12月31日开云体育，大模子独角兽智谱AI发布其首个基于彭胀强化学习技能磨砺的推理模子GLM-Zero-Preview。据悉，该模子专注于增强AI推理才气，擅所长理数理逻辑、代码和需要深度推理的复杂问题，智谱AI还娇傲，在部分评测抛弃方面该模子也与OpenAI-o1-Preview迥殊。

　　南王人记者护士到，自9月OpenAI推出旗下首款具备“推理”才气模子o1以来，国内大模子厂商也在迟缓追逐、加入武备竞赛，DeepSeek、昆仑万维、阿里云、月之暗面、智谱王人先后推出了推理模子。近期OpenAI推出重磅的o3推理模子，该模子能进行更复杂的推理，或将引颈大模子厂商下一轮布局激越。

　　智谱最新推理模子考研数学拿到126分

　　据智谱先容，GLM-Zero-Preview专注于增强模子推理才气，擅所长理数理逻辑、代码和需要深度推理的复杂问题。同基座模子比较，GLM-Zero-Preview在不显耀镌汰通用任务才气的情况下，在众人任务才气方面进展大幅进步，在部分评测抛弃方面也与OpenAI-o1-Preview迥殊。

　　现在用户不错在“智谱清言”官网中免费使用。凭据现在的演示案例，GLM-Zero-Preview擅长逻辑推理、数学和代码方面的关系问题。以2025年考研数学一为例，GLM-Zero-Preview全卷得分为126（满分150），当输入考研数学临了一题的图移时，该模子读取图片后给出了完好意思解答经由；在代码编程方面，输入领导“帮我用html写一个道理的第一东谈主称射击游戏”后，GLM-Zero-Preview落寞完成了游戏编程，同期也能识别代码失实并给出斥地提出。

　　最新推理模子解答考研数学题。

　　不外，智谱方面提到，现在的GLM-Zero-Preview与OpenAI的o3模子还有不少的差距。改日将捏续优化迭代强化学习技能并推出郑再版GLM-Zero，将深度念念考的才气从数理逻辑彭胀到更多更通用的技能。

　　OpenAI推理模子o3将引颈厂商下一轮布局激越

　　9月22日，OpenAI旗下首款具备“推理”才气的模子o1和o1-mini认真发布。OpenAI o1系列模子被业界合计是AGI（通用东谈主工智能）的一大程度，不仅措置了“13.11与13.8比谁大”的数知识题，还能措置科学、编程方面的问题，比较此前的模子能处理更为复杂的任务。o1发布后，OpenAI所指出的推理Scaling Law似乎带来了全新的扫尾AGI范式。

　　在o1推出以后，国内的大模子厂商也在迟缓追逐、加入武备竞赛。11月20日，AI六小龙之一DeepSeek发布了其推理模子DeepSeek-R1-Lite预览版。据悉DeepSeek R1系列模子使用强化学习磨砺，推理经由包含多数反念念和考据，念念维链长度可达数万字。该系列模子在数学、代码以及各式复杂逻辑推理任务上，已获取了比好意思o1-preview的推理抛弃。

　　11月27日，昆仑万维认真推出具有复杂念念考推理才气的系列模子——天工大模子o1版（Skywork o1）。其中，开源的Skywork o1 Open，在各项数学和代码筹划上均有大幅提高，8B的Skywork o1 Open也解锁了包括其时GPT 4o无法完成的数学推理任务（如24点臆测）。

　　11月28日，阿里Qwen团队发布首个开源推理大模子QwQ-32B-Preview。据悉QwQ（Qwenwith Questions）是通义千问Qwen系列的最新试验性参谋模子，其中QwQ-32B-Preview在评测数据中进展出色，尤其在数学和编程领域的深度推理任务上，展现出参餬口级别的才气。

　　12月16日月之暗面Kimi发布了视觉念念考模子k1，据悉新一代模子通过激勉模子生成更详备的推明智商，造成高质地的念念维链CoT（Chain of Thought），显耀进步了措置更复杂、更难任务的得手率，同期k1模子的进展逾越了公共标杆模子OpenAI o1。

　　在发布该模子时，月之暗面还提到，AI大模子行业的技能范式处于强化学习阶段，“‘强化学习’就像东谈主类在遭遇贫寒时，并不是立即给出谜底，而是先分析问题、探索不同的措置决策、尝试各式决策、反念念、改造政策和反复尝试相通”。其时，k1能解答数学题、经典物理电路题。

　　近期在OpenAI“双十二”动作中，OpenAI推出重磅的o3推理模子，该模子是OpenAI9月推出的o1推理模子的下一代。据OpenAI先容开云体育，o3大要进行复杂任务的推理，在科学、编码、数学等领域的进展要优于前一代o1模子，同期铺张的处理时刻也会更长。以一项评估AI高档数学推理才气的测试EpochAI Frontier Math为例，以往通盘模子王人未达到2%的准确率，而o3准确率达到了创记载的25%，该模子或将引颈大模子厂商下一轮布局激越。