开创先河！o3和o4-mini居然能在思维链思考图片，太逆天了！

凌晨1点，OpenAI的重头戏来了！

终于是把之前鸽了很久的满血版o3发布出来了，还有一个新的模型o4-mini。

先说一个最让我感觉牛*的功能，o3和o4-mini居然能进行视觉推理了。

可能大家一时还不太理解，给大家看几个例子。

扔给o3一张图片，让它猜这是哪里？

大家请看它的推理过程，就非常离谱，它居然在思维量里面带图片了。

它一点一点到放大图片，如何进行思考，如果思考方向不对，果断换方向思考。

之前的模型在思考的时候，通常都是文字，而且一大堆，阅读难度高，而现在大模型居然能把照片真正的融入到推理中（又是一项创新）。

再来揭晓一下答案，它给出的答案是北京市西部109国道妙峰山-斋堂-雁翅。

此次OpenAI的o3和o4-mini的视觉推理给我冲击最大，这也意味着大模型开始真正的理解3D世界了，而不再是停留在文字上，此前关于OpenAI回答不出的空间问题，现在终于能解决了。

视觉思考也开始让模型可以像人类一样从图表、图形，甚至是对图像中提取信息、进行深度推理并解决问题。

除了视觉推理外，还有几个不错的亮点，o3开始可以使用工具了。

终于不像o1那样无法联网、不能使用代码解释器，当推理能力更强的o3再结合上OpenAI的这些工具，o3的能力将会再次拔高。

还有一个亮点就是o3和o4-mini性价比更高，在定价上，o3比o1的定价便宜了三分之一，o4-mini相比o3-mini没涨价。

大家在调用的时候该选谁，应该都清楚了吧，可以果断弃用o1了，毕竟o3好用还便宜。

老规矩，再给大家看一下o3的跑分成绩。

在Codeforces编程竞赛评分中，o3和o4-mini得分均超过了2700分，效果远超o1和o3-mini。

如果o3和o4-mini调用工具，它们的能力会进一步增强。

在OpenAI放出的专家综合考题中，显示不带插件的o3准确率约为20.3%，添上Python、网络浏览甚至调用多种工具后能推到24.9%。

相比之下，不带插件的o4-mini为14.3%，但借助插件也仅为17.7%，远不及o3。

这些纸面的成绩就不过多展示了，大家在其他博主也都可以看到。

最后，给大家看一些o3、o4-mini的实际表现。

目前，GPT-4o、o3、o4-mini都支持最新的生图功能，你只需要明确告诉ChatGPT你需要生成图片就行。比如在对话时，前缀加上 “请生成图片”。

让Gemini-2.5-Pro、o3、o4-mini与DeepSeek-R1进行测试碰撞球的物理效果。

o3的表现确实不错，但博主@牙医在经过测试完说：OpenAI o4-mini的编程能力不如Gemini-2.5 ，只排在第七位。

效果到底如何，还是得自己上手才知道，也欢迎大家在评论区发表一下自己的使用心得。

目前o3、o4-mini 和 o4-mini-high 已经推送到 ChatGPT。 Plus、Pro 和 Team 用户已可用，大家有会员的可以去体验一下。