OpenAI 新推理模型将亮相：o3 与 o4-mini 可跨学科构想前沿科研假说

大家还在忙着用大模型生成毛绒玩具头像或者写润色邮件，OpenAI 却打算把自家的 AI 送进国家实验室了。

据 The Information 和 Tom's Guide 报道，OpenAI 正在准备推出代号为 o3 和 o4-mini 的全新推理模型。这两款模型预计将在未来几周内发布，核心变化不是回答速度变快，而是能够自主提出全新的科研想法。

早期测试人员透露，这些模型展现出的能力通常属于博士级专家。它们不仅能在核聚变、新药研发和材料科学等前沿领域提出原创研究假说，还能找出已有学术文献中的空白，并直接设计出一整套验证实验。

交叉学科的「科学搭档」

传统的生成式模型擅长根据已有数据总结归纳或编写代码，而这类推理模型会在输出前花时间深入分析复杂问题，最终给出经过严密推导且具备可验证性的方案。

目前驱动 ChatGPT Pro 深度研究功能的 o3-mini-high 已经能在全网检索并生成定制研究报告，但即将到来的 o3 和 o4-mini 显然更激进。

早期使用者发现，这两个模型最亮眼的地方是跨学科整合。人类科研团队往往很难同时打通物理学、生物学、化学和工程学，但 AI 可以在这些领域之间建立联系。

在具体的测试案例中，模型已经提出过全新的污水病原体检测方案，以及高精度控制的塑料回收实验流程。对于实验团队来说，这能直接把原本需要数天的方案规划期压缩到几个小时。

这套能力的代价也不便宜。虽然官方还没有正式公布日期和方案，但业内有传闻称企业版的使用费用可能高达每月 20000 美元，相比目前 ChatGPT Pro 每月 200 美元的定价直接翻了一百倍。

为什么重要

我们认为，如果每月 20000 美元的传闻属实，OpenAI 就已经彻底想清楚了商业化路径。它不再指望靠普通消费者订阅来摊平高昂的训练和推理成本，而是直接瞄准财富 500 强企业的研发实验室、制药巨头和顶级学术机构。

对研究人员来说，这类模型现在显然不适合普通个人去尝鲜，门槛极高。但对于真正的科研机构，只要一个实验假设能帮团队少走两周弯路，或者发现一个被忽视的合成路径，20000 美元每月的成本基本可以忽略不计。

对行业而言，这一步把大模型竞争的战场从「写代码助手」和「聊天机器人」拉到了「科学发现」的维度。谷歌等对手此前靠专用模型 AlphaFold 占领了生物计算高地，而 OpenAI 正在尝试用通用推理模型切入几乎所有前沿学科。

不过隐患依然存在。科研最忌讳似是而非的幻觉，如果一个看似精妙的核聚变假设里藏着致命的数理漏洞，实验室投入真金白银验证就会付出惨重代价。AI 究竟是真正具备科学洞察，还是把海量论文拼凑出了看似高深的新话术，依然需要实际实验结果来检验。