OpenAI 发布革命性推理模型 o3/o4-mini：首次实现 “用图像思考”-牛仔AI

（2025 年 4 月 17 日，旧金山）OpenAI 今日宣布推出新一代推理模型 o3 和 o4-mini，首次实现 “用图像思考” 的多模态推理能力，在数学、编程、科学等领域的基准测试中全面刷新纪录，同时开源轻量级编程工具 CodeX CLI，推动 AI 开发门槛进一步降低。

核心突破：从 “看图” 到 “用图像思考”

o3 和 o4-mini 的革命性在于首次将视觉信息深度融入思维链（Chain-of-Thought）。用户上传白板笔记、手绘草图或低质量图表后，模型可自动进行动态缩放、旋转等操作，并在推理过程中直接引用图像内容。例如，面对一张手写数学题的模糊草图，o3 不仅能识别题目，还能逐步拆解题意，生成完整的解题过程，甚至优化解法逻辑。

在多模态基准测试中，o3 在 MMMU（大学级视觉问题解决）任务中准确率达 82.9%，远超前代 o1 的 77.6%；o4-mini 在 MathVista（视觉数学推理）测试中以 86.8% 的准确率刷新纪录。OpenAI 首席科学家 Ilya Sutskever 表示：“这是 AI 首次真正意义上的‘图像思维’，模型能像人类一样将视觉信息作为推理的核心要素。”

数学与编程能力逼近人类顶尖水平

数学竞赛：o4-mini 在 AIME 2025 数学竞赛中准确率达 92.7%，结合 Python 工具链后甚至达到 99%，接近人类参赛者的极限。该竞赛要求参赛者在 3 小时内解答 15 道高难度数学题，全球仅前 0.1% 选手能晋级 USA (J) MO，而 o4-mini 的表现已超越 90% 的人类选手。
编程能力：o3 在 Codeforces 编程竞赛中 ELO 评分达 2706，o4-mini 达 2719，均进入全球前 200 名，接近国际大师（International Grandmaster）水平。模型可自主分析代码库结构、定位并修复漏洞，甚至在虚拟机中完成复杂调试任务。

开源工具 CodeX CLI：重新定义编程范式

为配合新模型发布，OpenAI 同步开源轻量级编程工具 CodeX CLI，支持通过自然语言指令直接操作本地终端。例如：

代码生成：输入 “create the fanciest todo-list app”，CodeX CLI 自动生成完整的待办事项应用程序，并安装依赖库。
代码重构：输入 “rewrite this class as React Hooks”，工具链可将类组件转换为函数式组件，并生成单元测试代码。
数据库迁移：输入 “Generate SQL migrations for adding a users table”，即可自动生成数据库迁移文件并执行沙盒测试。

CodeX CLI 兼容 o3、o4-mini 及 GPT-4.1 模型，支持多模态输入（如截图或草图），并通过目录沙箱化和网络禁用确保安全。该工具上线 5 小时即获 GitHub 超 5000 颗星，开发者评价其 “将编程效率提升 10 倍”。

成本优化与行业影响

价格优势：o3 的 API 价格为每百万输入 / 输出 tokens 10/40 美元，较前代 o1 降低 33%；o4-mini 以每百万输入 tokens 1.1 美元的价格，成为高吞吐量场景的首选。OpenAI 还推出 “Flex 处理模式”，允许用户以牺牲响应速度为代价，将 API 费用再减半。
行业变革：智源研究院院长王仲远指出，o 系列模型推动 AI 从 “弱任务专用” 向 “通用智能” 演进，可能重塑软件开发、科研协作等领域。英伟达 CEO 黄仁勋评论称：“o3 的多模态推理能力将加速 AI 在制造业、生物医药等垂直行业的落地。”