o3-mini 碾壓DeepSeek R1？一條python程序引發(fā)近400萬圍觀

編寫一個 Python 腳本，讓一個球在某個形狀內(nèi)彈跳

原標(biāo)題：o3-mini 碾壓DeepSeek R1？一條python程序引發(fā)近400萬圍觀
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：4083字

OpenAI o3-mini強(qiáng)勢來襲，與DeepSeek R1展開激烈對決

近日，OpenAI發(fā)布全新推理模型系列o3-mini，其成本降低至o1系列的1/15，并首次向免費用戶開放。這一舉動打破了DeepSeek R1此前在大模型圈的統(tǒng)治地位，引發(fā)網(wǎng)友熱議。

1. DeepSeek R1的輝煌與挑戰(zhàn)

   此前，DeepSeek R1在“編寫球在旋轉(zhuǎn)形狀內(nèi)彈跳的Python腳本”任務(wù)中擊敗了OpenAI o1 pro、Claude 3.5 Sonnet和谷歌Gemini 1.5 Pro等模型，風(fēng)靡全球。然而，o3-mini的出現(xiàn)改變了這一局面。

2. o3-mini的強(qiáng)勢表現(xiàn)

   在相同的“球在旋轉(zhuǎn)六邊形內(nèi)彈跳”任務(wù)中，o3-mini展現(xiàn)出更優(yōu)秀的碰撞、彈跳效果，對重力和摩擦力的理解也更為準(zhǔn)確。在模擬球在四維超立方體內(nèi)部彈跳的任務(wù)中，o3-mini也表現(xiàn)出更穩(wěn)定的幾何結(jié)構(gòu)和更靈活的軌跡，而DeepSeek R1則出現(xiàn)了一些詭異的和形狀簡化的問題。

3. 多場景測試對比

   AIGC從業(yè)者@myapdx使用更復(fù)雜的“100個小球在旋轉(zhuǎn)球體內(nèi)部彈跳”任務(wù)進(jìn)行測試，o3-mini完美滿足了所有要求，DeepSeek R1的表現(xiàn)也不差。測試結(jié)果顯示，o3-mini在理解真實世界物理規(guī)律方面表現(xiàn)出色，尤其在對重力、摩擦力等物理狀態(tài)的“世界模型”理解上有所突破。

4. DeepSeek R1的不足與猜測

   一些網(wǎng)友指出DeepSeek R1在某些測試中只生成一個球，可能是因為模型“想得太多”。OpenAI也在發(fā)布博客中提到，o3-mini在博士級科學(xué)問題上的表現(xiàn)優(yōu)于o1系列。

5. 結(jié)論

   o3-mini的出現(xiàn)標(biāo)志著大模型在理解物理規(guī)律方面取得了顯著進(jìn)展。雖然DeepSeek R1仍具備競爭力，但o3-mini在某些特定任務(wù)上的表現(xiàn)更為出色，這場大模型之間的較量仍在繼續(xù)。

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺