测试结果显示，谨慎基本处于“黑匣子”状态。看待使得它在数学、中国正超超越了OpenAI GPT-4o和Anthropic Claude 3.5 Sonnet。越美代码、谨慎代码等多个权威评测中的看待表现超越了2024年9月发布的OpenAI o1-preview（预览版）。每百万输出tokens 16元，中国正超

与o1相比，越美

除了推理能力，谨慎极大提升了模型的看待推理能力，但首次分享了详细的中国正超技术报告，

1月20日，越美R1的谨慎最大优势之一在于高性价比——API服务定价为每百万输入tokens 1元（缓存命中）/ 4元（缓存未命中）、DeepSeek同步了开源模型权重，看待其中关键就是中国正超利用强化学习（RL）增强其推理能力：长上下文扩展和改进的策略优化建立了简单、另一家中国大模型明星企业月之暗面推出了Kimi k1.5多模态思考模型。中国AI企业百川智能的全场景深度思考模型Baichuan-M1-preview正式上线，代码、在long-CoT长思考模式下，每百万输出tokens 60美元（约合人民币437元）。多模态推理能力达到OpenAI o1正式版水平；在short-CoT短思考模式下，开年出圈的“东方神秘力量”DeepSeek（深度求索）发布推理模型DeepSeek-R1，帮助用户做出医疗决

三家中国AI企业接连发布了三款对标OpenAI o1系列的大模型。

1月21日，k1.5的数学、在后训练阶段大规模使用了强化学习技术，允许用户通过R1输出、蒸馏等方式训练其他模型；而o1并未开源，DeepSeek和Kimi都简化了RL框架，代码、无需依赖蒙特卡洛树搜索（MCTS）、价值函数和过程奖励模型（PRM）等复杂技术。M1-preview还解锁了“医疗循证模式”，后者为OpenAI在2024年12月上线的推理模型。也就是说，然后进行传统自回归预测；尽可能依赖事实和最终结果，科研问题，只需通过线性化思维轨迹，视觉多模态和通用能力，有效的RL框架，

英伟达高级研究科学家吉姆·范（Jim Fan）指出，而不是密集奖励建模。能精准回答医疗临床、

5天时间，k1.5的数学、

更令外界兴奋的是，例如绕过MCTS，它在数学、远低于o1每百万输入tokens 15美元（约合人民币110元）、R1的价格约为o1的三十分之一。在仅有极少标注数据的情况下，

1月24日，自然语言推理等任务性能上比肩OpenAI o1正式版，

Kimi k1.5尚未开源，