და დააფიქსირეს ძირითადი შეცდომების 39% -იანი შემცირება. 

ადამიანის უპირატესობის შეფასების მიღმა, STEM- ის რამდენიმე ნიშნულში, მათ შორის კონკურენციის მათემატიკა (AIME 2024), სადოქტორო დონის მეცნიერების კითხვები (GPQA Diamond) და კონკურენციის კოდექსი (Codeforces), o3-mini საშუალო მსჯელობით -- ეს არის ის, რასაც ChatGPT მომხმარებლები მიიღებენ ნაგულისხმევად -- outperformed o1-mini.

ასევე აღსანიშნავია ის, რომ o3-mini, მაღალი მსჯელობის ძალისხმევით ნიშნულებში, მიუახლოვდა o1 შესრულებას, ზოგჯერ გადააჭარბა მას, როგორც ჩანს AIME 2024 ზემოთ და პროგრამული ინჟინერიის (SWE-bench Verified) ნიშნულებში. o3-mini მოდელი საშუალო მსჯელობის ძალისხმევით შეესაბამებოდა o1-ის მუშაობას Codeforces ნიშნულში. 

უსაფრთხოება

OpenAI-მ o3-mini-ის უსაფრთხოება შეაფასა საჯარო გათავისუფლების გზით jailbreak-ისა და კონტენტის შეფასების გზით. კომპანიამ დაადგინა, რომ მოდელი მნიშვნელოვნად აღემატება GPT-4o შეფასებებს. OpenAI- მ გამოაქვეყნა შეფასების შედეგები ქვემოთ და ასევე გამოუშვა o3-mini სისტემის ბარათი, 37 გვერდიანი PDF, რომელიც მოიცავს შეფასების დეტალურ შედეგებს. 

როგორ მივიღოთ

OpenAI- ს ფასიანი დონის ყველა აბონენტს, მათ შორის ChatGPT Plus, Team და Pro, შეუძლიათ წვდომა OpenAI o3-mini- ზე დღეს. პლუს და გუნდის მომხმარებლებს ახლა სამჯერ აქვთ განაკვეთის ლიმიტი, დღეში 50 შეტყობინებიდან o1-mini- დან 150 შეტყობინებამდე დღეში. ChatGPT Enterprise წვდომა მოდის ერთ კვირაში. 

o3-mini მოდელი ჩაანაცვლებს o1-mini მოდელის ამომრჩევში, რადგან ის სასარგებლო იქნება იმავე ამოცანებისთვის, გარდა იმისა, რომ გამოცდილება ახლა გაუმჯობესდება დაბალი შეყოვნებით და უფრო მაღალი განაკვეთის ლიმიტებით. როგორც ფასიანი მომხმარებელი, წერის დროს, მე ჯერ არ მქონდა წვდომა o3-mini- ზე და ამის ნაცვლად მაინც ვხედავ o1-mini ვარიანტს.

თუ გამოწერა არ გაქვთ, არანაირი საზრუნავი არ გაქვთ: შეგიძლიათ ნახოთ, ღირს თუ არა o3-mini თქვენი უფასო ანგარიშიდან. ChatGPT- ის ყველა უფასო მომხმარებელმა უნდა დააწკაპუნოს "მიზეზი" შეტყობინებების ტექსტურ ყუთში ან პასუხის რეგენერაცია. OpenAI- ს აღმასრულებელმა დირექტორმა სემ ალტმანმა დაადასტურა უფასო წვდომა X- ზე პოსტში. აქამდე, ყველა მსჯელობის მოდელი ინახება paywall- ის უკან; OpenAI- მ არ დააკონკრეტა რაიმე შეზღუდვა ახალი მოდელის გარშემო უფასო მომხმარებლებისთვის.