OpenAI推出o3和o4-mini两款新模型，标志着AI领域重大飞跃。作为能“思考”、自主调用工具并独立完成多步任务的系统，二者不仅支持文本处理，还具备图像理解能力，是迄今智能性与实用性最强的AI系统。
类人视觉推理
核心差异在于“视觉思维”能力。用户上传白板照片、PDF图表或手绘示意图时，即使画质模糊，模型也能分析图像并进行推理。正如OpenAI所言：“它们不仅在看图像，而是在与图像一起思考。”这开创了融合视觉与文本推理的新范式，模型还能独立对图像执行缩放、旋转及裁剪等操作。
集成工具的多步骤任务管理
o3和o4-mini不仅是先进模型，更是功能完备的AI系统。它们可串联ChatGPT内置工具（网页浏览器、Python代码执行器、文件分析器、图像生成器），无需用户持续指导即可闭环完成复杂任务。
例如询问“今年加州能源消耗同比变化”，模型会自动搜索数据、编写Python代码、生成图表并输出分析报告。
学术成就与软件开发
o3在软件开发领域表现卓越，OpenAI总裁Greg Brockman称其导航公司自有代码库的能力甚至优于自身。该模型在Codeforces、SWE-bench及MMMU等基准测试中树立新标杆，在软件工程、科研及商业分析等领域成果显著。
注重成本效益的o4-mini则实现了速度与效率的平衡，在2025年AIME数学竞赛中取得99.5%成功率，是高并发场景的理想选择。
新工具：Codex CLI及开发者支持计划
同步推出轻量级终端代码辅助工具Codex CLI，支持通过截图或草图输入调用模型编码能力，已在GitHub开源。为鼓励生态建设，OpenAI启动总额100万美元的专项资助计划。
安全与伦理测试
两款模型通过了史上最全面的安全测试。针对生物威胁、恶意软件生成及越狱尝试，新增拒绝协议；模型保持在“高风险”阈值之下，并对危险指令具备系统级防护。
发布与定价
即日起，ChatGPT Plus、Pro及Team用户可使用o3和o4-mini；Enterprise和Education版一周内开放；免费用户可通过Composer“Think”选项体验o4-mini。
开发者端已接入Chat Completions API和Responses API。定价方面，o3为每百万输入token 10美元、输出token 40美元；o4-mini分别为1.10美元和4.40美元。
OpenAI未来展望：通往GPT-5之路
CEO Sam Altman表示，这可能是ChatGPT最后一批独立推理模型。随着GPT-5到来，推理能力将与自然对话理解深度融合。目前o3-pro正在开发中，旨在结合GPT-4.1的编码能力与o3的视觉逻辑智能。