{"id":6252,"date":"2025-04-17T13:00:49","date_gmt":"2025-04-17T13:00:49","guid":{"rendered":"https:\/\/www.myshirtai.com\/?p=6252"},"modified":"2025-04-17T13:01:32","modified_gmt":"2025-04-17T13:01:32","slug":"openai-%e6%8e%a8%e5%87%ba%e6%9c%80%e6%96%b0%e6%8e%a8%e7%90%86%e6%a8%a1%e5%9e%8b-o3-%e5%92%8c-o4-mini%ef%bc%9a%e6%80%a7%e8%83%bd%e8%b7%83%e5%8d%87%e4%b8%8e%e8%8c%83%e5%bc%8f%e9%9d%a9%e6%96%b0","status":"publish","type":"post","link":"https:\/\/www.myshirtai.com\/de\/archives\/6252","title":{"rendered":"OpenAI stellt die neuesten Inferenzmodelle o3 und o4-mini vor: Leistungsspr\u00fcnge und Paradigmenwechsel"},"content":{"rendered":"
Am 17. April 2025 ver\u00f6ffentlichte OpenAI offiziell die neuen Inferenzmodelle o3 (Vollversion) und o4-mini in einer Live-\u00dcbertragung am sp\u00e4ten Abend und ersetzte damit die bisherigen alten Modelle wie o1 und o3-mini. Mit diesem Update werden signifikante Verbesserungen in den Bereichen Wissensinferenz, multimodale Verarbeitung und Code-F\u00e4higkeiten erzielt. Gleichzeitig wird die Preisstrategie optimiert, um Entwicklern und Nutzern ein effizienteres KI-Erlebnis zu bieten.<\/div>\n
ShirtAI erm\u00f6glicht die kostenlose und unbegrenzte Nutzung von GPT-4, GPT-4o strongest, GPT-4.1-mini und anderen Modellen mit einem Klick von der offiziellen Website:www.lsshirtai.com<\/a><\/span><\/strong><\/div>\n
<\/div>\n

<\/h3>\n

\"\"<\/h3>\n

 <\/p>\n

I. \u00dcberblick \u00fcber das Modell: ein umfassendes Upgrade von den Parametern zur Positionierung<\/h3>\n
OpenAIs o3 und o4-mini basieren auf einer neuen Architektur und sind auf unterschiedliche Szenarien ausgerichtet:<\/div>\n
    \n
  • o3: Als \"Vollblutversion\" des Vorzeigemodells konzentriert es sich auf fortgeschrittene Argumentation und Werkzeugsynergie, unterst\u00fctzt den Zugriff auf Werkzeuge mit vollem Funktionsumfang (z. B. Python, Durchsuchen von Netzwerken, Funktionsaufrufe) und realisiert erstmals \"in die Gedankenkette integrierte visuelle Argumentation\", die f\u00fcr komplexe Probleml\u00f6sungen geeignet ist.<\/li>\n
  • o4-mini: ein leichtgewichtiges, hochleistungsf\u00e4higes Modell, das sich auf schnelle High-Level-Reasoning- und Code\/Vision-Aufgaben konzentriert und ein hervorragendes Preis-Leistungs-Verh\u00e4ltnis aufweist, ohne dabei an Effizienz einzub\u00fc\u00dfen.<\/li>\n<\/ul>\n

    <\/h3>\n

    Zweitens, die Leistung Vergleich: multidimensionale F\u00e4higkeit, das alte Modell zu vernichten<\/h3>\n

    1. intellektuelles Denken: ein toolgest\u00fctzter Anstieg der Genauigkeit<\/h4>\n
    Bei Mathematikwettbewerben, naturwissenschaftlichen Aufgaben und f\u00e4cher\u00fcbergreifenden Tests zeigen o3 und o4-mini eine erdr\u00fcckende Leistung, insbesondere wenn die Verwendung von Hilfsmitteln erlaubt ist:<\/div>\n
    \n\n\n\n\n\n\n\n\n
    Datens\u00e4tze\/Aufgaben<\/th>\no1<\/th>\no3-mini<\/th>\no3 (werkzeuglos)<\/th>\no3 (mit Python)<\/th>\no4-mini (ohne Werkzeug)<\/th>\no4-mini (mit Python)<\/th>\n<\/tr>\n<\/thead>\n
    AIME 2024 Mathematik-Wettbewerb (AC%)<\/td>\n74.3<\/td>\n87.3<\/td>\n91.6<\/td>\n95.2<\/td>\n93.4<\/td>\n98.7<\/td>\n<\/tr>\n
    Codeforces Code-Wettbewerb (ELO)<\/td>\n1891<\/td>\n2073<\/td>\n–<\/td>\n2719<\/td>\n–<\/td>\n2073<\/td>\n<\/tr>\n
    GPQA Fragen zur Diamantforschung (AC%)<\/td>\n78<\/td>\n77<\/td>\n83.3<\/td>\n–<\/td>\n81.4<\/td>\n–<\/td>\n<\/tr>\n
    Die letzte Pr\u00fcfung der Menschheit (AC%)<\/td>\n13.4<\/td>\n20.3<\/td>\n20.3<\/td>\n24.9<\/td>\n14.28<\/td>\n17.7<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n
    Die wichtigsten Ergebnisse:<\/div>\n
      \n
    • Die AIME-Genauigkeit verbesserte sich von 91,6% auf 95,2%, nachdem o3 Python aufgerufen hatte, und Humanity's Last Exam verbesserte seine Genauigkeit um 24,9% mit der Toolchain.<\/li>\n
    • Obwohl o4-mini ein leichtgewichtiges Modell ist, hat es 93,41 TP3T (AIME) ohne Tools erreicht, was nahe an der o3-Tool-Version liegt, und das Preis-Leistungs-Verh\u00e4ltnis ist hervorragend. o4-mini-high l\u00f6ste eines der neuesten Projekt-Euler-Probleme in 2 Minuten und 55 Sekunden, aber es ist kein einfaches Problem, nur 15 Leute k\u00f6nnen es in 30 Minuten l\u00f6sen, und es ist ein neues Problem, das erst vor ein paar Tagen herauskam. Es handelt sich um ein neues Problem, das erst vor ein paar Tagen ver\u00f6ffentlicht wurde und nicht in der Trainingsmenge von o4 enthalten sein kann, was darauf schlie\u00dfen l\u00e4sst, dass o4-mini-high sich bei der L\u00f6sung auf das \"Denken\" verlassen hat.<\/li>\n<\/ul>\n

      \"\"<\/p>\n

      \"\"<\/h4>\n

      <\/h4>\n

      <\/h4>\n

       <\/p>\n

      2. multimodales visuelles Denken: Von der \"Bilderkennung\" zum \"Bilddenken\"<\/h4>\n
      o3 und o4-mini unterst\u00fctzen erstmals die Integration von visuellem Denken in die Denkkette und \u00fcbertreffen \u00e4ltere Modelle bei komplexen Bildverstehensaufgaben bei weitem:<\/div>\n
      \n\n\n\n\n\n\n\n
      Datensatz<\/th>\nLeitbild<\/th>\no1<\/th>\no3<\/th>\no4-mini<\/th>\n<\/tr>\n<\/thead>\n
      MMMU (Universit\u00e4t Visuelle Mathematik)<\/td>\nFormel + Graphisches Integriertes Probleml\u00f6sen (AC%)<\/td>\n77.6<\/td>\n82.9<\/td>\n81.6<\/td>\n<\/tr>\n
      MathVista (visuelles Rechnen)<\/td>\nReasoning mit geometrischen \/ funktionalen Bildern (AC%)<\/td>\n71.8<\/td>\n87.5<\/td>\n84.3<\/td>\n<\/tr>\n
      CharXiv-Begr\u00fcndung<\/td>\nVerstehen von wissenschaftlichen Diagrammen (AC%)<\/td>\n55.1<\/td>\n75.4<\/td>\n72<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n
      Bedeutung des Durchbruchs: o3 kann \"das Bild betrachten und denken\" wie ein Mensch und vollzieht damit den Paradigmenwechsel von der \"Pixelverarbeitung\" zur \"Szenenerkennung\". Ein Nutzer nahm auf dem Weg zur Arbeit ein Foto auf und bat o3, den Standort zu analysieren. Ein Benutzer nahm auf dem Weg zur Arbeit ein Foto auf und bat o3, den Standort zu analysieren. o3 zoomte zun\u00e4chst das Bild heran, analysierte die Schl\u00fcsselinformationen im Bild, suchte dann nach verwandten Webseiten, um den Suchbereich Schritt f\u00fcr Schritt einzugrenzen, und gab schlie\u00dflich die spezifischen Standortinformationen an.<\/div>\n
      \n

      \"\"<\/p>\n<\/div>\n

      \"\"<\/h3>\n

      <\/h4>\n

       <\/p>\n

      3. code und technische F\u00e4higkeiten: o3 ist der Entwickler der Wahl<\/h4>\n
      Bei Software-Engineering-Aufgaben ist o3 f\u00fchrend beim Tool-Zugriff und Code-Verst\u00e4ndnis, w\u00e4hrend o4-mini in leichtgewichtigen Szenarien ausgeglichen ist:<\/div>\n
      \n\n\n\n\n\n\n\n
      Code-Aufgabe<\/th>\nNorm<\/th>\no1-hoch<\/th>\no3-mini<\/th>\no3-hoch<\/th>\no4-mini-high<\/th>\n<\/tr>\n<\/thead>\n
      SWE-Bench-Validierung (AC%)<\/td>\nAlgorithmen \/ Systementwurf<\/td>\n48.9<\/td>\n69.1<\/td>\n69.1<\/td>\n68.1<\/td>\n<\/tr>\n
      Aider Code Editor (vollst\u00e4ndig)<\/td>\nUmfassende mehrsprachige Neufassung (%)<\/td>\n66.7<\/td>\n81.3<\/td>\n81.3<\/td>\n64.4<\/td>\n<\/tr>\n
      SWE-Lancer Auftragsannahme Einnahmen<\/td>\nFreiberufliche Auftr\u00e4ge ($)<\/td>\n118,000<\/td>\n177,000<\/td>\n236,000<\/td>\n–<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n
      Praktischer Nutzen: o3 hat durchschnittlich 236.000 US-Dollar pro Monat an echten Codierungsaufgaben erbracht und damit das alte Modell weit hinter sich gelassen und sich zu einem Kernwerkzeug f\u00fcr die Codeentwicklung auf Unternehmensebene entwickelt; o4-mini eignet sich f\u00fcr Rapid Prototyping und leichtes Code-Debugging.<\/div>\n

       <\/p>\n

      \"\"<\/div>\n

       <\/p>\n