رقابت در هوش مصنوعی وارد مرحله تازه‌ای شد

به گزارش خبرنگار اقتصاد معاصر؛ OpenAI اعلام کرده که انتشار نخستین مدل متن‌باز خود در سال‌های اخیر با تاخیر مواجه شده و به اواخر تابستان موکول شده است. سم آلتمن، مدیرعامل این شرکت در پستی در شبکه اجتماعی X نوشت: «می‌خواهیم کمی بیشتر روی مدل متن‌باز با وزن‌های آزاد کار کنیم؛ بنابراین انتظار انتشار آن را در تابستان داشته باشید اما نه در ماه ژوئن، تیم تحقیقاتی ما به دستاوردی غیرمنتظره و واقعا شگفت‌انگیز رسیده است و فکر می‌کنیم این تاخیر کاملا ارزشش را دارد، هرچند به زمان بیشتری نیاز دارد.»

این مدل از نظر توانایی در استدلال، عملکردی مشابه با سری مدل‌های «O OpenAI» خواهد داشت و هدف اصلی آن برتری نسبت به مدل‌های متن‌باز مشابه نظیر R۱ شرکت DeepSeek است. در همین حال، رقابت در حوزه مدل‌های متن‌باز شدت گرفته است. شرکت Mistral اخیرا نخستین خانواده از مدل‌های استدلالی خود را با نام Magistral عرضه کرده و شرکت چینی Qwen نیز در ماه آوریل از مدل‌های ترکیبی جدیدی رونمایی کرده که توانایی جابه‌جایی بین پاسخ‌دهی سریع و تحلیل عمیق را دارند.

OpenAI علاوه بر ارتقا عملکرد مدل در بنچمارک‌ها، در حال بررسی افزودن قابلیت‌های پیشرفته‌ای به این مدل متن‌باز است تا جایگاه رقابتی خود را تقویت کند. مدیران OpenAI درباره امکان اتصال این مدل به زیرساخت‌های ابری برای پردازش درخواست‌های پیچیده نیز گفت‌و‌گو کرده‌اند اما هنوز مشخص نیست که این قابلیت‌ها در نسخه نهایی وجود خواهند داشت. انتشار این مدل برای اعتبار OpenAI در میان پژوهشگران و توسعه‌دهندگان اهمیت بالایی دارد، چرا که سم آلتمن پیش‌تر اذعان کرده بود که این شرکت درباره متن‌باز بودن مدل‌ها «در سمت اشتباه تاریخ قرار گرفته است».

در همین راستا، OpenAI هم‌زمان با این خبر از مدل جدید خود با نام o۳-pro نیز رونمایی کرد؛ مدلی که به گفته این شرکت، قدرتمندترین هوش مصنوعی آنها تا به امروز محسوب می‌شود و این مدل نسخه پیشرفته‌ای از مدل o۳ است که در اوایل سال ۲۰۲۵ معرفی شد. برخلاف مدل‌های سنتی، مدل‌های استدلالی مانند o۳ و o۳-pro مسائل را به‌ صورت مرحله‌ به‌ مرحله تحلیل و حل می‌کنند؛ ویژگی‌ای که موجب عملکرد دقیق‌تر آنها در حوزه‌هایی نظیر ریاضیات، فیزیک و برنامه‌نویسی می‌شود.

مدل o۳-pro از روز سه‌شنبه، ۱۰ ژوئن ۲۰۲۵، برای کاربران نسخه‌های Pro و Team در ChatGPT در دسترس قرار گرفته و جایگزین مدل قبلی یعنی o۱-pro شده است. کاربران نسخه‌های Enterprise و Edu نیز از هفته آینده به آن دسترسی خواهند داشت. همچنین API این مدل نیز از همان روز برای توسعه‌دهندگان فعال شده و هزینه استفاده از o۳-pro در API به‌ صورت ۲۰ دلار به‌ ازای هر یک میلیون توکن ورودی و ۸۰ دلار به‌ازای هر یک میلیون توکن خروجی تعیین شده است.

در ارزیابی‌های تخصصی، داوران مدل o۳-pro را در تمام زمینه‌ها نسبت به مدل پایه o۳ ترجیح داده‌اند. این مدل در حوزه‌هایی مانند علم، آموزش، برنامه‌نویسی، کسب‌وکار و کمک به نوشتن عملکرد بهتری داشته و از نظر وضوح، جامعیت، دقت و پیروی از دستورالعمل‌ها نمرات بالاتری کسب کرده است. همچنین ابزار‌های متنوعی به این مدل افزوده شده‌اند که شامل قابلیت جست‌و‌جو در وب، تحلیل فایل‌ها، پردازش ورودی‌های تصویری، اجرای کد‌های پایتون و استفاده از حافظه برای شخصی‌سازی پاسخ‌ها می‌شود.

با وجود این توانایی‌ها، مدل o۳-pro همچنان محدودیت‌هایی دارد، تولید پاسخ‌ها معمولا به زمان بیشتری نیاز دارد و امکان استفاده از چت‌های موقت در ChatGPT با این مدل فعلا غیرفعال است؛ مساله‌ای که به گفته OpenAI، به دلیل یک مشکل فنی موقتی است. این مدل همچنین قادر به تولید تصویر نیست و ویژگی Canvas نیز در آن پشتیبانی نمی‌شود.

با این حال، عملکرد o۳-pro در بنچمارک‌های تخصصی بسیار چشمگیر بوده است، این مدل در آزمون AIME ۲۰۲۴، که به ارزیابی مهارت‌های ریاضی می‌پردازد، توانسته از مدل Gemini ۲.۵ Pro گوگل پیشی بگیرد و در آزمون GPQA Diamond که سطح دانش علمی در حد دکترا را می‌سنجد موفق به شکست دادن مدل Claude ۴ Opus شرکت Anthropic شده است.

در مجموع، مدل o۳-pro نشان‌دهنده گامی بلند در توسعه هوش مصنوعی با قدرت استدلال بالا است. این مدل با ترکیب دقت، وضوح و قابلیت‌های پیشرفته، جایگاه خود را به‌ عنوان یکی از پیشرفته‌ترین مدل‌های موجود در بازار تثبیت کرده و نشان داده که OpenAI همچنان در خط مقدم نوآوری در این حوزه قرار دارد.