gpt o1 pro 收200鎂一個月

點畀
邊個畀

你唔比
唔係點會有免費版其他人用

叫羅冠聰比

用o1 夠做喇

搵到個任用o1 都係$20

商業用途，教育用途，tech nerd

可以完整寫個App出嚟未？

開心share

開心share 我都想要

留tg, 叔叔收你$5
收1000個人每月，好快財自

有冇啲評測睇吓？

官方chatgpt plus 個 o1-preview 轉左做o1

根本就唔係服務你呢類顧客

人哋服務大公司

遲啲

但係未出api

禾

Studio Global AI

Monica ai

留意唔係o1 pro

o1 pro搞唔掂最難數學比賽Putnam Exam喎

都喺嗰句
你畀個小學生100 個鐘 1000個鐘
佢都唔會做到啲好勁嘅嘢
所以我不嬲都覺得so called test-time compute/ inference scaling 成件事好scam
唔係冇用
但係我覺得始終base model 嘅raw intelligence 緊要啲

火雞版係咪會平啲

可以邊學邊做

有gpt iso免裝破解開心version，要留pm

呢個係一個比較多人睇嘅benchmark
o1 最近先有api
o1 pro 未有api 應該 所以未有

reasoning 嗰part 91+
高過其他model 好多
但係translate 唔到去math同埋coding (尤其math)
coding 同math 相對underwhelming
以咁嘅成本嚟講 coding 淨係高sonnet +2.5
數仲差過gemini 1206 -4.3
可能證明llm 都係outside training data 冇乜用 冇乜generalize 嘅能力

o1 pro 其實都有幾份benchmark 係open ai 自己公佈
包括係aime (數），competition coding , GPQA (phd science)
唔算好大進步


個差別比較大嘅係當model 係4/4 答啱嗰陣 先計答啱


SWE Bench agentic coding benchmark (好似係） 比sonnet 表現差少少
有趣嘅係Flash 2.0 作為一個應該<100b 嘅細model SWE Bench 會係#1
Livecodebench 我唔識睇

btw
根據返livebench 個數學個分
三個月前math sota 嘅model 係gemini pro 1.5 002 (version date: Sep 24)
依家係gemini 1206 (version date: Dec 06)
個分係由58 去到71

我試過攞過dse 2017 份mc 去test 兩個model
兩次都係用最鬆嘅方式test (run 兩set 嘅prompt, 一set 就咁copy and paste 條題目, 一set 就用cot prompt, 兩個prompt 啱一個當佢啱）
三個月前llm 答到36/45 並且好多都要用cot prompting 先答到
今日答到42/45 淨係得幾題要用cot prompting

lm