OpenAI 的 Operator 代理借助新 AI 模型获得提升

OpenAI 将驱动 Operator 的 AI 模型从之前的自定义 GPT-4o 版本更新为基于 o3 的模型，o3 是 OpenAI 最新“推理”模型系列之一。o3 Operator 经过微调，增加了计算机使用的额外安全数据，并包含了旨在教导模型决策边界的安全数据集。

OpenAI 升级 ChatGPT 中的 Operator 采用了基于 OpenAI o3 版本的新 Computer-Using Agent (CUA) 模型。借助新模型，Operator 在与浏览器交互时变得更加持久和准确，提高了整体任务成功率。它还提供更清晰、更全面的结构化响应。

根据 OpenAI，新的CUA模型表现出相对于行业的更强性能，在OSWorld和WebArena上实现了SOTA。它在既定基准测试和人类偏好评估中也表现出相对于上一版本的更强性能。

OpenAI用基于o3的版本替换了基于GPT-4o的模型

OpenAI 暗示 ChatGPT Operator Agent 将迎来重大升级 pic.twitter.com/iGPQp9butD

— SabatAge (@sabatage) 5月 22日, 2025

OpenAI用基于OpenAI o3的版本替换了Operator现有的基于GPT-4o的模型，尽管API版本仍将基于4o。这家AI公司还声称，o3 Operator使用了与4o版本相同的多层安全方法。

然而，与o3家族中的其他模型相比，o3 Operator使用了额外的计算机使用安全数据进行微调，包括旨在教导模型在确认和拒绝上决策边界的安全数据集。

OpenAI 发布了一份技术报告，展示了o3 Operator在特定安全评估中的表现。与GPT-4o Operator模型相比，o3 Operator不太可能拒绝执行“非法”活动、搜索敏感个人数据，也不太容易受到一种称为“提示注入”的AI攻击。 

“o3 Operator使用了我们在Operator 4o版本中使用的相同多层安全方法……尽管o3 Operator继承了o3的编码能力，但它没有对编码环境或终端的原生访问权限。”

–OpenAI

该 AI 公司还披露，新的基于 o3 的模型通过了标准安全评估，Operator 继续作为研究预览版向全球 ChatGPT Pro 用户开放。然而，这个升级后的模型仅在 ChatGPT 的 Operator 中可用。

Knoop怀疑运行OpenAI的o3模型的成本可能比预期更高

上周，维护和运营ARC-AGI的Arc Prize Foundation更新了o3的近似计算成本。该组织最初估计，它测试过的表现最好的o3配置（o3 high）解决单个ARC-AGI问题的成本约为3000美元。然而，该基金会现在认为成本可能比之前估计的高10倍，每个任务可能约为30000美元。

此外，虽然OpenAI尚未对o3定价或完全发布它，但Arc Prize Foundation的联合创始人之一Mike Knoop认为，o1-pro模型的定价是一个合理的代理，并且可以更准确地比较o3的真实成本。不过，他补充说，在官方定价公布之前，o3将继续在排行榜上被标记为预览版，以反映不确定性。

根据Arc Prize Foundation的说法，鉴于该模型据报道使用的计算资源量，o3 high的高价并非不可能。o3 high用于解决ARC-AGI的计算量是o3 low（o3的最低计算配置）的172倍。

谣言已经 流传 自3月初以来，关于OpenAI正在考虑为企业客户引入的高价计划。据报道，该公司可能会为专门的AI“代理”（如软件开发人员代理）每月收取高达20000美元的费用。

然而，虽然有人辩称，即使是OpenAI最昂贵的模型，其成本也远低于典型的人类承包商或员工的要求，但AI研究员Toby Ord指出，这些模型可能效率不高。例如，o3 high在ARC-AGI的每个任务中需要1024次尝试才能达到最佳分数。