o1 发布两周年：推理先思考已成所有前沿模型标配
CurieuxExplorer · x · 2026-09-26
Artificial Analysis 回顾 o1-preview 发布两周年：首个推理模型让模型「先想后答」，如今推理 token 已是所有前沿模型的标配。
- 两年前 Intelligence Index v1 只用 MMLU、GPQA、MATH、HumanEval 四个单轮考试式评测
- 如今 v4.3 已纳入 10 个高难度评测，覆盖长程智能体任务、复杂编程与知识工作
- 反映行业从单轮问答向智能体能力的评测重心迁移
所属事件:o1-preview 发布两周年，推理已成前沿模型标配(3 条相关)→
「模型」频道最新
- 深度用两天后独立开发者从 20 美金档升回 Gemini Ultra 200 美金 — yihui_indie · 2026-11-11
- DeepMind 称 Gemini 智能体 4 周完成 Signal 加密协议数学验证 — Polymarket · 2026-11-11
- 爆料：Google 新模型阵容曝光，含 Flash 迭代与视频模型 — koltregaskes · 2026-11-11
- 爆料:OpenAI Astra 6.2 或将临近,已现于 Codex 日志与谷歌云配额 — haider1 · 2026-11-11
- 同一段提示词实测：Fable 5.2 花时 3 倍费用 2 倍，换来导演级表达 — iamfakhrealam · 2026-11-11
- Krafton 开源 1.5B 端侧模型 Raon-1 nano,多项基准超同尺寸对手 — DimitrisPapail · 2026-11-11