OpenAI O3 深度評測：邁向通用人工智慧的關鍵一步

1. 前言：O3，一款低調上線的新模型

2025年4月，OpenAI 悄悄釋出了一款名為 O3 的新模型。沒有官方部落格公告、也沒有公開發表會——O3 就這樣默默地出現在 ChatGPT 的介面和 OpenAI 的 API 模型列表中，之後也陸續整合進 HuggingChat、Poe 等平台。

雖然目前尚無完整的技術文件，OpenAI 已經將 O3 納入官方模型目錄，並確認它支援文字與圖片輸入。透過 API 測試和實際使用情境，開發者與早期使用者發現這個模型具備幾個關鍵特色：推理能力強、回應速度接近 GPT-3.5、支援基本的視覺輸入，而且價格結構也與 GPT-4 系列有所不同。

2. 模型亮點：OpenAI O3 的核心能力

根據 OpenAI 官方模型參考頁面，以及早期用戶的公開測試結果，O3 模型展現出數個值得關注的特點：

官方文件與社群驗證的能力

加強的文字理解與推理能力
O3 在處理複雜的文字任務上，相較 GPT-3.5 展現出更高的一致性與準確度，像是數學推理、程式碼生成、邏輯分析等任務表現更穩定。多位開發者透過公開專案與測試驗證，O3 在「思路鏈推理」（Chain-of-Thought, CoT）情境中，表現更加穩定。

支援圖片輸入（透過 API）
根據 OpenAI 的官方文件，O3 支援透過 Vision API 上傳與分析圖片。目前已確認具備的能力包括：OCR 文字識別、圖像描述（image captioning）、以及基礎的圖文整合任務。

回應速度快於 GPT-4，接近 GPT-3.5
使用者回報 O3 的回應速度明顯快於 GPT-4，因此特別適合對延遲敏感的應用場景。這項表現也獲得 OpenAI 官方定價文件與社群 API 測試的佐證。

透過 OpenAI API 存取，設計導向實用性
O3 可透過 OpenAI API 使用，支援多種應用任務。根據 OpenAI 的定價頁面，每百萬個輸入 token 收費 $10 美元、快取輸入 $2.5 美元、每百萬個輸出 token 為 $40 美元，定位為一款兼具高效能與延遲友善的模型。

雖然 OpenAI 稱 O3 是目前最強的推理模型，但並未公布其架構、模型規模或訓練資料的細節。它與 GPT-4 或 GPT-4o 的關聯尚不明朗，相關說法也多屬推測。

3. 實際表現：OpenAI O3 到底能做什麼？

1. 推理與問題的解決能力
O3 採用了進階的「模擬推理」技術，讓它能夠處理複雜的問題，並提供深入的分析。在實際測試中，這款模型展現了出色的多步驟推理能力，特別是在科學與數學等領域的表現尤為亮眼。

2. 圖像與視覺理解能力
O3 在視覺推理方面有顯著的進步。它能夠分析複雜的圖表、科學插圖，並從上傳的圖片中提取關鍵資訊。這讓模型在教育、技術與專業領域的應用範圍更加廣泛。

3. 工具使用與自主能力
O3 是第一個展現「自主工具操作能力」的推理模型。它能獨立判斷何時、如何使用各種工具，例如網頁瀏覽、Python 程式運算，以及檔案處理等。這代表 O3 不需要人工引導，就能主動搜尋資訊、撰寫並執行程式碼，甚至解析各種檔案格式。

OpenAI 的官方帳號（@OpenAI）也曾發文指出：
「我們的推理模型首次具備代理式使用 ChatGPT 內所有工具的能力，包括網路搜尋、Python、圖像分析、檔案解讀與圖像生成。」

4. 與前代模型比較：O3 的進步與取捨

1. 推理能力的大躍進
與前一代模型 O1 相比，O3 在處理複雜問題上的表現有了顯著提升。不論是邏輯推理還是多步驟分析，O3 都展現出更強的穩定性與準確度。

2. 資源消耗與回應速度的平衡
當然，功能越強，運算資源的消耗也越高。O3 相較於以往模型需要更多運算資源，這也讓它的回應速度略慢一些。不過，OpenAI 因應不同使用需求，推出了多種版本，特別是靈活度較高的 O3-mini 系列。

O3-mini 提供三種推理強度設定：

• 低強度（Low）：回應最快，適合對速度要求高、但邏輯複雜度低的任務。
• 中強度（Medium）：在速度與推理能力之間取得平衡。
• 高強度（High）：適合需要深入分析的任務，雖然反應稍慢，但推理表現最強。

3. 多元應用場景
根據不同推理強度與回應速度的組合，O3 系列能靈活應用在各種情境中：

• O3 完整版：適用於科學研究、進階資料分析、或需要多種工具鏈整合的複雜應用。
• O3-mini-high：適合內容創作、教育輔導、策略協助等需要較高推理能力的情境。
• O3-mini-medium／low：最適合日常助手、客服應答、基礎資訊查詢等對即時性要求較高的任務。

5. 專家看法：OpenAI O3 的實戰表現

在接受《Business Insider》專訪時，OpenAI 執行長 Sam Altman 談到了公司在模型命名方面面臨的挑戰。他透露，OpenAI 計劃在 2025 年夏季改革命名系統，希望簡化產品線，提升用戶體驗。針對像 O3 和 O4-mini 這類新模型，他坦言名稱可能會讓人有點混淆，但也強調這些模型代表了 AI 推理能力上的重大突破。

台北商業大學前校長暨叡揚資訊顧問張瑞雄教授指出，OpenAI 的 O3 模型在多項 AI 基準測試中表現卓越，特別是在 ARC-AGI 測評中達到 87.5% 的高分，超越人類平均水平的 85%。他強調，這代表 AI 在抽象推理與通用能力上取得重大突破。然而，張教授也提醒，O3 在某些簡單任務上仍有不足，顯示 AI 在模擬人類綜合智力方面仍有挑戰。 ​

延伸閱讀：O3模型的誕生：人工智慧的進步與挑戰｜專家論點【張瑞雄】

結論：O3 是我們距離 AGI 最近的一次嗎？

首先，我們需要澄清一個可能的誤解：2025 年 4 月 OpenAI 發布的 O3，是一個全新模型，並非去年的 GPT-4o（也叫 GPT-4 Omni）。雖然它們的名字聽起來相似，但其本質上是完全不同的。O3 不僅僅是 GPT-4 的升級，而是一次新的嘗試，讓 OpenAI 更接近實現人工通用智慧（AGI）。

O3 帶來的突破不僅僅是在「更快」或「更準確」這些層面，而是在基礎思維上的轉變，展現出更「類人化」的智慧：

• 它能夠處理複雜的問題，並將其系統化地拆解、分析，提供解決方案，看起來就像是它真正在「思考」一樣。
• 它能夠自主決定何時使用工具來完成任務，無需指示，自己找出方法。
• 它理解語言、圖像和聲音之間的關係，能夠像一個真正理解世界的智慧體，而不僅僅是解讀圖像或轉錄聲音。
• 更令人印象深刻的是，它能夠通過互動學習並優化行為，展示出一種學習型的智慧，儘管它還不具備完整的「意識」。

這些能力讓許多人開始重新思考一個關鍵問題：AGI 真的就快來了嗎？

當然，我們不必急於下結論。儘管 O3 非常強大，但它仍然不是一個「無所不能」的智能體。它不會設定自己的目標，也不理解情感，無法完全處理所有複雜的現實情境。它依然是一個工具——一個極為先進的工具，但仍然缺乏主觀的意識。

最後我想說

O3 可能不是 AGI 的終點，但它很可能是轉捩點——讓我們意識到 AGI 的真正臨近。它提醒我們，AI 的未來不是一個遙不可及的幻想，而是持續進化的現實。現在的真正挑戰在於我們如何引導它，確保它對人類來說是安全、可控且有益的。

在 O3 的時代，我們不只是「使用」AI——而是開始真正「與它共存」。

不過，值得注意的是，O3 所謂的「優越表現」也並非毫無爭議。根據 TechCrunch 在 2025 年 4 月 20 日的報導，研究機構 Epoch 指出，O3 在某些標準測試上的得分僅約為 10%，與 OpenAI 所宣稱的高分成績有著明顯落差。

這提醒我們：在評估任何 AI 模型時，都應該保持批判性的眼光，參考多方數據來源，而不是僅僅相信公司一方的說法。

我們也正親身經歷這場轉變。作為一個 AI 工具整合平台，Monica 已率先導入 OpenAI 最新的 O3 模型，期望能在不久的將來，為使用者帶來更聰明、更自然，甚至更「有思考感」的 AI 互動體驗。

AI 的未來，不再只是「工具」的角色，而是能夠真正與你協作、值得信賴的「夥伴」。我們會持續關注 AI 的演進，並努力將這項尖端技術帶給每一位平凡但不簡單的使用者。