大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



为什么要用 o 这个东西作为名字后缀或者前缀？表示什么含义？

o1的o=orion（猎户座，下一代大模型的代号codename）

GPT-4o的o=omni（omnipotent，全能，因为多模态能力强）

GPT-4的4=4代

推理能力：o1>4o≈4

语言能力：4o>4≈o1

价格：4>o1>4o

GPT-4已经无了。

GPT omni，模态全能者

GPT-4o，o代表着omni(全能)，体现了OpenAI将大部分模态，统一在Transform框架下，激发模型进行全模态思考的野心。

比如S2S，比传统的TTS，多了声波的维度，你可以从声波的频率中解读出额外的信息。还有图片识别，在统一框架下的图片识别，可以更有机地调用主模型的推理能力。

GPT-4o的框架下，有小模，中模，大模三种尺寸，小模适合快速推理（其实什么都不适合，现在比较好用的小模是Flash002），中模适合大部分人的通用任务，包括数学，代码，查询差不多都在这一层，大模写作能力更好，情感理解更细腻，大模的存在并不能明显提升STEM领域的表现，但对那种规则不明确的领域，会有更好的模拟，比如写作。

OpenAI o1，推理者

这是基于GPT的新式推理框架，可以理解为一个官方的Prompts外挂，通过强化学习，让模型学会通过“Prompt自启发”来稳固展开推理流，视野更广，步子更稳，走得也更远。作为一个通过强化学习得到的模型，奖励设置是重中之重。像数学、逻辑推理，通用代码是几个容易验证，所以容易设置奖励的领域。像主观性的东西，仍依赖于传统的RLHF（或者SFT），这就非常考验项目主管的审美能力了。

从本质上讲，o1仍然属于“单体Agent推理流”，这和马文·明斯基设想的“Agents心智社会”有比较大的差距，——即“智能”是由多个Agents协作产生的，它们会符合进化论和博弈论的潜在规则。或者，简而言之，o1仍然属于弱强化学习。如果要构成了一个“Agents的推理社会”，仍然需要在强化学习多多投入。

我大体同意OpenAI的理念，从深度神经网络中能直接挖掘出来的东西看，现阶段已经告一段落了，下一个世代需要的算力和数据量，可能又是另一个级别了。

自 ChatGPT 诞生，到现在已经发布的非常多模型，这些模型之间有什么关系，GPT-4o、o1等分别表示什么意思？本文介绍了 ChatGPT 的所有大语言模型。

GPT 全称 Generative Pretrained Transformer，中文是：生成式预训练 Transformer 模型。

GPT-1

• 发布日期：2018 年 6 月
• 参数量：11700 万（117M）
• 背景：GPT-1 是首次利用 Transformer 结构搭建的一个预训练模型，通过先在大型数据集上预训练，再在特定任务的较小数据集上微调，使模型能学习广泛的语言理解能力，并适应具体任务。
• P.S.：GPT-1 只能完成一些简单的任务，如文本生成、翻译，且效果并不是很好。

GPT-2

• 发布日期：2019 年 2 月
• 参数量：15 亿（1.5B）
• 背景：2018 年 10 月， Google 以一个更大的模型（340M） BERT 在多方面超越了 GPT-1，所以为了反超 BERT，OPEN AI 在 GPT-1 的基础上增大了模型参数和训练样本，训练出了 GPT-2。但结果是，作为一个更大的模型，GPT-2 并没有明显超越 BERT，但 OPEN AI 又不想放弃 GPT 模型，所以转变了思想，将 GPT-2 的卖点转向 zero-shot，即 GPT 模型可以在未经微调，没有示例的情况下，仅根据任务的描述生成语句。如今也证明，OPEN AI 是高瞻远瞩的。
• P.S.：zero-shot 意味着大语言模型已经有了雏形，但GPT-2 仍然只能完成简单的任务，原因可能是算法、语料等方面仍有不足，GPT-2 的参数量为 1.5B，而同样 1.5B 的 Qwen 模型经由 DeepSeek 蒸馏后已经可以超越 GPT-4

GPT-3

• 发布日期：2020 年 6 月
• 参数量：1750 亿（175B）
• 背景：GPT-3 在 GPT-2 的基础上将参数量扩大了 100 倍，具有前所未有的通用性。有人使用 GPT-3 撰写了一篇关于独角兽的新闻稿，已经很难分辨真假，这也是为什么 GPT 模型通常使用独角兽表示。GPT-3 开放了 API 接口，供应用程序调用。

InstructGPT

• 发布日期：2022 年 1 月
• 参数量：13 亿（1.3B）
• 背景：虽然 GPT-3 在许多任务上都展现出了令人惊艳的结果，但是仍存在一些时候 GPT-3 无法遵循用户指令。由于 GPT-3 开放了 API 接口供 300 多个应用程序使用，因此 OPEN AI 收到了调用者的许多反馈，根据这些反馈使用基于人类反馈的强化学习（Reinforcement Learning from Human Feedback, RLHF）对 GPT-3 进行微调，得到了 InstructGPT。

GPT-3.5

• 发布日期：2022 年初
• 参数量：未知，但微软在一篇论文中提到 GPT-3.5 的参数为 200 亿（20B）。
• 背景：OPEN AI 声称在 2022 年初完成了 GPT-3.5 的训练，后来在其基础上使用 RLHF 微调得到了大名鼎鼎的 ChatGPT，于 2022 年 11 月正式发布。不久后，OPEN AI 推出了 GPT-3.5 的增强版 GPT-3.5-turbo，其中“turbo”指涡轮增压，意味着这是 GPT-3.5 的升级优化版本。GPT-3.5 系列进行了多次升级优化，OPEN AI 声称微调后的 GPT-3.5-turbo 在某些任务上超过了基础班的 GPT-4。
• P.S.：ChatGPT 是一款划时代的应用，真正意义上开启了大模型时代。

GPT-4

• 发布日期：2023 年 3 月
• 参数量：未明确官方数据，约 1.76 万亿（1760B）
• 背景：GPT-4 首次加入了多模态能力，可以解析图像和音频。GPT-4 在语言理解与生成、学习与推理能力、多语言能力方面具有大幅度提升。此时，可以在 ChatGPT 中选择 GPT-4 作为对话模型。类似于 GPT-3.5，GPT-4 也有 turbo 版本 GPT-4-turbo.
• P.S.：如果说 ChatGPT 开启了大模型时代，那么 GPT-4 可以说开启了多模态大模型时代。不过现在 GPT-4 和 GPT-4-turbo 已经没有了，ChatGPT 中的 GPT-4 系列模型已经全面替换成了 GPT-4o。

GPT-4o

• 发布日期：2024 年 5 月
• 参数量：未明确公布
• 背景：“o”代表“omni”，即全能。GPT-4o 有强大的多模态处理能力，能同时处理文本、图像和音频输入；响应速度提升，支持更自然的实时对话和多种媒体的结合；整合了 Canvas，支持可视化的工作环境，可实时修改文本或代码。
• P.S.：GPT-4o 体现了 OPEN AI 期望将全模态统一在 Transformer 框架下。

GPT-4o Mini

• 发布日期：2024 年 7 月
• 参数量：未明确公布
• 背景：“Mini”很好理解，就是 GPT-4o 的轻量版，是通过 GPT-4o 知识蒸馏得到的一个参数量较小的模型，更经济实惠（API 价格低于 GPT-3.5），但能力略低于 GPT-4o。
• P.S.：Mini 版本的提出就是为了降低成本，但 GPT-4o Mini 的能力高于 GPT-4，这使得其性价比远高于市面上的其他 AI 应用（DeepSeek 发布之前）。

OpenAI o1-Mini

• 发布日期：2024 年 9 月
• 参数量：未明确公布
• 背景：不同于 GPT-4o 系列，GPT o1 系列竟然先发布了 Mini 版和 Preview 版，同年 12 月才发布了“满血版”。OpenAI o1 相较于之前的模型有很大不同，在于 OpenAI o1 是一个推理模型，具有思考过程，也就是具备推理能力，在多数任务中超过了 GPT-4o。OPEN AI 并没有具体说明“o1”中的“o”是什么意思（一种说法是 “o” 代表 “Orion”猎户座，下一代大模型的代号c），只是在文档中提到：由于推理模型是一个里程碑式的模型，代表了人工智能能力的新水平，鉴于此，将计数器重置为 1，并将这一系列命名为 OpenAI o1。
• P.S.：实际上，OpenAI o1 已经不再属于 GPT 系列，因为 OPEN AI 不仅将计数器重置，模型名称中的“GPT-”也被改为了“Open AI”。OPEN AI 大概也希望自己的模型能够与其他企业的 AI 模型区分开，比较 GPT 全称 Generative Pretrained Transformer，本质上与 OPEN AI 并无关系。

OpenAI o1-Preview

• 发布日期：2024 年 9 月
• 参数量：未明确公布
• 背景：o1 系列的预览版，API 价格与 o1 满血版相同，在 ChatGPT 中正式上架 Open AI o1 前的替代品。最大上下文与 o1-Mini 版相同，最大输出长度小于 o1-Mini 版，均小于 o1 满血版。

OpenAI o1

• 发布日期：2024 年 12 月
• 参数量：未明确公布
• 背景：满血版的推理模型 Open AI o1，价格昂贵，API 价格为：输出每百万 Token 约 435.79 元，输入每百万 Token 约 108.95 元（缓存命中 54.47 元）。同样作为推理模型，DeepSeek R1 的价格为：输出每百万 Token 为 16 元，输入每百万 Token 为 4 元（缓存命中为 1 元）。

OpenAI o3-Mini

• 发布日期：2025年 1 月 31 日
• 参数量：未明确公布
• 背景：o1 的下一代（不知道为什么没有 o2），同样属于推理模型，目前没有满血版，所有用户都可免费使用。OpenAI o3-Mini 是 OPEN AI 的模型中仅次于OpenAI o1 满血版的模型，在科学、数学和编程方面表现出色。OPEN AI 同时还开放了 OpenAI o3-Mini-high，在一些任务上优于OpenAI o1。
• P.S.：被 DeepSeek 逼出来的模型。另外，一个模型有这么多版本，都 Mini 版了，还要再来一个 Mini-high 版，足见其在赚钱和留住用户直接很难做出平衡。

（2025年 2 月 28 日，更新）

GPT-4.5

• 发布日期：2025年 2 月 28 日
• 参数量：未明确公布，OPEN AI 称这是自己最大的模型
• P.S.：非推理模型，似乎没有什么实质性的创新，只是通过堆参数刷分。