OpenAI đã cập nhật mô hình AI điều khiển Nhà điều hành từ phiên bản tùy chỉnh trước đó của GPT-4o sang một mô hình dựa trên o3, một trong những mô hình "lý luận" mới nhất trong chuỗi o của OpenAI. Nhà điều hành o3 đã được tinh chỉnh với dữ liệu an toàn bổ sung cho việc sử dụng máy tính và bao gồm các bộ dữ liệu an toàn được thiết kế để dạy mô hình về các ranh giới quyết định.

OpenAI đã nâng cấp Nhà điều hành trong ChatGPT với một mô hình Đại lý Sử dụng Máy tính (CUA) mới dựa trên một phiên bản của OpenAI o3. Với mô hình mới, Nhà điều hành trở nên kiên định hơn và chính xác hơn khi tương tác với trình duyệt, cải thiện tỷ lệ thành công của nhiệm vụ tổng thể. Nó cũng cung cấp các phản hồi được cấu trúc tốt hơn, rõ ràng và đầy đủ hơn.

Theo OpenAI, mô hình CUA mới cho thấy hiệu suất mạnh mẽ hơn so với ngành công nghiệp, đạt SOTA trên OSWorld và WebArena. Nó cũng cho thấy hiệu suất tương đối mạnh mẽ hơn so với phiên bản trước đó, cả trong các chuẩn đã thiết lập và trong các đánh giá sở thích của con người.

OpenAI thay thế mô hình dựa trên GPT‑4o bằng một phiên bản dựa trên o3

OpenAI gợi ý một bản nâng cấp lớn cho Nhà điều hành ChatGPT pic.twitter.com/iGPQp9butD

— SabatAge (@sabatage) Ngày 22 tháng 5 năm 2025

OpenAI đã thay thế mô hình dựa trên GPT‑4o hiện có cho Nhà điều hành bằng một phiên bản dựa trên OpenAI o3, mặc dù phiên bản API sẽ vẫn dựa trên 4o. Công ty AI cũng tuyên bố rằng Nhà điều hành o3 sử dụng cùng một phương pháp an toàn nhiều lớp được sử dụng cho phiên bản 4o.

Tuy nhiên, so với các mô hình khác trong gia đình o3, Nhà điều hành o3 đã được tinh chỉnh với dữ liệu an toàn bổ sung cho việc sử dụng máy tính, bao gồm các bộ dữ liệu an toàn được thiết kế để dạy mô hình về các ranh giới quyết định trong việc xác nhận và từ chối.

OpenAI đã phát hành một báo cáo kỹ thuật cho thấy hiệu suất của Nhà điều hành o3 trong các đánh giá an toàn cụ thể. So với mô hình Nhà điều hành GPT-4o, Nhà điều hành o3 ít có khả năng từ chối thực hiện các hoạt động "bất hợp pháp" và tìm kiếm dữ liệu cá nhân nhạy cảm, và ít bị ảnh hưởng bởi một dạng tấn công AI được gọi là "tiêm dữ liệu đầu vào".

"Nhà điều hành o3 sử dụng cùng một phương pháp an toàn nhiều lớp mà chúng tôi đã sử dụng cho phiên bản 4o của Nhà điều hành... Mặc dù Nhà điều hành o3 thừa hưởng khả năng lập trình của o3, nhưng nó không có quyền truy cập gốc vào môi trường lập trình hoặc Terminal."

–OpenAI

Công ty AI cũng tiết lộ rằng mô hình mới dựa trên o3 đã trải qua các đánh giá an toàn tiêu chuẩn, và Nhà điều hành tiếp tục có sẵn như một bản xem trước nghiên cứu cho người dùng ChatGPT Pro trên toàn cầu. Tuy nhiên, mô hình nâng cấp này chỉ có sẵn trong Nhà điều hành trong ChatGPT.

Knoop nghi ngờ rằng việc chạy mô hình o3 của OpenAI có thể tốn kém hơn mong đợi

Tuần trước, Quỹ Giải thưởng Arc, tổ chức duy trì và quản lý ARC-AGI, đã cập nhật chi phí tính toán ước tính cho o3. Tổ chức này ban đầu ước tính rằng cấu hình hoạt động tốt nhất của o3 mà họ đã thử nghiệm, o3 high, có giá khoảng 3.000 đô la để giải quyết một vấn đề ARC-AGI duy nhất. Tuy nhiên, Quỹ hiện tin rằng chi phí có thể cao gấp 10 lần so với ước tính trước đó, có thể khoảng 30.000 đô la cho mỗi nhiệm vụ.

Ngoài ra, trong khi OpenAI vẫn chưa định giá o3 hoặc phát hành nó hoàn toàn, một trong những người đồng sáng lập Quỹ Giải thưởng Arc, Mike Knoop, tin rằng giá mô hình o1-pro là một phép đo hợp lý và là sự so sánh gần gũi hơn với chi phí thực sự của o3. Tuy nhiên, ông đã thêm rằng o3 sẽ tiếp tục được gán nhãn là bản xem trước trên bảng xếp hạng để phản ánh sự không chắc chắn cho đến khi giá chính thức được công bố.

Theo Quỹ Giải thưởng Arc, một mức giá cao cho o3 high sẽ không phải là điều ngoài dự kiến, xét đến số lượng tài nguyên tính toán mà mô hình này được cho là sử dụng. o3 high sử dụng nhiều hơn 172 lần so với o3 low, cấu hình tính toán thấp nhất của o3, để giải quyết ARC-AGI.

Tin đồn đã xuất hiện từ đầu tháng 3 về các kế hoạch đắt đỏ mà OpenAI đang xem xét giới thiệu cho các khách hàng doanh nghiệp. Thông tin báo cáo rằng công ty có thể tính phí lên tới 20.000 đô la mỗi tháng cho các "đại lý" AI chuyên biệt, như các đại lý phát triển phần mềm.

Tuy nhiên, trong khi một số người cho rằng ngay cả các mô hình đắt nhất của OpenAI cũng sẽ có giá thấp hơn nhiều so với những gì một nhà thầu hoặc nhân viên bình thường sẽ yêu cầu, nhà nghiên cứu AI Toby Ord đã chỉ ra rằng các mô hình này có thể không hiệu quả như mong đợi. Ví dụ, o3 high cần 1.024 nỗ lực cho mỗi nhiệm vụ trong ARC-AGI để đạt được điểm số tốt nhất.

Sự khác biệt CHÍNH Wire: công cụ bí mật mà các dự án crypto sử dụng để đảm bảo được sự phủ sóng của truyền thông