計算機行業(yè)：o1進展追蹤與評測：Reasoning能力究竟有多強

分析師：聞學(xué)臣聯(lián)系人：王雪晴■o1模型帶來推理能力的大幅提升，在■o1的內(nèi)部CoT過程大幅提升推理算力要求，對其提問次數(shù)限制更嚴格、定價更高，推理算力需求或?qū)⑴噬?。此次發(fā)布■訓(xùn)練方式采用強化學(xué)習(xí)加強CoT，scalingl■風(fēng)險提示：AI技術(shù)落地不及預(yù)期、數(shù)據(jù)更新不及時、安全風(fēng)險等2■風(fēng)險提示：AI技術(shù)落地不及預(yù)期、數(shù)據(jù)更新不及時、安全風(fēng)險等3111.1模型版本：OpenAI公布o1模型，公開發(fā)布o1-preview與o1-mini■在絕大多數(shù)推理能力較強的任務(wù)中，o5■與人類在回答難題之前會長時間思考的方式類似，o1在嘗試解決問題時會使用CoT（ChainofThoughts）。通過強輸入定價輸出定價671.4人類偏好評測：推理問題中o1大幅領(lǐng)先，寫作等部分81.5挑戰(zhàn)ScalingLaw的結(jié)論：訓(xùn)練），O1的模型表現(xiàn)隨訓(xùn)練和測試時間增加而增強參數(shù)規(guī)模）增大而增強9 2InternelInternelCoTAnswero1-previewChatGPT4o2.2ChatGPT4o可支持多模態(tài)與連接記憶，o1尚不支持ChatGPT4o2.3數(shù)學(xué)問題：o1能力顯著提升2.3數(shù)學(xué)問題：ChatGPT4o對比2.4編程問題：o1更簡潔，可操作性更強給出參考資源給出參考資源o1-preview該截圖為部分截取回答；給出示例代碼2.4編程問題：ChatGPT4o對比ChatGPT4oo1-preview思考時間最長，回答最簡短（可能跟模型優(yōu)化有關(guān)）o1-mini思考時間適中，回答長度適中ChatGPT4o思考時間最段，回答最長prompt提示o1-preview該截圖為部分截取回答；ChatGPT4o該截圖為部分截取回答；■AI技術(shù)落地不及預(yù)期■數(shù)據(jù)更新不及時■安全風(fēng)險等■中泰證券股份有限公司（以下簡稱“本公司”）具有中國證券監(jiān)督管理委員會許可的證券投資咨詢業(yè)務(wù)資格。。本公司不會因接收人收到本報告而視其為客戶。■本報告基于本公司及其研究人員認為可信的公開資料或?qū)嵉卣{(diào)研資料，反映了作者的研究觀點，力求獨立、客觀和公正，結(jié)論不受任何第三方的授意或影響。本公司力求但不保證這些信息的準確性和完整性，且本報告中的資料、意見、預(yù)測均反映報告初次公開發(fā)布時的判斷，可能會隨時調(diào)整。本公司對本報告所含信息可在不發(fā)出通知的情形下做出修改，投資者應(yīng)當(dāng)自行關(guān)注相應(yīng)的更新或修改。本報告所載的資料、工具、意見、信息及推測只提供給客戶作參考之用，不構(gòu)成任何投資、法律、會計或稅務(wù)的最終操作建議，本公司不就報告中的內(nèi)容對最終操作建議做出任何擔(dān)保。本報告中所指的投資及服務(wù)可能不適合個別客戶，不構(gòu)成客戶私人咨詢建議?！鍪袌鲇酗L(fēng)險，投資需謹慎。在任何情況下，本公司不對任何人因使用本報告中的任何內(nèi)容所引致的任何損失負任何責(zé)任。■投資者應(yīng)注意，在法律允許的情況下，本公司及其本公司的關(guān)聯(lián)機構(gòu)可能會持有報告中涉及的公司所發(fā)行的證券并進行交易，并可能為這些公司正在提供或爭取提供投資銀行、財務(wù)顧問和金融產(chǎn)品等各種金融服務(wù)。本公司及其本公司的關(guān)聯(lián)機構(gòu)或個人可能在本報告公開發(fā)布之前已經(jīng)使用或了解其中的信息?！霰緢蟾姘鏅?quán)歸“中