OpenAI憋出o1，游戏规则变了？

9月13日凌晨，OpenAI把憋了许久的o1端上了桌。代号Strawberry的传闻终于落地：o1-preview和更小、成本更低的o1-mini同步亮相。坊间私下流传的说法是，这次OpenAI刻意用了「预览版」的定位——既是一次技术亮相，也是一次预期管理。真正的看点有两个：一是o1真的开始「会思考」了；二是它贵得离谱，API价格是GPT-4o的3到4倍。一个更贵的模型凭什么让开发者兴奋？答案藏在范式切换里：大模型的竞争，可能正从「堆参数」转向「堆思考」。

🚀 一次迟到但蓄谋已久的亮相

先看发布本身。OpenAI这次的动作很克制：o1-preview面向ChatGPT Plus和Team用户立即开放，Enterprise和Edu用户等一周，API则只对等级5的开发者打开——条件是已消费1,000美元且自首次付款以来超过30天，速率限制20 RPM。o1-mini倒是留了口子，未来会向所有免费用户开放。

这节奏不像GPT-4o发布时的大水漫灌，更像层层设卡的灰度测试。

开放策略本身就是信息：推理模型的算力成本高到OpenAI必须控制节奏，而分阶段放量既能收集反馈，又能筛出最愿意付费的高价值用户。

OpenAI的API负责人在发布当天发了一句话，堪称给开发者的一封公开信：「如果你过去有个产品想法，当时的模型不太行，不够智能，现在你再试试。」

这句话的潜台词很直白：过去一年里那些因为模型「不够聪明」而做不成、被砍掉的产品想法，现在有了翻案的机会。o1的定位不是替代日常问答，而是去啃那些以前啃不动的硬任务。

在OpenAI员工的推文里，能看到内部对这次发布的自豪感，一个被反复提及的说法是——o1重新定义了游戏规则。

这不是客套。当模型从「快速给答案」变成「先想再答」，评价模型的标准、训练模型的方法、调用模型的成本结构，全都要重新算一遍。

💰 贵3到4倍，贵的不是token是思考

对开发者来说，最扎心的还是价格。

输出价格贵4倍，这背后是计费逻辑的变化：传统模型按「生成了多少字」收费，o1则在生成答案之前先在内部做长链条推理，这些「思考过程」同样消耗token，同样计入账单。你付钱买的不是一段文字，而是一轮推理。

再加上20 RPM的速率限制，o1现在根本不适合做高并发的C端问答，它天然属于低频、高价值、高难度的场景。

这张技术栈图能解释价格从哪来。推理能力不是天上掉下来的——上游靠海量预训练数据打底，中间靠强化学习把「会思考」练出来，最后在推理时还要烧真金白银的算力。思考本身成了稀缺品，稀缺品自然有稀缺品的价。

对创业者的启示也很现实：把o1当主力引擎做高频应用，账单会先杀死你；把它当「关键环节的外包大脑」，让它去攻坚数学、代码、复杂规划这类硬骨头，账才算得过来。

🧠 姜大昕们怎么看：不是减速，是在加速

o1发布六天后，2024云栖大会上有一场信息量极大的圆桌：阶跃星辰创始人姜大昕、月之暗面Kimi创始人杨植麟、生数科技首席科学家朱军，与极客公园创始人张鹏一起推演大模型的下一步。

张鹏抛的第一个问题就很有张力：过去18个月，AI技术在减速吗？在外面「看游戏」的人觉得热闹劲儿过了，在场上「打游戏」的人什么感受？

姜大昕的回答干脆利落：过去18个月是在加速的，而且速度非常快。

他的论据是从数量和质量两个维度盘点的。数量上，基本每个月都有新模型、新产品、新应用涌现；单看OpenAI自己，节奏密得吓人。

还没算Anthropic那边Claude 3、3.5系列的连续出手。头部公司以月为单位出牌，这种节奏本身就是加速的证明。

而o1在这条时间线上的意义特殊：它不是又一次「更大的模型」，而是一条新路径的验证——用强化学习让模型学会推理。这场圆桌的核心议题之一，正是o1背后的强化学习新范式，对算力和数据提出了怎样的新要求。当训练的重心从预训练阶段的「喂数据」转向强化学习阶段的「练思维」，算力的投放位置、数据的组织方式都会跟着变。这对所有做基础模型的团队，都是一道必须重答的题。

🔭 应用层创业：窗口正在重新打开

圆桌聊的另一个问题是：今天做AI应用层创业，该怎么做？

结合OpenAI API负责人那句话，答案其实已经浮出来了。过去两年，应用创业者最大的痛苦不是没想法，而是模型能力撑不住想法——演示惊艳，落地拉胯。o1这类推理模型的出现，等于把「能力天花板」往上顶了一截，那些因为模型不够聪明而死掉的产品方向，值得被重新评估一遍。

一位资深从业者私下说得更直白：范式切换期，恰恰是应用层的窗口期——底座在换，用户需求没变，谁先找到新底座上的最佳用法，谁就占住身位。

当然，窗口不等于坦途。o1现在的价格和速率限制摆在那里，应用团队必须想清楚三个问题：哪些环节值得付出4倍的输出成本？哪些任务需要「先思考再回答」的延迟？哪些高频场景仍然应该留在便宜快速的模型上？一个合理的架构，大概率是多模型混合：用GPT-4o这类模型接住日常流量，把o1当成攻坚队，只在硬任务上召唤。

往前看18个月，这场圆桌的标题已经给出了框架——AI技术和应用的发展路径是什么。从2月的Sora到5月的GPT-4o再到9月的o1，头部玩家的出牌逻辑清晰可见：多模态、自然交互、推理能力，一条线铺开。谁能把这条线上的能力组合成用户愿意付费的产品，谁就能吃到范式红利。

小结

o1的发布，表面看是一次产品更新，实质是一次规则改写：模型的竞争力从「知道多少」转向「想得多深」，成本结构从「字数计费」转向「思考计费」。对开发者，它是重新打开的产品思路；对中国大模型公司，它是一道必须跟进的路径题；对应用创业者，它是死掉的方向被复活的机会。接下来值得盯住两点：推理成本什么时候降下来、强化学习范式会不会快速复制到各家模型。范式切换的第一块多米诺已经倒下，后面的牌局，才刚刚开始。