计算机行业：o1进展追踪与评测：Reasoning能力究竟有多强？

中 泰 证 券 研 究 所 专 业 ｜ 领 先 ｜ 深 度 ｜ 诚 信 证 券 研 究 报 告 ｜ 2 0 2 4 . 0 9 . 1 7 ｜ o1进展追踪与评测： Reasoning能力究竟有多强？ 分析师：闻学臣 执业证书编号：S0740519090007 Email：wenxc@zts.com.cn 联系人：王雪晴 Email：wangxq03@zts.com.cn 报告摘要 的模型定价为输入$15/1M tokens，输出$60/1M tokens；较gpt-4o输入$5/1M tokens，输出$15/1M tokens定价更高。 训练方式采用强化学习加强CoT，scaling law是否依旧是模型主流迭代方向还需验证追踪。通过强化学习，o1能够改 o1模型带来推理能力的大幅提升，在数学、编程和科学问题中表现最好，有望加速相关应用落地。OpenAI发布o1模 型，开放o1-preview和o1-mini版本给用户，o1-preview版本推理能力更强，o1-mini速度更快，价格便宜80%。GPQA diamond测试中，o1的表现超过了博士学位的人类专家；在我们的测试中，o1在推理类问题中表现普遍 ...