o3-mini推理模型击败DeepSeekR1 引发广泛关注

OpenAI 最近推出了全新的推理模型 o3-mini，这款模型不仅首次向免费用户开放，而且相比之前的 o1 系列，成本降低了 15 倍。o3-mini 的推出迅速引发了广泛关注，尤其是在与国产大模型 DeepSeek R1 的对比中。

在 AI 社区中，开发者们热衷于用各种任务来测试不同模型的性能。其中一个经典的任务是编写一个 Python 脚本，让一个球在某个形状内弹跳，并确保该形状缓慢旋转且球始终停留在形状内。这种模拟弹跳球的测试需要模型具备良好的碰撞检测能力，以及对物理规律的理解。

此前，DeepSeek R1 在这一任务中表现出色，甚至超越了 OpenAI 的 o1 pro 模型。然而，o3-mini 上线后，情况发生了变化。有开发者使用相同的提示词：“编写一个 Python 程序，展示一个小球在一个旋转的六边形内弹跳，小球应受到重力和摩擦力的影响，并在碰到旋转墙壁时实现真实的反弹效果。” 结果显示，o3-mini 在碰撞和弹跳效果方面表现得更为出色，而 DeepSeek R1 版本的小球则似乎不受重力控制。

另一个类似的测试是编写一个 Python 脚本，模拟一个球在四维超立方体内部弹跳。o3-mini 不仅展示了稳定的几何结构，还使小球在四维空间内的运动轨迹显得更加自然。相比之下，DeepSeek R1 对四维超立方体的理解不够深入，小球的运动轨迹显得有些“飘忽不定”。

此外，AIGC 从业者 @myapdx 进行了一项更复杂的测试，要求模型编写一个 p5.js 脚本，模拟 100 个彩色小球在一个球体内部弹跳，每个小球都应留下一条逐渐消失的轨迹，显示其最近的路径。容器球体应缓慢旋转，并确保实现适当的碰撞检测，使小球保持在球体内部。o3-mini 完美满足了所有这些要求，而 DeepSeek R1 的表现也相当不错。

这些测试结果表明，o3-mini 在理解真实世界的物理规律方面可能更具优势。OpenAI 也在其发布博客中强调，在博士级科学问题上，o3-mini-low 的表现优于 o1-mini，而 o3-mini-high 的表现与 o1 相当，并在生物学、化学和物理学领域取得了显著进步。

尽管如此，也有一些网友猜测 DeepSeek R1 的程序有时只有一个球，可能是由于其过度思考导致的。总体来看，o3-mini 和 DeepSeek R1 各有千秋，但 o3-mini 在某些特定任务上的表现确实令人印象深刻。