以CodeForces为测试题，GPT-4o 准确率为11%，o1 preview版本的正确率为62%，o1正式版的正确率为89%；
最后，以GPQA Diamond为测试题，GPT-4o 准确率为56.1%，o1 preview版本的正确率为78.3%，o1正式版的正确率为78%，后面是人类专家的正确率69.7%。
这次发布的o1有三个不同的版本，分别是o1、o1 preview以及o1 mini。上面测试的数据中没有o1 mini。现阶段除了o1外，另外两种模型已经开放给plus跟team会员使用，未来会考虑开放给所有免费用户。
以下是三种模型的介绍：
o1-新的大模型天花板，由于性能过于强大，还不方便对外公布；
o1 preview-o1的早期版本，现已开放给plus与team会员使用；
o1 mini-速度更快、性价比更高，适用于需要推理和无需广泛世界知识的任务；
如果看不懂o1 mini与preview，可以回看这篇草莓模型，看完你就会知道什么叫无需广泛世界知识任务。
针对o1模型，OpenAI员工一般都是【系统1】和【系统2】来区分o1与之前的模型。
o1通过Self play RL来学会思维链，并从中知道如何识别和纠正错误。以OpenAI这种用户的量级，o1每天进步的速度是很恐怖的。
我想象不到明年的这个时候，o1会有多强。
现阶段，普通用户的访问次数是：o1 preview是每周30条，o1 mini是每周50条。
开发者的访问次数是：每分钟20条，但仅对于等级5或以上开放（支付过超过1000美金）。
以周为计算单位，与之前3小时80条简直是天壤之别！！！
未来，应该会开设不同的订阅级别，以满足不同人群的访问需求。200美元只是起步，上不封顶可能没有，但2000美元应该不是空谈。
至于提示词书写格式，OpenAI给了个格式：
1.编写清晰的说明
2.提供参考文本
3.将复杂任务拆分成更简单的子任务
4.给模型时间“思考”
5.使用外部工具
6.系统地测试与优化更改
听起来有点拗口，所以我稍微简化了一下：
保持提示简单直接：模型擅长理解和响应简短、清晰的指令，不需要大量指导；
避免思路链提示：o1本身就采用了Self play RL，所以不需要再提示它们“逐步思考”或“解释你的推理”。比如过去我们常常用【请一步一步思考】等这样的提示词去让GPT更有条理地思考，从而输出更贴合我们需求的回答；
使用分隔符来提高清晰度：使用三重引号、XML 标签等分隔符来清楚地指示输入的不同部分，帮助模型适当地解释不同的部分。这部分还是跟之前的提示词格式一样；
限制检索增强生成 (RAG) 中的附加上下文：提供上下文或文档时，只包含最相关的信息，防止o1模型过度复杂化。
〔写在最后〕
点这里👇关注我，记得标星哦～
