OpenAI放大招！全新推理模型o1系列来了，解题能力堪比博士生！
就在5分钟前，OpenAI发布了全新的 AI 模型系列——OpenAI o1，主打推理能力，号称能解决比以往模型更难的科学、 编程 和 数学 问题！
先别急着激动，这次只是预览版！ OpenAI 表示，o1 系列模型还将进行定期更新和改进，后续还会加入更多功能，例如网页浏览、文件和图像上传等。
网页浏览难道是参考Claude那种？我们拭目以待。
那么，o1 系列模型到底有多牛呢？
推理能力大幅提升： OpenAI 表示，o1 模型在物理、化学和生物等学科的 challenging 基准测试中，表现与博士生相当
数学和编程能力爆表： 在一项国际数学奥林匹克竞赛（IMO）的资格考试中，GPT-4o 的正确率只有 13%，而 o1 模型的正确率高达 83%！在 Codeforces 编程竞赛中，o1 模型的成绩也达到了前 89%！
o1 系列模型的工作原理：
更像人类一样思考： o1 系列模型经过训练，能够花更多时间思考问题，尝试不同的策略，并识别自己的错误，就像人类一样！
o1 系列模型的安全性：
全新安全训练方法： OpenAI 开发了一种新的安全训练方法，利用 o1 模型的推理能力，让它们更好地遵守安全和对齐准则
更强的「越狱」抵抗力： OpenAI 用「越狱」测试来衡量模型的安全性，结果显示 o1 模型比 GPT-4o 更不容易被「越狱」
o1 系列模型的两个版本：
o1-preview： 预览版模型，功能相对较少，但推理能力强大
o1-mini： 更小、更快的推理模型，特别擅长编程，成本也更低
如何使用 OpenAI o1？
ChatGPT Plus 和 Team 用户： 现在就可以在 ChatGPT 中使用 o1-preview 和 o1-mini 模型
ChatGPT Enterprise 和 Edu 用户： 下周开始可以使用这两个模型
API 用户： 符合条件的开发者现在就可以在 API 中使用这两个模型，但功能有限，例如不支持函数调用、流式传输、系统消息等
ChatGPT Free 用户： OpenAI 计划在未来向所有 ChatGPT Free 用户开放 o1-mini 模型
在这里，直接用 OpenAI o1
谷歌浏览器访问：https://www.nezhasoft.cn
下面，我们分六项（代码能力、代码优化能力、解读代码能力、测试用例及说明能力、转码能力、添加注释能力）横线对比一下 ChatGPT4o、 Claude3.5 Sonnet、 o1-preview、 o1-mini ，看看孰强孰弱。
都是代码AI实测，文章较长，想直接看结论的，可以直接跳到文末~
round 1：代码能力
Prompt：请根据上面描述，给出解题思路，通过Java代码解答此题，关键代码添加注释，并根据示例中的输入输出进行代码测试，代码如果有错误，请重新修改代码
ChatGPT4o
ChatGPT4o给出了解题思路、Java代码、代码解释、测试用例。
Claude3.5 Sonnet
Claude给出了解题思路、Java代码、代码解释、测试用例、时间复杂度。
o1-preview
o1-preview给出了解题思路、Java代码、代码解释、测试用例、测试说明、注意事项、总结。
o1-mini给 出了解题思路、 Java 代 码、代码说明、4个测试用例总结 。
验证代码正确率，我们将四个大模型生成的代码Copy到Idea中，通过测试用例测试一下。
测试通过，通过率100%。
代码review：
如下图所示，左侧为ChatGPT4o，右侧为Claude3.5 Sonnet。
肉眼可见，o1-preview代码共86行，o1-mini代码共92行，ChatGPT4o代码共74行，Claude共54行，相差20行。Claude3.5 Sonnet明显更加简洁。
o 1-mini号称拥有更强的编程能力，仔细一看，发现 o 1-mini新增了很多输入输出校验，增强了代码的健壮性。
代码能力小结：
ChatGPT4o给出了解题思路、Java代码、代码解释、测试用例。
Claude3.5 Sonnet给出了解题思路、Java代码、代码解释、测试用例，还给出了算法的时间复杂度。
o1-preview给出了解题思路、Java代码、代码解释、测试用例、测试说明、注意事项、总结。
o1-mini给出了解题思路、Java代码、代码说明、4个测试用例总结。
通过review代码，Claude3.5 Sonnet明显更加简洁、o1-mini更加缜密。
代码能力，o1-mini >o1-preview > > Claude3.5 Sonnet > ChatGPT4o
round 2：代码优化
PS：我们将「通过回溯算法解答猴子吃桃的代码」发给它们，让它们对代码进行优化。
ChatGPT4o
ChatGPT4o指出了代码存在4个问题：
效率低，递归回溯，时间复杂度为 O(N)
递归深度限制，可能会导致 StackOverflowError
不必要的排序
全局变量使用，不符合编码规范
ChatGPT4o给出了优化后的代码、关键点、下一步改进建议。
Claude3.5 Sonnet
Claude指出了代码存在4个问题：
效率低，递归回溯，时间复杂度为 O(N)
不必要的排序
全局变量使用，不符合编码规范
代码没有处理输入异常的情况
Claude给出了优化建议、优化后的代码、优化说明、小总结。
o1-preview o1-preview指出了代码存在4个问题：
效率低下
缺少输入校验
不必要的排序操作
全局变量的使用
o1-preview 给出了优化建议、优化后的代码、代码说明、 测试示例、 优化效果 、 总结。
递归深度过大
效率低下
不必要的排序
缺乏输入验证
静态变量的使用
错误的测试用例预期
o1-mini 给出了优化建议、优化后的代码、代码说明、4个 测试示例、 总结。
代码优化小结：
ChatGPT4o、Claude、 o1-preview 都指出了4项问题，但 o1-mini指出了6个问 题。
给出了 给出了优化建议、优化后的代码、代码说明、 测试示例、 优化效果 、 总结。
代码优化能力，o1-mini > o1-preview > Claude3.5 Sonnet = ChatGPT4o
round 3：解读代码
Prompt：请给出代码的解题思路
ChatGPT4o
ChatGPT4o给出了具体的解题思路、优化后的代码、代码解析、建议的下一步改进
Claude3.5 Sonnet
Claude3.5 Sonnet给出了优化后代码的解题思路：
问题分析
输入处理
初始验证
二分查找最小速度
验证函数
返回结果
分析代码优势
Claude3.5并没有再次输出代码，其实这一点是好评的，因为上面已经输出过了，完全没必要再次输出。
o1-preview o1-preview给出了具体步骤、整体思想、代码解释、示例运行、可能的问题和优化、优化后的解法思路、总结。
o1-mini给出了问题分析、代码解读、主要步骤解析、存在的问题、优化建议、优化后的解题思路、优化后的示例代码、优化后的代码说明、5个示例测试、总结。
解读代码小结：
ChatGPT4o看似给的东西比较多，Claude3.5只是返回了解题思路。
o1-mini给的东西更多，牛逼plus，真顶。
解读代码 能力， o1-mini > o1-preview >> Claude3.5 Sonnet > ChatGPT4o
round 4：测试用例及说明
Prompt：给出3个测试用例和说明
ChatGPT4o
ChatGPT4o给出了三个测试用例，涵盖了不同的场景、完整代码及测试用例、测试用例结果
Claude3.5 Sonnet
Claude3.5 Sonnet给出了3个测试用例,并对每个用例进行详细说明。
这些测试用例涵盖了几种不同的情况:
正常情况,需要计算的最小速度
需要较高速度才能完成的情况
无法完成任务的情况(时间不足)
o1-preview
o1-preview给出了4个测试用例和总结。
o1-mini
o1-mini 直接给出了5个测试用例和说明，还给出了小总结。
正常情况
边界情况
无效输入
ChatGPT4o给出的东西很多，又输出一遍完整代码，但是回答内容有些重复。
Claude3.5 Sonnet给出了3个测试用例,并对每个用例进行详细说明，还指出了3个测试用例覆盖了3种不同的情况。
o1-preview给出了4个测试用例和总结。
o1-mini 直接给出了5个测试用例 和说明，还给出了 小总结。
测试用例及说明能力，o1-mini > o1-preview > Claude3.5 Sonnet > ChatGPT4o
round 5：Java转Python
Prompt：将代码转为Python语言
ChatGPT4o
ChatGPT4o给出了Python代码、关键代码解析、测试用例
Claude3.5 Sonnet
Claude3.5给出了Python代码、解题思路、时间复杂度
o1-preview o1-preview给出了Python代码实现、代码说明、测试示例、注意事项、运行方法
o1-mini o1-mini给出了解题思路、主要步骤、Python代码实现、代码说明、代码优化点、5个测试示例、结论
转码能力小结：
ChatGPT4o和Claude3.5都给出了Python代码、解题思路、测试用例，测试后，通过率100%。
o1-preview给出了Python代码实现、代码说明、测试示例、注意事项、运行方法。
o1-mini给出了解题思路、主要步骤、Python代码实现、代码说明、代码优化点、5个测试示例、结论。
转码能力，o1-mini > o1-preview > Claude3.5 Sonnet = ChatGPT4o
转码能力，旗鼓相当。
round 6：添加注释
ChatGPT4o
Claude3.5 Sonnet
ChatGPT4o和Claude3.5都为Python代码添加了详细的代码注释，能力堪称顶级。
o1-preview和o1-mini给出的代码自带详细的代码注释，不用添加了...
添加注释能力，o1-mini > o1-preview > Claude3.5 Sonnet = ChatGPT4o
总结
我们分别从六大方面对比了o1-mini、o1-preview 、ChatGPT4o和Claude3.5 Sonnet。
代码能力 ， o1-mini > o1-preview > Claude3.5 Sonnet > ChatGPT4o
代码优化能力 ，o1-mini > o1-preview > Claude3.5 Sonnet = ChatGPT4o
解读代码能力 ，o1-mini > o1-preview >> Claude3.5 Sonnet > ChatGPT4o
测试用例及说明能力 ，o1-mini > o1-preview > Claude3.5 Sonnet > ChatGPT4o
转码能力 ，o1-mini > o1-preview > Claude3.5 Sonnet = ChatGPT4o
添加注释能力 ，o1-mini > o1-preview > Claude3.5 Sonnet = ChatGPT4o
就今天的测试而言，我们不难看出，在编程方面，
o1-mini性能提升明显。
编程能力：
o1-mini > o1-preview > Claude3.5 Sonnet > ChatGPT4o
如何使用 o1-mini
谷歌浏览器访问：https://www.nezhasoft.cn
回复gpt，获取ChatGPT4o、 o1-mini 直接使用地址
点击阅读原文，国内直接使用ChatGpt4o、o1-mini
