小模型

o3-mini 在 AIME 数学竞赛上超越了 o1，在 GPQA Diamond 科学推理上达到了 87.7% 的准确率——超越人类专家平均水平。但 o3-mini 的深度搜索版本（extended thinking）每次推理要消耗数万 token 的上下文。 ...