最近 OpenAI 的活確實有點多。在 3 月底推出 GPT-4o 原生圖像生成再度火遍全球后，北京時間 4 月 15 日凌晨，OpenAI 又推出了全新 GPT-4.1 系列模型，替代舊款的 GPT-4 模型。

而就在今天（4 月 17 日）凌晨，OpenAI 如約繼續推出了兩款全新的 o 系列推理模型——o3、o4-mini，替代此前的 o1 和 o3-mini。更重要的是，o3、o4-mini 不僅擁有了更強大的推理能力，支持將圖像直接納入「思考過程」，還是首次能夠獨立使用全部 ChatGPT 工具的推理模型，被官方稱為：

「我們（OpenAI）迄今為止發布的最智能的模型，代表了 ChatGPT 能力的一次飛躍。」

飛不飛躍我們先按下不談，但有一點實在讓人在意。OpenAI CEO 山姆·奧爾特曼（Sam Altman）今年 2 月就在 X 平臺公開披露內部的模型路線圖，指出 GPT-4.5（Orion）將是「OpenAI 最后一個非推理（思維鏈）模型」，還說之后的 GPT-5 將整合 GPT 系列和 o 系列模型：

「不再將 o3 作為獨立模型推出。」

圖/ X

但現在來看，山姆·奧爾特曼當時的承諾似乎一個都沒有兌現，OpenAI 不僅發布了新的 GPT-4.1 系列非推理模型，還獨立推出了 o3 推理模型。那還有一直活在傳聞的 GPT-5，我們真的能在今年夏天看到嗎？

OpenAI 又發一波模型，o3是最特別的一個

GPT-4.1 系列、o3、o4-mini 發布之前，關于 OpenAI 太多模型的吐槽其實就已經甚囂塵上，不僅是普通 ChatGPT 用戶，也包括很多開發者，也認為 OpenAI 的模型陣容讓人「選擇困難」。

好在，雖然過去兩天 OpenAI 又連發了好幾個新模型，但至少也同步砍掉了一些「舊模型」。在 GPT-4.1 正式推出后，OpenAI 就預告將于 4 月 30 日在 ChatGPT 全面下線 GPT-4 模型，同時還將在 API 中（面向開發者）棄用 GPT-4.5 預覽版。

作為通用基座模型，GPT-4.1 實際分為了旗艦版、mini 版、nano 版，支持高達百萬級 tokens 上下文，在性能、成本和速度上全面優于目前最主力的 GPT-4o 系列模型，但目前僅面向開發者上線 API。

但如果說 GPT-4.1 代表了 OpenAI 的現在，o3 和 o4-mini，可能就代表了 OpenAI 的未來。作為 OpenAI 探索推理模型技術路線的最新成果，o3 和 o4-mini 率先在推理鏈（chain-of-thought）中真正納入圖像理解能力。

圖/ OpenAI

簡單來說，它不僅能識別信息，還能把這些視覺輸入納入思維過程，成為完整邏輯鏈的一部分。不同于 GPT-4o 這類多模態模型，GPT-4o 雖然能「看圖」，但更多是為了給出自然語言響應，而 o3、o4-mini 的圖像處理是為了解決問題——它是推理的一環。

與此同時，作為官方認證的最強模型——o3，還是第一個調用 ChatGPT 全部工具的推理模型，包括搜索網絡、Python、圖像生成、代碼解釋器、文件讀取等。并且在與 o1 相同的延遲和成本下，o3 在 ChatGPT 中實現了更高的性能。

但實際表現如何，還是上手體驗才有結果。

OpenAI「最強推理模型」上手：名副其實

對于推理模型而言，推理能力自然是重中之重，先來一道倫理推理題，非常考驗模型的推理能力，我們也對比了 DeepSeek-R1 以及 Gemini-2.5-Pro 兩大頂尖模型。

但在揭曉回答之前，o3 最驚艷的就是思考過程推導的嚴謹和流暢，相比之下，DeepSeek-R1 的思考過程就顯得相當冗長和重復，思考非常久，最終的回答卻很難令人滿意。

圖/雷科技

在 DeepSeek-R1 的回答中，實際只回答了「憤怒的原因」，而沒有回答出「崩潰的原因」。在 Gemini-2.5-Pro 的回答中，雖然更進一步推理出了「女兒撒謊」這個因素，但也很難導致「父親崩潰」。

圖/雷科技

o3 則相當完美地抓出「色盲」的關鍵判斷，進一步根據生物遺傳知識推導出最終的解釋。這里還要一提的是，其實 DeepSeek-R1 在思考過程中也提到了「色盲」這個點，但并沒有認為有效的推導。

此外，o3 以及 o4-mini 的一大突破在于將視覺能力納入思維鏈之中，相比之前阿里推出的視覺推理模型 QVQ-Max 更進了一步。

你可以上傳一張機場照片，它會識別出航站樓建筑、乘客流線和標識系統，再結合你的問題完成空間動線的規劃或問題診斷。這種「圖像不是輸入素材，而是參與推理的變量」的設計，也是過去 o 系列推理模型所不具備的。

更重要的是，它可以根據圖像實時思考分析策略。

比如最近 AI 行業非常關鍵的一件事，就是支付寶在前幾天聯合魔搭社區剛剛上線了支付 MCP Server 讓 AI 智能體打通了「變現」的支付環節。我就拿一段演示視頻發送給 o3，詢問「視頻里展示技術的關鍵之處」，甚至沒有告訴它任何背景信息。

圖/雷科技

而在實際測試中，o3 會提取不同時間的關鍵幀理解視頻，再結合自身分析推理和聯網能力，明確定位到了支付寶「支付 ?MCP?Server」的，并且結合信息分析了支付寶「支付 ?MCP?Server」的關鍵意義。

不僅如此，在一段關于短視頻優化的測試中，o3 被要求分析后臺數據并結合視頻分鏡做優化策略，輸出的內容不僅覆蓋「3 秒留人、節奏剪輯、文案鉤子」等核心策略，還匹配了具體視覺節奏建議。

圖/雷科技

這點來看，o3 很像一個有一定審美和經驗的「專業創作者助手」，能針對實際的視頻內容，而不是「簡單套模板」的自動化建議。

而從這些測試也能看出，o3 懂得什么時候該分析、什么時候該搜索、什么時候該調用工具、什么時候該總結。而這種「主動思維+執行鏈條」，正是當下大模型集體演進的一個重要方向。

所以，它真的是 OpenAI 迄今為止最智能的模型嗎？從目前的體驗來看，確實稱得上名副其實，甚至在不同推理模型的對比也是表現最強的。

用完 o3 最大的感受，你會覺得它在真正理解任務——而不只是理解你的意圖。在思考過程中能夠明顯看到這一點，同時還有 o3 在視覺理解、工具調用以及強大的推理能力。

也正因為如此，用完 o3 后，那些關于 GPT-5 的想象也變得更具體了。

山姆·奧爾特曼明確說過，GPT-5 會整合 GPT 系列與 o 系列，而按照最新透露出的消息，GPT-5 的推出時間基本鎖定在今年夏天。按照時間來看，GPT-4.1/GPT-4.5 和 o3/o4-mini 很可能就是最后一代「獨立」模型，也是被「整合」的主力。

如果兩者真的融合，那會不會是一個既能讀百萬 tokens，又能跨模態行動，還能自主調度工具進行思維鏈的大一統模型？無論如何，這確實是未來幾個月 AI 行業最值得期待的懸念之一。