o3-mini 模型选择思路｜什么时候坚决不用 o3-mini，只用 o1 满血版？

o3-mini 模型选择思路｜什么时候坚决不用 o3-mini，只用 o1 满血版？

在数学、编程等STEM 任务上，o3-mini-high 超越 o1；但是，在非 STEM 任务上，mini 系列的蒸馏模型，和o1 等满血模型，是没法比的。

O1 满血版，是“文科之王”：MMLU语言理解 benchmark，o1 得分 91.8分，稳居第一；人类专家的得分是89.8%；

而 o3-mini-high的 MMLU 只有 86.9 分；在openai 的 blog 文章中，o3-mini 都是对标o1 满血版的，除了general knowledge、非 STEM 任务这块。

推测：mini系列都是蒸馏版模型；优点是相对满血版模型，价格足够便宜（o3-mini 比 gpt-4o 还要便宜一半）；缺点就是蒸馏模型的语言能力都相当“差”（用过 o1 这样的文科之王，就会“曾经沧海难为水”）。

结论：STEM 任务，用 o3-mini-high；非 STEM 任务，用 o1 满血版；二者的 plus 限额都是每周 50 次，合计有 100 次/周。