6月11日，OpenAI正式发布最强推理模型o3-pro，该模型聚焦深度思考与可靠回答，即日起面向ChatGPT专业版用户及API开放。

OpenAI表示，o3-pro延续了o1-pro在数学、科学和编程等领域的表现。在学术评估中，o3-pro持续超越o1-pro和o3。

专家评审则在全类别测试中更青睐o3-pro，尤其在科学、教育、编程等关键领域，认为该模型在回答清晰度、全面性、指令遵循度和准确性方面均表现更佳。

OpenAI采用严格的“4/4可靠性”评估标准，只有模型在四次尝试中均正确回答问题才视为通过，o3-pro在该评估下彰显了其稳定且精准的优势。

早期用户测试显示，在需多工具协同的复杂场景中，o3-pro解决效率比原o3提升400%，且方案完整度更高。有观点认为，o3-pro本质是一套集成化AI系统，而非单一模型，其核心能力依托于实时搜索、文件解析、视觉推理、Python执行、记忆系统等工具链。不过，也由于工具调用需求，其响应速度相比o1-pro有所放缓，官方建议用户在处理对可靠性要求极高的复杂问题时选用该模型。

实测方面，在苹果公司一篇名为《思维的错觉》论文中，有一个10盘汉诺塔问题被视为AI推理的"天花板挑战"，此前所有模型在该问题上准确率近乎为零。o3-pro通过19分钟的运算，不仅得出1023步的最优解，还按0索引规则完整输出移动序列，经验证首尾步骤均符合标准解法，性能之强，可见一斑。

定价方面，o3-pro输入20美元/百万token，输出80美元/百万token，较o1-pro成本降低87%。同时，基础版o3模型价格同步下降80%，输入2美元/百万token，输出8美元/百万token，中小企业和个人开发者也将能享受高级推理能力。

使用权限方面，从发布当日起，专业版和团队版用户可在模型选择器中直接使用o3-pro，替代原有的o1-pro，企业版和教育版用户预计将在下周获得访问权限。不过，OpenAI表示，o3-pro的落地仍面临"高智商低适应"的困境。如同12岁天才进入大学，其强大的推理能力需与实际应用场景深度结合。OpenAI首席科学家指出，下一阶段的重点将是"构建AI与人类协作的操作系统"，让模型不仅能解决问题，更能理解社会规则与协作流程。

参考资料：https://help.openai.com/en/articles/9624314-model-release-notes；https://www.youtube.com/watch?v=vmrm90u0dHs