来源：华尔街见闻

Anthropic联合创始人Jack Clark认为明年，AI界将结合“测试时扩展”和传统的预训练扩展方法，进一步挖掘AI模型的潜力。不过，虽然o3模型让人们重新相信AI扩展法则的进展，但是，o3使用了前所未见的计算量，这意味着每个答案的成本更高了，也意味着o3无法成为人们的日常使用工具。

AI扩展法则具体定价还为时尚早了，毕竟，AI模型的价格在过去一年中大幅下跌，OpenAI也尚未宣布o3的实际费用。更值得探究的是，o3高昂计算价格显示出，突破当前领先AI模型的性能门槛，到底需要多大的计算量。

仍有局限的o3

虽然o3在各类测试中表现出色，但它确实不是十全十美的。

分析师指出，o3或其后继模型不会成为像GPT-4或谷歌搜索这样的“日常使用工具”，因为这些模型使用了过多的计算资源，无法回答日常的小问题，比如“克里夫兰布朗队怎么才能有机会进入2024年季后赛”。

是的，使用了“扩展测试时计算”的AI模型可能仅适用于更宏观的问题，比如“克里夫兰布朗队如何在2027年成为超级碗冠军队”。但是，只有当你是克里夫兰布朗队的总经理时，使用这些工具来做出重大决策，可能才值得你付出如此高昂的计算成本。

正如沃顿商学院教授Ethan Mollick在指出的那样，只有财力雄厚的机构才有可能负担得起o3，至少在初期是这样。

目前，OpenAI发布了一个200美元的订阅层级，供用户使用高计算版本的o1，但根据报道，OpenAI最近还在考虑推出价格为2000美元的订阅层级——看到o3使用的计算资源后，可以理解为什么OpenAI会如此考虑了。

此外，虽然o3在ARC-AGI基准测试中的出色表现标志着AI模型的进步，但是，通过这一测试并不意味着AI模型已经达到了通用人工智能（AGI），毕竟，o3在一些非常简单的任务上仍然失败了，而这些任务人类可以轻松完成——显然，o3和“测试时扩展”仍未解决大语言模型的幻觉问题。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

责任编辑：郭明煜