DeepSeek 乱杀一通后，OpenAI 们终于坐不住了

今年过年，年味浓不浓俺不好说，但 AI 味肯定是够够的了。

小到年夜饭桌，大到热搜新闻，哪哪都是 DeepSeek，就连世超家族群里平时不咋关注科技的亲戚，也在说中国的人工智能这次胜了老美一筹。

这么说吧， DeepSeek 凭一己之力，拉高了全国对 AI 的认知程度。

至于 DeepSeek 到底有多厉害，想必这段时间哥几个也已经上手体验过了，说它是 目前最懂中文互联网的 AI 模型，应该没人有意见吧？

反正从身边人统计学来看，这段时间什么 Claude 、 ChatGPT 通通都不香了。

不过大伙儿也先别急着开香槟，这次 DeepSeek 一冒头，对手们就从四面八方吻了上来。

OpenAI 大年初四发 o3 推理模型，今天又免费开放了搜索功能，谷歌的 Gemini2.0 全量开放，还有阿里的 Qwen2.5-Max 也发力打榜 DeepSeek 。。。

要我说，这些科技公司还是得逼一把，不然你都不知道他们的实力到底有多少。

先说 OpenAI 的 o3 ，去年底的发布会就传出了消息，说今年 1 月份要上线。

但奥特曼估计也没想到，被 DeepSeek 狙了一手，现在这个发布的时间节点，多少就有点耐人寻味了。包括世超也觉着， o3-mini 的发布是为了反击 DeepSeek 。

当然回到正题啊，这次的 o3-mini ，号称是他们的推理系列中最具成本效益的模型，还尤其擅长科学、数学和编码，响应的速度也更快。

一句话总结， o3-mini 就像一个家庭条件一般，但智商很高的理科学霸。

就拿编程来说，除了 o3-mini （ low ）打不过 o1 以外， o3-mini 三个档位的模型，基本乱杀前辈 o1 系列。

竞赛数学也不在话下， o3-mini （ high ）的表现都要好过 o1 系列。

就连博士级别的题目， o3-mini 也能跟 o1 系列打得有来有回。

x 上有老哥用同一组 prompt 测试了 o3-mini 和 DeepSeek R1 ，得出的结论是 "o3-mini （ 编程能力 ）碾压 DeepSeek R1" 。

说实话，光看视频的话，确实是 o3-mini 的效果更逼真。

另外一位老哥也测试了一把 o3-mini 的物理理解能力（ prompt ：编写一个球在超立方体内弹跳的 Python 脚本 ），直接夸 o3-mini 可能是物理学得最好的模型。

反正看了一波大伙儿的测试，世超觉着 o3-mini 似乎更接近咱们一直在说的，能够理解物理世界、模拟物理规律的世界模型。

重点是， o3-mini 现在免费就能用上，可比之前的 o1 要大方的多了。

而且， o3-mini 只是 o3 系列的第一个版本，后面还会有满血版的 o3 出来。我的建议是让 DeepSeek 再整个大活，给奥特曼上点强度，到时候指不定还会有大升级。

这不，除了发布 o3-mini 外， OpenAI 又趁着咱们开工的这两天，免费开放了 ChatGPT 搜索。

现在你甚至都不需要注册，就能直接用。

过年那阵，微软也让所有的 Copilot 用户免费用上了 o1 推理模型，要不说还得谢谢 DeepSeek 呢。

另外一边，谷歌也有点坐不住了。

同样是去年 12 月发布 Gemini 2.0 ，但那会儿只有开发者和一部分测试者能用，一直咕咕咕也不见有动静。

结果被 DeepSeek 这么一激， 一口气发了三个版本的 Gemini2.0 模型。

基准测试中，各方面性能也都优于前代模型。

但相比 DeepSeek 和 OpenAI 的热度，谷歌这边多少就显得有些无人在意了。

再来看国内的情况，阿里云算是第一个对 DeepSeek 发起 "进攻" 的公司。

根据阿里云官方的说法， Qwen2.5-Max 在多个基准测试中，超越 DeepSeek V3 、 o1-mini 等多个模型。

并且在 Chatbot Arena 的大模型盲测排行榜上， Qwen2.5-Max 冲到了第七的位置。

具体看模型的 数学和编程能力，甚至还能拿第一。

所以 Qwen2.5-Max 在发布后，国内有不少媒体都出来捧了一波。

反正世超看下来，这次由 DeepSeek 掀起的新一轮 AI 军备竞赛，领头的这一批公司已经掏出了不少真家伙。

不过说实在的， DeepSeek 这出后来者居上的戏码，的确给咱上了一课。

指不定后边儿还会有更加出色的模型出现， 毕竟有 DeepSeek R1 的珠玉在前，如果再不拿出点实力相当，或者足够炸场的东西来，那就没啥意思了。

咱们坐着等就成，今年的模型大战肯定有的看了。

来源：公众号 差评