譯者 | 李睿

審校 | 重樓

生成式人工智能開發商OpenAI公司首席執行官Sam Altman最近在Reddit AMA問答活動中承認，該公司在開源軟件研究方面站在了“歷史錯誤的一邊”。

盡管OpenAI公司尚未發布其開源模型，但已經邁出了提高透明度的第一步。正如該公司在其X帳號上所宣布的那樣，其最新的推理模型o3-mini現在展示了其思維鏈（CoT）跟蹤的更詳細版本。

此前，OpenAI公司的推理模型僅展示了CoT的高級概述，這使得開發人員難以理解模型的推理邏輯并對提示進行相應的調整。

OpenAI公司隱藏了CoT以防止競爭對手利用這一技術來訓練他們自己的模型。但是，在展示所有CoT令牌的DeepSeek-R1模型發布之后，OpenAI在保持其競爭優勢方面面臨著嚴峻挑戰。

OpenAI公司最近進行的更改展示了CoT的更詳細版本，但并沒有揭示原始的推理令牌，這讓OpenAI公司在增強透明度和保護其核心競爭力（如果有的話）之間取得了巧妙的平衡。

以下是展示思維鏈非常重要的原因。在本文作者之前的對比實驗中，發現OpenAI公司的o1模型在處理來自網絡的噪聲數據時略優于DeepSeek-R1。然而，由于o1沒有揭示其思維鏈，因此很難對其錯誤進行故障排除（而且當這兩個模型不是解決簡單問題時，它們都會出現錯誤）。另一方面，DeepSeek-R1的透明度使其成為現實應用中更好的整體模型。

例如，在一個失敗的實驗中，DeepSeek-R1的CoT幫助開發人員發現問題不在于模型本身，而在于獲取數據的檢索組件（這種問題在實際應用中經常發生）。另一方面，o1只給出了一個錯誤的答案和一個模糊的推理鏈。

本文作者對o3-mini進行了一項測試，他向這一模型提供了包含2024年至2025年歷史股票價格數據的文件，并向它提出了需要推理和數據分析的問題（由于ChatGPT o3-mini不支持文件附件上傳，因此只能將內容粘貼到提示中）。這項測試旨在計算每月在Magnificent 7股票上投資140美元的投資組合的價值。該文件包含從雅虎財經獲取的繁雜數據。這些數據包含純文本和HTML元素，其中涵蓋了“Mag 7”股票和非“Mag 7”股票。

測試結果表明，這種新提供的詳盡的CoT極具價值。它可以跟蹤模型推理過程，其中包括哪些股票是“Mag 7”股票，哪些股票在文件中，哪些應該被忽略，以及如何在這些股票之間合理分配投資，以及如何在每個月初準確地獲取每個股票的價值數據等。該模型提供了詳細的答案，不僅詳細闡述了整個推理過程，還明確指出了投資組合的最終價值。

DeepSeek-R1在開放性、價格和透明度方面具有OpenAI公司的推理模型無法比擬的三大優勢。OpenAI通過發布o3-mini在一定程度上縮小了差距。

o3-mini的成本極具競爭力，輸出每百萬令牌僅需4.40美元，遠低于o1的60美元，與此同時，它在多個推理基準測試中的表現還優于o1。相比之下，DeepSeek-R1在美國供應商的運行成本約為每百萬令牌7至8美元。（值得注意的是，雖然DeepSeek在其服務器上運行的R1服務以每百萬令牌2.19美元的優惠價格提供，但許多組織因地域限制而無法使用。）

更改之后的CoT輸出也將幫助OpenAI公司在透明度方面取得顯著進展。但隨著越來越多的云計算服務提供商將其集成到他們的產品中，模型構建者也在此基礎上創建衍生品，DeepSeek-R1正迅速成為推理模型的標準。然而，OpenAI公司是否會改變其保持模型封閉的政策仍有待觀察。

原文標題：OpenAI reveals o3’s reasoning process to bridge gap with DeepSeek-R1，作者：Ben Dickson