OpenAI o1 发布：“先思考后回答”开启推理模型新范式

OpenAI 于 2024 年 9 月 12 日发布 o1（预览版，内部代号 Strawberry），这是其首个专为推理设计的模型：通过大规模强化学习训练模型在回答前产生长链条思考，在数学、科学与代码等复杂任务上大幅超越 GPT-4o。

o1 的意义不在于单一模型，而在于开辟了“推理时计算（test-time compute）”这一新的 Scaling 维度：模型可用更多推理时间换取更好答案。此后 o3、DeepSeek R1、Gemini Deep Think 等均沿此路径，推理模型成为 2025 年的主战场。

从预训练 Scaling 到推理 Scaling，o1 标志着大模型能力提升的第二条曲线正式打开。