Это адаптированный гайд от OpenAI с лучшими практиками по использованию их рассуждающих моделей. Он актуален на Февраль 2025 года, далее модели будут меняться.

OpenAI предлагает два типа моделей:

1. модели рассуждений (например, o1 и o3-mini)
2. GPT-модели (например, GPT-4o)

Эти семейства моделей работают по-разному.

Из этого гайда вы узнаете:
- Различия между моделями рассуждений и GPT-моделями
- Когда использовать модели рассуждений и GPT
- Как эффективно задавать вопросы моделям рассуждения


Сравнение моделей рассуждений и GPT-моделей

Ни одна из моделей не является универсально лучшей – они просто предназначены для разных задач.

Модели серии o (их также называют "размышляющими") обучены тщательно обрабатывать сложные задачи, поэтому они особенно хорошо подходят для разработки стратегий, планирования решений для многокомпонентных проблем и принятия решений в условиях неопределённости. Эти модели демонстрируют высокую точность и аккуратность, что делает их незаменимыми в областях, где обычно требуется участие экспертов, например, в математике, науке, инженерии, финансовых и юридических услугах.

С другой стороны, GPT-модели ("рабочие лошадки") характеризуются быстрой работой и низкой стоимостью. Они лучше подходят для выполнения простых и чётко определённых задач. Например, приложение может использовать модель o-серии для разработки стратегии решения задачи, а затем применить GPT-модель для выполнения конкретных шагов, когда скорость и экономия важнее, чем абсолютная точность.


Как выбрать подходящую модель?

Что для вас важнее всего?
- Скорость и стоимость → GPT-модели работают быстрее и обходятся дешевле (по API)
- Выполнение чётко определённых задач → GPT-модели хорошо справляются с ясно сформулированными заданиями
- Точность и надёжность → Модели o-серии принимают обоснованные решения
- Решение сложных задач → Модели o-серии эффективно работают с неоднозначными и многослойными проблемами

Если ключевыми факторами для вас являются скорость и стоимость, а задачи представляют собой простые и ясно сформулированные инструкции, лучше выбрать GPT-модели. Если же на первом месте стоят точность и надёжность, а задачи включают многоэтапное решение сложных проблем, предпочтение стоит отдать моделям o-серии.

Часто оптимальным подходом является использование обеих моделей: o-серии для планирования и принятия решений, GPT-серии для выполнения конкретных задач.


Совместное использование GPT-моделей и моделей o-серии

Модели GPT-4o и GPT-4o mini могут, например, проверять детали заказа, выявлять проблемы и анализировать политику возвратов, а затем передавать эти данные модели o3-mini, которая примет окончательное решение о возможности возврата товара в соответствии с правилами.


Когда стоит использовать модели рассуждений?
Ниже приведены типичные случаи успешного применения моделей рассуждений, выявленные как среди клиентов, так и внутри OpenAI. Это не исчерпывающий список, а скорее практическое руководство.

1. Работа с неоднозначными задачами
Модели рассуждений особенно хороши, когда необходимо понять намерения пользователя по фрагментарной или неполной информации. Они часто задают уточняющие вопросы вместо того, чтобы строить догадки наугад.

2. Поиск "иголки в стоге сена"
Если необходимо обработать большой объём неструктурированных данных, модели рассуждений способны выделить из них наиболее релевантную информацию.

3. Установление взаимосвязей и выявление нюансов в больших массивах данных
Модели o-серии хорошо работают с многотомными юридическими договорами, финансовыми отчётами и страховыми полисами. Они могут выявлять скрытые взаимосвязи и делать обоснованные выводы.

4. Многошаговое планирование
Модели рассуждений идеально подходят для разработки поэтапных решений. Они могут разбить сложную задачу на подэтапы и назначить для их выполнения GPT-модели.

5. Визуальное восприятие
На данный момент только модель o1 поддерживает обработку изображений. Она особенно хорошо справляется со сложными визуальными материалами – чертежами, графиками и таблицами.

6. Ревизия, отладка и улучшение кода
Модели o-серии показывают отличные результаты при анализе больших объёмов кода, выявлении ошибок и улучшении структуры программ.

7. Оценка и валидация ответов других моделей
Модели рассуждений могут эффективно проверять результаты других ИИ, особенно в критически важных областях, таких как здравоохранение.


Эффективное использование моделей рассуждений

Эти модели лучше работают с прямыми инструкциями. Некоторые привычные подходы, такие как просьба "думать шаг за шагом", могут ухудшить результат.

Рекомендации:
- Используйте простые и чёткие формулировки.
- Избегайте пошаговых инструкций — модели уже умеют рассуждать самостоятельно.
- Используйте разделители (например, заголовки, теги XML) для выделения частей задачи.
- Начинайте с примера без контекста (zero-shot), добавляйте примеры (few-shot) только при необходимости.
- Указывайте конкретные требования к ответу (например, "предложите решение с бюджетом до 500 долларов").
- Чётко определяйте конечную цель задачи.


Какую модель выбрать для ваших задач?

GPT-4o mini – слабейшая из моделей, часто придумывает факты и плохо справляется со сложными инструкциями. Лучше избегать ее использования.

GPT-4o – быстрая и удобная для получения оперативных ответов, но требует обязательной проверки фактов, так как может сочинять. Подходит для общения голосом, работы с памятью (где хранятся данные о вас), а также для генерации изображений через DALL·E. Не рекомендую для обработки больших файлов.

GPT-4o с запланированными задачами – ее нужно использовать исключительно, как "напоминалка", она будет присылать уведомления о заранее запланированных задачах в нужное время.

o3-mini – отличная универсальная модель. Быстро пишет код, ищет информацию в интернете, хорошо понимает инструкции. Если нужно срочно получить качественный ответ, это лучший выбор. Подходит для быстрого анализа изображений и файлов. Не имеет доступа к памяти (пока). Ошибается реже, чем GPT-4o, но не безупречна. В платном тарифе есть лимит — 150 сообщений в день.

o3-mini-high – улучшенная версия o3-mini, работает медленнее, потому что дольше размышляет, но выдает более точные и качественные результаты. Отлично соблюдает инструкции, хорошо разбирается в файлах. Рекомендую!

o1 – мощная модель для создания отчетов, эссе, рефератов. Медленная, но хорошо следует инструкциям. Может ошибаться в фактах. Отлично анализирует изображения и файлы, не упуская деталей. Для получения хорошего результата важно четко прописывать требования к отчету.

o1 pro mode – самая продвинутая модель доступна только подписчикам Pro-тарифа за 100$ (пока). Почти не допускает ошибок в фактах, справляется с самыми сложными задачами по программированию, детально анализирует изображения. Работает медленно, не ищет информацию в интернете и не открывает файлы напрямую. Требует детального описания задачи.

Deep research – По сути, это улучшенный интернет-поиск с возможностью анализировать найденные данные и строить графики. Пока доступен только пользователям Pro-тарифа за 100$, но скоро доступ получат и платные пользователи за 20$.

Итого: На Февраль 2025 года для повседневных задач лучше всего подходит o3-mini-high и o3-mini.

Еще больше контента про AI на практике в телеграм канале https://t.me/ai_digitalkir. Подписывайтесь!