o1（OpenAI o1）

推理机制

o1与GPT-4o的根本区别在于决策方式：GPT-4o是「快思考」，直接预测下一个词；o1在给出最终答案前会先生成大量内部思维链（Chain of Thought）token，进行自我检查、验证、修正，最后再输出精炼的答案。这个内部思考过程用户看不到（出于保护「知识产权」的考虑），只能看到最终答案。

在美国数学奥林匹克（AIME）2024年试题上，o1正确率达到83%，GPT-4o仅约13%。在国际物理奥林匹克（IPhO）上，o1得分相当于金牌水平。[1]

成本与适用场景

o1的推理token消耗极大（因为内部思考需要大量token），API价格约为GPT-4o的10倍以上。因此它不适合日常对话，最适合的场景是：复杂数学推导、长代码调试、多步骤科学分析等。OpenAI同时推出了更便宜的o1-mini，去掉了部分通识知识，专注于代码和数学，性价比更高。

2025年推出的o3在ARC-AGI测试（衡量AI推理泛化能力的基准）上取得了惊人分数，引发了关于「AI是否正在逼近AGI」的新一轮讨论。