o1 是 OpenAI 于 2024 年 12 月 5 日发布的首个推理模型，以大规模强化学习训练隐藏思维链。[1]
发布背景
发布时上下文窗口为200K tokens，最大输出为100,000 tokens，API 标识为 o1。[1] OpenAI 首个推理模型，内部代号先后为 Q*、Strawberry，以大规模强化学习训练隐藏思维链，推理过程不对用户可见，隐藏推理 token 按输出 token 价格计费并计入 output_tokens_details.reasoning_tokens。[1]
定价与获取
每百万 token 输入 15 美元、输出 60 美元。[1]
性能表现
以下为OpenAI公布的自家评测结果，尚未经独立复现。[1]
- AIME 2024 pass@1：74.4%（GPT-4o 为 9.3%，o1-preview 为 44.6%）[1]
- AIME 2024 consensus@64：83.3%（GPT-4o 为 13.4%，o1-preview 为 56.7%）[1]
- Codeforces：1673 Elo，第 89 百分位（GPT-4o 为 808 Elo、第 11 百分位，o1-preview 为 1258 Elo、第 62 百分位）[1]
- GPQA Diamond pass@1：77.3%（GPT-4o 为 50.6%，o1-preview 为 73.3%，OpenAI 称超过其招募的博士级人类专家）[1]
主要特点
- o1-preview 于 2024-09-12 发布，正式版 o1 于 2024-12-05 取代它并随 ChatGPT Pro 同日推出；o1-preview 的 API 于 2025-07-28 关闭，正式版 o1 与 o1-2024-12-17 的 API 于 2026-10-23 关闭，官方推荐替代为 gpt-5.6-sol。[1]
- 正式版 o1 上下文窗口 200K tokens、最大输出 100,000 tokens，定价为每百万 token 输入 15 美元、输出 60 美元，缓存输入为 7.50 美元。[1]
定位与后续
o1-preview 不应单独立条，应并入 o1：它是同一 o 系列的早期预览版，于 2024-12-05 被正式版 o1 取代并于 2025-07-28 退役；o1 作为 OpenAI 首个推理模型接替 GPT-4o 的推理短板定位，后继为 o3，API 已于 2026-10-23 退役并由 gpt-5.6-sol 接替。 其前代通用模型为GPT-4o。[1]