GPT o3 爆了，码农们的饭碗不保了

findyi2024年12月21日约 3 分钟

大家好，我是洋哥，人在云南，心系AI。

最近，科技界的目光再次聚焦于OpenAI的最新力作——o3。

经过连续12天的直播盛宴，o3的面纱终于被揭开，它不仅预示着技术的又一次飞跃，也可能重塑我们对编程职业的认知。

o3的命名跳过了o2，直接命名为o3，这一跳过不仅是为了避免版权纠纷，更象征着其在技术上的跨越式进步。

o3的问世，无疑将对程序员这一职业产生深远影响，它不仅可能改变岗位需求，还可能对薪资结构造成冲击。

一、o3的性能表现

下面我们来聊一聊它的一些成绩。

OpenAI的o3在编程竞技舞台上的表现令人瞩目。在codeforces这个全球程序员竞技的平台上，o3以2727分的Elo得分，排名175位，这一成绩意味着它击败了99.9%的参赛者。

这是一个惊人的数字，考虑到codeforces上有超过16万的程序员参与竞争，o3的表现无疑是顶尖的。

这一成就不仅展示了o3在编程领域的卓越能力，也预示着AI在解决复杂编程问题上的潜力。

进一步来看，o3在软件工程任务中的表现同样令人印象深刻。在SWE-bench测试中，o3的得分达到了71.7%，这意味着o3能够成功解决71.7%的问题，并为这些问题生成正确的代码补丁。

这一成绩不仅领先于当前的所有模型，也远远超过了o1的表现。

SWE-bench测试平台不仅关注算法解题能力，而且全面评估AI模型在实际软件工程任务中的表现，包括代码缺陷检测、代码质量评估等。

o3的高分表现，显示了它在实际软件开发中的实用价值和高效能力。

o3不仅在编程领域展现出色的表现，其在数学和逻辑推理方面的能力同样令人瞩目。

在AIME 2024数学测试基准中，o3的得分高达96.7%，这一成绩相当于在美国数学奥林匹克竞赛中只答错了一道题。

这一表现不仅超越了以往的AI模型，也显示出o3在处理复杂数学问题上的非凡能力。

在图形逻辑推理测试ARC-AGI中，o3的表现同样出色。ARC-AGI测试要求AI根据给定的图形变化规律预测下一个图形的形式，这对于AI来说是一个巨大的挑战。

o3在这项测试中的得分达到了75.7%，不仅符合成本要求，还成为了新的榜单TOP1。更令人惊讶的是，o3 high版本的得分飙升至87.5%，超越了人类评估的阈值。

这一成绩不仅展示了o3在图形逻辑推理上的卓越能力，也预示着AI在理解和预测复杂模式上的巨大潜力。

o3的问世标志着人工智能在性能上的一次飞跃，但它的强大并非没有代价。

o3的成本之高，使其成为历史上最昂贵的模型之一。这种高昂的成本，虽然换来了卓越的性能，但也引发了对AI技术可及性和普及性的讨论。

此外，o3的思考时间相较于前代产品有所增加，o3 mini（high）的平均思考时间达到了23.33秒，这几乎是o1的两倍。这种延迟在某些应用场景中可能是不可接受的，尤其是在需要即时反馈的环境中。

尽管存在这些挑战，o3 mini的即将发布仍然令人充满期待。

预计在明年一月底，o3 mini将面市，并很快开放API调用，这将使得更多的开发者和企业能够利用o3的能力。

o3 mini的推出，预示着AI技术更加亲民化和实用化，它将如何影响程序员的工作方式，以及如何塑造未来的技术生态，值得我们密切关注。

------------------------------------

最后是小福利tips：

给不在AI破局俱乐部的洋哥铁粉们送一个福利，送大家一个免费破局三天公开课，这个公开课会教大家AI视频、AI代写、AI数字人口播等热门AI赛道的玩法和实战，AI是普通人新时代最大的红利，必须把握：

扫码即可免费领取：