



const { OpenAI } = require('openai');
const api = new OpenAI({
baseURL: 'https://api.ai.cc/v1',
apiKey: '',
});
const main = async () => {
const result = await api.chat.completions.create({
model: 'o1-preview',
messages: [
{
role: 'user',
content: 'Tell me, why is the sky blue?'
}
],
});
const message = result.choices[0].message.content;
console.log(`Assistant: ${message}`);
};
main();
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.ai.cc/v1",
api_key="",
)
response = client.chat.completions.create(
model="o1-preview",
messages=[
{
"role": "user",
"content": "Tell me, why is the sky blue?"
},
],
)
message = response.choices[0].message.content
print(f"Assistant: {message}")

产品详情
基本信息:OpenAI o1-preview 模型
- ✨ 型号名称: OpenAI o1-preview
- 🛠️开发者/创建者: OpenAI
- 📅 发布日期: 2024年9月12日
- ➡️ 版本: o1-preview-2024-09-12
- 🧠 型号: 大型语言模型(LLM)
概述
OpenAI o1-preview 是一种专为跨领域进行复杂推理和解决棘手问题而设计的尖端语言模型。它尤其擅长 科学探究、稳健的编码和高级数学计算。
主要特点
- 💡 思维链推理 (CoT): 具备逐步逻辑推理的高级功能。
- 💻 性能提升: 在复杂的编程和数学任务中取得优异成绩。
- ✅ 自我核实事实: 内置机制用于验证信息的准确性。
- 🔒 提升安全性和对准精度: 设计时采取了更严格的安全措施,并更好地符合人类价值观。
预期用途
o1-preview 型号非常适合那些要求高的应用。 深度分析推理 并且可以适应更长的处理时间。其核心用途在于:
- 复杂的代码生成和全面的分析。
- 高级数学问题求解。
- 全面的头脑风暴会议。
- 多方面的文件比较和分析。
此外,OpenAI o1-preview 非常擅长 症状分析它有助于缩小诊断范围,识别容易被忽略的鉴别诊断,并解读医疗保健领域中复杂的检测结果。如需进一步了解其在医疗保健领域的应用,包括识别鉴别诊断和解读复杂的检测结果,请浏览: 人工智能在医疗保健领域的应用:生成式人工智能的应用及示例。
语言支持
虽然关于具体语言支持的具体细节尚未完全公开,但该模型始终如一地展现出…… 在多种语言方面均表现出色包括那些资源有限的人。
上下文窗口和输出限制
- 📏 上下文窗口大小: 128,000 个Tokens
- ✍️ 最大输出Tokens数: 32,768 个Tokens
Beta 限制
在测试阶段,o1-preview 型号的部分聊天完成 API 参数目前不可用。主要限制包括:
- 模式: 支持 纯文本暂不支持图像输入。
- 消息类型: 仅限用户和助手消息;不支持系统消息。
- 流媒体: 不支持。
- 工具和功能: 不支持工具使用、函数调用和响应格式参数。
- 日志概率: 不支持。
- 固定参数: `temperature`、`top_p` 和 `n` 固定为 `1`;`presence_penalty` 和 `frequency_penalty` 固定为 `0`。
- API兼容性: 这些模型在 Assistants API 或 Batch API 中不受支持。
技术细节
建筑学
o1-preview 模型建立在……之上 基于Transformer的架构并对其推理能力进行了重大改进。它利用了 大规模强化学习 执行高级的链式推理过程。
训练数据
- 📚 数据来源及规模: 基于庞大的数据集进行训练,数据更新至 2023 年 10 月。
- ✂️知识门槛: 2023年10月。
绩效指标
- 国际数学奥林匹克竞赛: 取得了令人瞩目的成就 准确率 83% 通过资格考试。
- Codeforces(竞技编程): 得分 第 89 百分位数。
- GPQA钻石基准: 在物理、化学和生物学方面,其表现超越了人类博士水平。

与其他型号的比较
- 🎯 准确率: 在大多数推理密集型任务上,它的表现优于 GPT-4o。
- ⏱️ 速度: 比之前的模型(如 GPT-4o)速度慢,主要是因为它采用了一种“先思考后回答”的方法。
- 💪 稳健性: 通过策略性测试时间提交,展现出更高的性能和稳定性。
使用与集成
代码示例
您可以通过 OpenAI 的 API 将 o1-preview 集成到您的应用程序中。以下是一个示例代码,演示了基本交互。
# OpenAI o1-preview 聊天完成示例 Python 代码 import openai client = openai.OpenAI() response = client.chat.completions.create( model="o1-preview", messages=[ {"role": "user", "content": "Explain quantum entanglement in simple terms."} ], # 注意:在 beta 测试期间,诸如 temperature、top_p、tools、streaming 之类的参数是固定的或不支持的。 # 有关详细用法,请参阅 API 文档。 ) print(response.choices[0].message.content) API 文档
如需完整的 API 文档和设置指南,请参阅: 快速入门:设置 OpenAI 模型。
深入了解推理模型的基本原理: OpenAI推理模型指南。
道德准则与安全
OpenAI 为 o1-preview 模型实施了增强的安全措施,这体现了其对负责任的 AI 开发的坚定承诺:
- 安全性能提升: 与 GPT-4o 相比,在内部安全测试中表现出更好的结果。
- 创新型安全培训: 采用一种新方法,利用模型的推理能力来提高安全性。
- 协作评估: 与美国和英国人工智能安全机构合作,进行全面评估和测试。
定价
o1-preview 模型可通过 AI/ML API 服务访问。目前的定价结构如下:
- 📥 输入令牌: 每 1,000 个输入令牌 0.01575 美元。
- 📤 输出令牌: 每 1,000 个输出Tokens 0.063 美元。
常见问题解答 (FAQ)
Q1:OpenAI o1-preview 的主要优势是什么?
A1: o1-preview 模型在复杂推理和问题解决方面表现出色,尤其在科学、编程和数学方面具有优势,这得益于其先进的思维链 (CoT) 推理能力。
Q2:o1-preview 的性能与 GPT-4o 相比如何?
A2: 虽然 o1-preview 由于其“先思考后回答”的方法,通常比 GPT-4o 慢,但它在大多数推理密集型任务上都优于 GPT-4o,表现出更高的准确率。
Q3:o1-preview beta 阶段的主要限制是什么?
A3: 测试版的主要限制包括:仅支持文本模式(不支持图片)、不支持流媒体播放、工具/函数调用、系统消息,以及`temperature`、`top_p`和`n`参数固定。此外,它也不支持助手或批量 API。
Q4:o1-preview 的上下文窗口大小和最大输出量是多少?
A4: o1-preview 模型具有 128,000 个标记的大量上下文窗口,并且可以生成最多 32,768 个标记的输出。
Q5:o1-preview 型号的定价是多少?
A5: 定价为每 1,000 个输入令牌 0.01575 美元,每 1,000 个输出令牌 0.063 美元,可通过 OpenAI 的 AI/ML API 服务获得。



登录