Das neu veröffentlichte o3AI-Modell von OpenAI hat aufgrund seiner leistungsstarken Leistung und hohen Betriebskosten die Aufmerksamkeit der Branche auf sich gezogen. Das Modell erzielte beim ARC-AGI-Benchmark beeindruckende Ergebnisse, kostete jedoch mehr als 1.000 US-Dollar pro Mission, weit mehr als sein Vorgänger. Dies verdeutlicht den Widerspruch zwischen Leistungsverbesserung und Kostenkontrolle von Modellen der künstlichen Intelligenz und löst auch eine Diskussion über sinkende Erträge im „Skalierungs“-Ansatz aus. Dieser Artikel bietet eine detaillierte Analyse der Leistung, Kosten und zukünftigen Entwicklung des o3AI-Modells.
Das kürzlich eingeführte o3AI-Modell von OpenAI gilt als sein leistungsstärkstes Produkt für künstliche Intelligenz, aber die laufenden Kosten sind atemberaubend: Eine einzelne Aufgabe kostet mehr als 1.000 US-Dollar.
Laut TechCrunch verwendet das neue Modell bei der Bearbeitung komplexer Probleme eine Technik namens „Testzeitberechnung“, was bedeutet, dass es mehr Zeit damit verbringt, mehrere Möglichkeiten zu überdenken und zu erkunden, bevor es zu einer Antwort kommt. Daher hoffen die OpenAI-Ingenieure, dass o3 bei komplexen Eingabeaufforderungen bessere Antworten liefern kann.
Laut François Chollet, dem Gründer des ARC-AGI-Benchmarks, erreichte der o3 in seinem leistungsstarken „High-Computing-Modus“ eine Punktzahl von 87,5 %, was fast dem Dreifachen der Punktzahl des o1-Modells der vorherigen Generation von 32 % entspricht. Dies zeigt, dass die Leistungsverbesserung von o3 erheblich ist. Allerdings ist dieser aufwändige Berechnungsprozess mit einem enormen Aufwand verbunden. Um diese hohe Punktzahl zu erreichen, überstiegen die Rechenkosten von O3 1.000 US-Dollar pro Aufgabe und verbrauchten 170-mal mehr Rechenleistung als die Low-Power-Version von O3 und deutlich höher als die des Vorgängers, der weniger als 4 US-Dollar pro Aufgabe kostete.
Diese Situation hat dazu geführt, dass die Branche auf den Widerspruch zwischen der Leistung des o3-Modells und seinen Betriebskosten aufmerksam gemacht hat. Einerseits scheint die deutliche Verbesserung des o3-Scores ein Beweis dafür zu sein, dass Modelle der künstlichen Intelligenz durch „Skalierung“, also das Hinzufügen von Rechenleistung und Trainingsdaten, immer noch Fortschritte machen können. Andererseits wächst aber auch die Kritik an den sinkenden Erträgen der Expansion. Obwohl die Verbesserung von o3 hauptsächlich auf die Verbesserung seiner „Argumentation“-Methode und nicht auf eine einfache Erweiterung zurückzuführen ist, bereiten die hohen Betriebskosten den Menschen zweifellos Sorgen.
Selbst die Low-Computing-Version des o3, die im Benchmark 76 % erreichte, kostet etwa 20 US-Dollar pro Aufgabe, was sie im Vergleich zu ihrem Vorgänger zu einer relativ günstigen Option macht. Wenn man außerdem bedenkt, dass ChatGPT Plus nur 25 US-Dollar pro Monat kostet, steht OpenAI bei der Verbesserung des von den Benutzern verwendeten Intelligenzniveaus einem enormen Kostendruck gegenüber.
In einem Blogbeitrag zu den Benchmark-Ergebnissen stellte Chollet fest, dass o3 sich zwar dem menschlichen Leistungsniveau annähert, „die Kosten jedoch immer noch hoch und noch nicht wirtschaftlich sind“. Er sagte, dass die Arbeitskosten zur Lösung von ARC-AGI-Aufgaben etwa 5 US-Dollar pro Aufgabe betragen, während der Energieverbrauch nur wenige Cent beträgt. Allerdings ist er optimistisch, dass sich „die Kosteneffizienz in den kommenden Monaten und Jahren deutlich verbessern wird“. Derzeit ist o3 noch nicht für die Öffentlichkeit freigegeben und seine „Mini-Version“ wird voraussichtlich im Januar nächsten Jahres auf den Markt kommen.
Höhepunkte:
Eine einzelne Abfrage des o3AI-Modells kostet über 1.000 US-Dollar, was die hohen Betriebskosten verdeutlicht.
Beim ARC-AGI-Benchmark erzielte der o3 eine Punktzahl von 87,5 %, fast dreimal mehr als das o1-Modell der vorherigen Generation.
Derzeit ist o3 noch nicht für die Öffentlichkeit freigegeben und die „Mini-Version“ wird voraussichtlich im Januar nächsten Jahres auf den Markt kommen.
Insgesamt zeigt das o3AI-Modell das große Entwicklungspotenzial der Technologie der künstlichen Intelligenz, zeigt aber auch die Herausforderungen auf, die mit hohen Kosten verbunden sind. In Zukunft wird die Frage, wie Leistungsverbesserung und Kostenkontrolle in Einklang gebracht werden können, ein zentrales Thema im Bereich der künstlichen Intelligenz sein, und die „Mini-Version“ des o3AI-Modells wird ebenfalls mit Spannung erwartet. Ob es die Kosten senken und gleichzeitig eine hervorragende Leistung aufrechterhalten kann, verdient unsere anhaltende Aufmerksamkeit.