OpenAI新一代推理模型o3及轻量级版本o3-mini已发布，目前仅供特定研究人员安全测试，预计2025年1月全面推出。o3直接命名跳过o2，以避免与英国电信公司O2商标争议。

o3在编码、数学和科学等领域表现出色，程序设计平台Codeforces测试得分2727，远超o1的1891分。

在数学方面，o3在美国中学生数学邀请赛中准确率高达96.7%，解决EpochAI测试中25.5%的问题，其他模型未超2%。

o3在图形逻辑推理测试ARC-AGI中得分是o1的3倍，博士级科学问题测试GPQA Diamond中准确率87.7%。

OpenAI将于2025年1月10日截止o3系列模型早期测试资格申请，一般用户需等到2025年1月才能使用。o3采用“谨慎对齐”安全机制，将人类编写的安全规范嵌入模型，确保回答符合人类价值观。

面对可能有安全疑虑的提问，o3能给出更安全且适当的回应。

技术层面，OpenAI利用2个内部AI模型生成、评估合成数据，通过微调和强化学习训练o3执行“谨慎对齐”机制，无需人工标注数据。