o1
o1是OpenAI开发的大型语言模型，专为复杂推理任务设计。其核心特点是在生成回答前进行较长时间的内部思维链推理，能够在数学、科学、编程及逻辑分析等需要多步骤推导的领域表现出较强的问题解决能力。o1属于OpenAI推理模型系列，与侧重通用对话的GPT系列模型定位有所区别。
核心事实
时间轴 (近 90 天)
Noam Brown是OpenAI研究员，是O1和推理模型的核心贡献者，现专注于多智能体研究
Chain-of-Thought 和 o1/o3 类推理模型的逐步分析过程对应 Kahneman 双系统理论中的 System 2
OpenAI的o1系列模型采用慢思考策略，其thinking time可达数十秒
o1单次请求成本是常规对话的5-10倍,在数学奥林匹克竞赛、Codeforces编程竞赛等任务上表现优于GPT-4
OpenAI对GPT-4o和o1系列模型设置了基于订阅层级的消息上限
Jakub Pachocki是OpenAI的首席科学家,领导了GPT-4和o1系列模型的核心研发工作
GPT-4、o1、o3等模型在网络安全维度上均未达到「关键」等级，大多停留在「中」或「高」的评级范围内
Sol系列延续了OpenAI从o1开始的思维链推理路线，专注于复杂问题的多步骤求解
o1模型在2024年在ARC-AGI上仅达到约25%的水平
在复杂推理任务中推理token数量可能远超最终输出token数量，这是o1/o3系列使用成本通常高于同级别GPT模型的原因
还有 30 条时间轴事件
全部知识事实 (20)
OpenAI的o1系列模型将思维链内化为模型训练的核心机制，通过强化学习让模型学会自动展开详细的思考过程
90%已验证OpenAI的o1系列代表了「推理时计算」（test-time compute）这一新范式
80%已验证OpenAI o1系列模型于2024年9月发布，代表了LLM从快速直觉式回答向深度推理的范式转变
80%已验证O3属于OpenAI的o系列推理模型，引入了思维链（Chain-of-Thought）机制进行多步内部推理
80%已验证目前主流的大语言模型包括GPT-4、Claude、DeepSeek、通义千问等
80%已验证OpenAI的o1系列模型和DeepSeek-R1采用了类似Chain-of-Thought的显式推理机制
80%已验证OpenAI 在 o 系列推理模型中已引入「思考预算」（Thinking Budget）机制，可动态控制内部推理链的长度
75%已验证The GPT series comes from OpenAI, represented by GPT-4o and the o1/o3 series, with the o1/o3 series possessing stronger chain-of-thought reasoning capabilities.
70%已验证推理模型以OpenAI o1、DeepSeek-R1、QwQ为代表，核心机制是思维链扩展，在给出最终答案前生成大量中间推理步骤
65%已验证Chain-of-Thought（思维链）提示技术通过强制模型先输出中间步骤来部分缓解自回归模型在逻辑推理中的缺陷
65%已验证OpenAI的o系列（o1、o3）专门针对链式思维推理能力进行强化训练，引入了蒙特卡洛树搜索（MCTS）与过程奖励模型
65%已验证推理范式本质上是将强化学习应用于语言模型的后训练阶段，让模型自主探索推理路径并根据答案正确性获得奖励反馈，最早在o1系列模型中公开展示
65%已验证o1模型在回答前进行内部思维链推理，在数学、编程、科学推理等任务上表现远超GPT-4o
65%已验证Google的Gemini 2.0 Flash Thinking和DeepSeek-R1等模型跟进了o1的推理时计算扩展技术路线
65%待验证Codex APP的推理级别对应OpenAI o系列模型中的reasoning tokens机制
70%待验证Google的Gemini、Anthropic的Claude以及OpenAI的o系列模型都实现了不同形式的扩展思考
60%待验证Noam Brown是OpenAI研究员，是O1和推理模型的核心贡献者，现专注于多智能体研究
50%待验证Chain-of-Thought 和 o1/o3 类推理模型的逐步分析过程对应 Kahneman 双系统理论中的 System 2
50%待验证OpenAI的o1系列模型采用慢思考策略，其thinking time可达数十秒
50%待验证o1单次请求成本是常规对话的5-10倍,在数学奥林匹克竞赛、Codeforces编程竞赛等任务上表现优于GPT-4
50%