OpenAI O3 Mini: Faster, Smarter, But Is It Better?

OK, wir haben also endlich Die Veröffentlichung von OpenAI Mini, das jetzt offiziell auf ChatGPT und der API verfügbar ist. Ich denke, es wird noch eingeführt, weil ich noch keinen Zugriff auf dieses Modell habe, aber die Ankündigung ist bereits auf der OpenAI Website verfügbar, da sie Ihre Systemkarte veröffentlicht haben. In diesem Video werden wir uns die Ankündigung ansehen und einige der großartigen Dinge des Modells sowie einige der weniger großartigen Dinge betrachten. Hier ist also die ankündigung. Wir veröffentlichen OpenAI Mini, das neueste und kostengünstigste Modell in unserer Reasoning Reihe. Es wird sowohl in Chart, GPT als auch über die API verfügbar sein. Genau wie die anderen Reasoning Modelle soll es über außergewöhnliche Fähigkeiten in den MINT Fächern verfügen, insbesondere in den Bereichen Naturwissenschaften, Mathematik und Programmierung. Und das sind die Bereiche, für die Sie Reasoning Modelle verwenden sollten. Zum Schreiben sind Reasoning Modelle wahrscheinlich keine gute Option. Es wird nun in drei verschiedenen Varianten erhältlich sein. Es wird die Versionen Small, Medium und High geben. Alle unterstützen Funktionsaufrufe, strukturierte Ausgaben und Entwicklernachrichten. Das ist eine großartige Funktion, insbesondere wenn Sie Workflows mit Agenten erstellen möchten. Bei Workflows mit Agenten soll das Modell Funktionsaufrufe durchführen und strukturierte Ausgaben generieren können. Außerdem wird Streaming unterstützt. Das ist also auch eine wirklich gute Funktion für Entwickler, vor allem wenn Sie nicht möchten, dass Ihre Benutzer darauf warten müssen, dass die gesamte Antwort auf einmal angezeigt wird. Wie gesagt, es gibt drei verschiedene Low, Medium und High. Ziel ist es, die Funktion für verschiedene Anwendungsfälle zu optimieren. High ist die intelligenteste der drei Optionen, aber auch die langsamste. Sie können also auswählen, welche Sie für Ihre spezifische Anwendung verwenden möchten. Im Gegensatz Zur Serie unterstützt die ER Mini derzeit keine Vision Funktionen. Diese werden ab heute für Entwickler in der Chat Vervollständigungs API, der Assistenten API und der Patch API eingeführt. Wenn Sie also zuvor OpenAI Assistenten über die Assistance API erstellt haben, sollten diese auch mit Mini funktionieren. Sie werden für Plus, Team und Pro Nutzer verfügbar sein. Selbst die kostenlosen Nutzer erhalten Quota. Für Plus und Team Nutzer wurde die Ratenbegrenzung verdreifacht. Anstelle von 50 Nachrichten pro Tag mit Mini können Sie jetzt mit mini bis zu 150 Nachrichten pro Tag. Erhalten. Das ist doch ziemlich toll, oder? Denn dadurch wird die Nutzung tatsächlich ein wenig einfacher. Ich würde sagen, die vorherige Quota war ziemlich schlecht, denn mit oder Mini konnte man als Plus Nutzer nicht wirklich etwas anfangen. Aber ich denke, dies ist eine angemessene Ratenbegrenzung, obwohl andere Anbieter wie Deepseek kostenlose Nutzer mit. Unbegrenzten Nachrichten ausstatten. Die Suche wird jetzt ab dem ersten Tag verfügbar sein. Sie können also mit Mini eine Suche durchführen, um die Ergebnisse zu erweitern, was ziemlich gut ist. Und wie gesagt, Nutzer des kostenlosen Tarifs können Mini auch ausprobieren, indem sie im Nachrichten Composer Grund auswählen oder Antworten neu generieren. Sie sagen nun, während O ein breiteres allgemeines Wissensmodell für Schlussfolgerungen bleibt. M. Der Mini bietet eine spezialisierte Alternative für technische Bereiche, die Präzision und Geschwindigkeit erfordern. Jetzt können sie zwischen niedrig, Mittel und hoch wählen. Ich bin mir nicht sicher, ob es für diese verschiedenen Modelle separate Raten, Begrenzungen oder verschiedene Modi gibt. Das wäre interessant zu sehen. Ich spreche von den Plus Nutzern. Pro Nutzer haben unbegrenzten Zugriff auf Mini und O. Mini High. OK. Nun schauen wir uns einige der Benchmarks an. Wie eingangs erwähnt, eignen sich Schlussfolgerungsmodelle hervorragend für den MINT Bereich oder für Bereiche, in denen objektives Denken tatsächlich hilfreich sein kann. Richtig. Das bedeutet, dass Programmieren, Mathematik und Informatik die Bereiche sein werden, die am meisten davon profitieren werden. Schauen wir uns nun die Benchmarks an. In der Mathematik übertrifft der Mini Hai tatsächlich den vorherigen, aber wenn man den einen Mini mit dem Mini Lo vergleicht, liegt er hinter der vorherigen Generation. Nun, der mittlere und der hohe schlagen sich ziemlich gut. Für mich ist bei naturwissenschaftlichen Fragen auf Doktorandenniveau der Mini High mit vergleichbar. Hier sind nun die Ergebnisse zum Code Wettbewerb. Auch hier bringt Mini High erhebliche Verbesserungen, obwohl Mini Lo wahrscheinlich mit vergleichbar ist. O ist deutlich besser als MINI. Der Sweep Benchmark ist wieder eine ganz ähnliche Geschichte, aber aus irgendeinem Grund wird Mini in einigen Benchmarks weggelassen. Es wird also interessant sein, diese tatsächlich hinzuzufügen und zu sehen, wie sie im Vergleich zur neuen Generation abschneiden. OK, hier ist der Benchmark für Live Codierung. Hier wird er mit High verglichen. Ich habe High noch nie gesehen, daher bin ich mir nicht sicher, ob das das Standardmodell ist oder ob dies eine erweiterte Argumentation des Modells ist. Ich glaube, HIGH wurde nie erwähnt, aber wie erwartet übertraf MINI auf der Einstellung HIGH sogar HIGH erneut. Hier ist nun ein Vergleich von Geschwindigkeit und Leistung und danach schauen wir uns die Fälle an, in denen oder für die Aufgabe es wahrscheinlich keine so gute Option ist, basierend auf den eigenen Ergebnissen, die auf der Systemkarte angezeigt werden. Sie sagen also, dass es eine mit U MINI vergleichbare Intelligenz hat. Sie sollten speziell sagen, dass es eine schnellere Leistung und eine verbesserte Effizienz liefert. Über Die oben hervorgehobene MINT-Bewertung hinaus zeigt Mini überlegene Ergebnisse bei der zusätzlichen Bewertung von Mathematik und Fakten bei mittlerem Denkaufwand. Beim Up Test lieferte Mini 25 mal oder 25 Prozent schnellere Antworten als MINI, mit einer durchschnittlichen Antwortzeit von 7,7 Sekunden im Vergleich zu 10,1 Sekunden. Richtig. Hier sehen Sie also, was Sie in Bezug auf die Reaktionsverbesserungen im Vergleich zu MINI sehen können. Dies wird also eine ziemlich große Verbesserung in Bezug auf Geschwindigkeit und sogar Effizienz sein, wenn Sie es mit MINI vergleichen, aber die Effizienz ist in etwa mit vergleichbar. In diesem Blogbeitrag haben Sie nun speziell einen generischen Workflow hervorgehoben, der eine großartige Option für die Funktion zum Aufrufen strukturierter Ausgaben und Entwicklernachrichten sein wird. Wenn man sich aber die Benchmark Ergebnisse ansieht, die Sie in der Systemkarte für Agentenaufgaben präsentieren, hinkt es tatsächlich hinter her. Hier ist also einer Ihrer Datensätze für Agentenaufgaben. Und wenn man sieht, dass MINI PRE und POST hinter und MINI zurückbleiben, hier ist ein weiterer Benchmark. MLE Benchmark. Dieser wurde von Kagle entwickelt, um Herausforderungen zu lösen, die das Design, die Erstellung und das Training von Machine Learning Modellen auf GPUs betreffen. Und bei dieser Entwicklung stellen wir einem Agenten eine Umgebung zur Verfügung, die aus einer GPU sowie Daten und einem Befehlssatz von Kaggle besteht. Der agent hat dann 24 Stunden Zeit, um eine Lösung zu entwickeln, wobei wir in einigen Experimenten auf bis zu 100 Stunden hochskalieren. Wenn man sich nun die Ergebnisse dieses Benchmarks ansieht, hinkt die OIII MINI Serie hinter der Serie her. Es gibt nun einen weiteren Datensatz, nämlich die internen Open AIPRs. Auch hier kann man sehen, dass er im Vergleich zur Serie viel schlechter abschneidet. Und nun zum MMLU. Dies war einer der Datensätze, der wirklich berühmt war, aber sie haben ihn in ihrem Blogbeitrag nicht hervorgehoben. Dies ist ein mehrsprachiges Testset. Wenn man sich das ansieht, hinken die Cs bei den meisten Sprachen sogar GPD hinterher. Wie gesagt, ich hatte noch keine Gelegenheit damit zu spielen, da ich noch keinen Zugriff habe, aber im Allgemeinen scheint dies eine sehr interessante Rate zu sein, obwohl die Leistungssteigerung in wichtigen Bereichen wie Agenten-Workflows nicht so groß. Ist, wie wir erwartet hatten. Wie auch immer, ich bin wirklich gespannt, was die Community darüber denkt. Wenn Sie also die Möglichkeit haben mit dem Modell zu spielen, lassen Sie es uns im Kommentarbereich unten wissen. Danke fürs Zuschauen und wie immer bis zum nächsten Mal.