96.7%

OpenAI在12天直播中推出了新的推理模型o3和o3 Mini，并开放外部安全研究人员进行测试。o3在SWE-Bench Verified测试中的准确率达到71.7%，比前代产品o1高出约20%；数学能力上表现突出，在AIME 2024数学竞赛中得分96.7%。