插图来源：Storyset
2024 年 9 月 12 日，OpenAI 发布了 o1-preview 和 o1-mini。没有按 GPT-5 的命名来，因为这是一个新物种：推理模型。它和之前的 GPT-4o 有什么区别？强在哪？这篇极简解读。
一句话：o1 会"想"#
以前的大模型是"直觉型"：你问，它凭训练出的直觉直接答，答得快，但复杂问题容易错。
o1 是"思考型"：你问，它先在内部打草稿，一步步推理，类似人类的"慢思考"，想清楚了再给你答案。你甚至能看到它的思考过程（简化版）。
强在哪：三个场景#
- 数学：竞赛级数学题，o1 的正确率碾压 GPT-4o。以前 AI 最拉胯的就是数学，这次补上了。
- 代码：复杂算法、调试难题，o1 的表现接近人类专家。写 CRUD 还是 GPT-4o 快，但啃硬骨头得 o1 上。
- 科学推理：物理、化学、生物的博士级问题，o1 是目前最强的。
弱在哪：也有三点#
- 慢：深度思考要时间，简单问题也"想半天"，日常聊天不如 GPT-4o 爽快。
- 贵：API 价格比 GPT-4o 贵得多，预览期先尝鲜。
- 知识截止：世界知识不如 GPT-4o 新，时事类问题别问它。
怎么用#
- Plus/Team 用户：发布初期就有 o1-preview 和 o1-mini 的额度，直接在模型选择器里切。
- 免费用户：先等等，o1-mini 未来可能放开。
- 选模型逻辑：日常用 GPT-4o，遇到数学、代码、科研难题，切换 o1。
技术原理：o1 到底是怎么"想"的#
OpenAI 没公开全部细节，但 2024 年 9 月已知的信息：
- 思维链：o1 在内部生成很长的 chain-of-thought（思维链），一步步推，错了就回溯重来。你看到的"思考过程"是简化版，真实的更长。
- 强化学习：用 RL 训练"怎么想"，而不是只训练"怎么答"。想得对的路径被奖励，想错的被惩罚。
- 测试时计算：以前的 scaling 是训练时堆算力，o1 是推理时堆算力——让它想 10 秒 vs 想 10 分钟，效果差很多。
这就是为什么 o1 慢：它真的在"想"，不是装的。
实测：o1 和 GPT-4o 的差距#
| 任务 | GPT-4o | o1-preview |
|---|---|---|
| 高中数学 | 偶尔错 | 基本全对 |
| 竞赛题 | 不行 | 能做 |
| 写代码（简单） | 快又好 | 慢，没必要 |
| 写代码（算法） | 凑合 | 强很多 |
| 日常聊天 | 爽快 | 磨叽 |
| 写文案 | 好 | 一般 |
结论：o1 是"偏科生"，理科封神，文科平平。日常用 GPT-4o，啃硬骨头切 o1。
对行业的冲击#
- 推理是新 scaling：以后大模型的竞赛，不只比参数，还比"思考时间"。
- Agent 的前置：会推理的模型，才能做复杂 Agent。o1 是 AI Agent 爆发的前奏。
- 价格战：o1 贵，但 o1-mini 便宜。以后会是"大事用大模型，小事用小模型"的路由时代。
o1-mini 是什么#
和 o1-preview 一起发布的还有 o1-mini：更小、更快、更便宜，专门为代码优化。OpenAI 的算盘很清楚：
- o1-preview：全能推理旗舰，贵而强。
- o1-mini：代码特化，性价比高，开发者友好。
- GPT-4o：日常全能，速度快。
三者不是替代关系，是分工关系。
和 GPT-4o 怎么配合#
我的使用建议：
| 场景 | 用哪个 |
|---|---|
| 日常聊天、写文案 | GPT-4o |
| 复杂代码、算法题 | o1-mini / o1-preview |
| 数学、科研问题 | o1-preview |
| 多模态（图片、语音） | GPT-4o（o1 预览期多模态弱） |
记住：o1 预览期不支持图片、文件上传这些花活，纯文本推理。别拿着数学题去考它的看图能力。
什么时候切 o1：决策树#
- 写周报、回邮件、日常问答 → GPT-4o，别浪费 o1 的额度。
- 数学题、算法题、Debug 难题 → o1，准得多。
- 写小说、写文案 → GPT-4o，o1 的文采没优势。
- 科研、论文思路 → o1-preview，推理深度不一样。
- 着急要答案 → GPT-4o，o1 的"思考时间"你等不起。
记住：o1 预览期有使用次数限制，别拿它聊闲天，额度留给硬骨头。
o1 的定价：2024 年 9 月#
o1 的 API 定价，2024 年 9 月：
- o1-preview：输入 15 美元/百万 token，输出 60 美元/百万 token。贵，是 GPT-4o 的 3-4 倍。
- o1-mini：便宜 80%，适合代码、数学。
2024 年 9 月，o1 是"奢侈品"。日常用 GPT-4o，难的用 o1。这是 2024 年下半年的标准姿势。等降价，别急。
o1 的 2024 年：推理模型的开端#
2024 年 9 月，o1 发布，AI 的新范式：
- 之前：大模型是"直觉"，快，但不深入。
- 之后：o1 是"思考"，慢，但深入。2024 年 9 月，AI 学会了"想"。
- 意义：o1 的"思维链"，是 2024 年 AI 最重要的突破之一。2025 年，推理模型会更多。
2024 年，AI 的竞争，从"更大"转向"更会想"。o1 是开端，不是终点。2024 年 9 月，记住这个时间点，AI 的"推理时代"，从这里开始。2024 年，o1 的"思维链"，是 AI 最重要的突破之一。2024 年 9 月，AI 的"推理时代"，从 o1 开始。2024 年，o1 让 AI 从"直觉"到"思考"。这是质变，记住这个时间点。2024 年 9 月，AI 的"推理时代"，从 o1 开始。2024 年，OpenAI 再次领先。2024 年，o1 让 AI 学会了"想"，从"直觉"到"思考"，这是质变。
对行业意味着什么#
o1 证明了一条新路：Scaling 不只靠堆参数，还可以靠堆"思考时间"。让模型想得更久，效果可能比把模型做大更显著。这个思路会影响未来两年的大模型竞赛。
国内用户想体验，网络和账号是第一关：ChatGPT Plus 值得开吗可以参考，AI 搜索查资料用 Perplexity。Kimi 的长文本能力可以看这篇实测，和 o1 是不同维度的强。
一句话：o1 不是 GPT-5，但它开辟了"推理"这个新战场。2024 年 9 月之后，大模型分两类：快思考的，和慢思考的。你用的时候，记得选对。2024 年，o1 是 AI 推理时代的开端，2025 年，推理模型会越来越多。2024 年 9 月，记住：o1 让 AI 学会了思考。
2024 年 9 月：o1 的使用建议#
2024 年，o1 好用，但要选对场景：
- 数学：o1 的数学强，竞赛题、证明，用它。
- 代码：复杂算法、调试，o1 比 4o 强。
- 科研：论文思路、实验设计，o1 能"想"。
- 日常：聊天、写作，用 4o，快又便宜。
2024 年 9 月，记住：难的用 o1，简单的用 4o。按需选择，别浪费。
2024 年 9 月，o1 开辟推理新战场。记住：快思考用 4o，慢思考用 o1。