o1：第一个慢下来的模型

9 月 12 日，OpenAI 放出了传了大半年的"草莓"，正式名字叫 o1-preview。不是 GPT-5，是一个新系列的开头。

用起来第一个感受是慢。它不会秒回，会先显示"Thinking"，转一会儿才给答案，有的题想十几秒，有的想一两分钟。之前的模型都是快枪手，你回车，答案几乎同时出现，用久了你会本能地觉得，答得越快越聪明。

成绩单很硬。Codeforces 竞赛编程排到第 89 百分位，美国数学奥赛资格赛进了全美前 500，物理化学生物的 GPQA 上超过了博士水平。

公告里有一句话我反复读了几遍：o1 的表现会随着训练时更多的强化学习、以及推理时更多的思考时间持续提升。原文是两个 compute，train-time 和 test-time。意思是，模型变强不只有"训得更大"一条路，还有"想得更久"。

这句话很重要。到目前为止，整个行业只信一条 scaling：预训练规模越大越聪明，参数、数据、集群、钱，一路往上堆。GPT-5 迟迟不来，大家猜是数据快用完了、成本上天了。o1 摊开了第二条路：同一个模型，多想一会儿，答案就更好。

代价也写在价目表上。o1-preview 比 GPT-4o 贵好几倍，"思考"用掉的推理 token 单独计费。一个模型开始为自己的思考时间收钱，智能第一次变成了按秒计费的资源。

我的判断是：这是 OpenAI 又一次领先。思考过程不公开，方法也没细讲，别人要追，恐怕得花不少时间。