国内大模型厂商加速追赶OpenAI，智谱晒考研数学成绩单

12月31日，大模型独角兽智谱AI发布其首个基于扩展强化学习技术训练的推理模型GLM-Zero-Preview。据悉，该模型专注于增强AI推理能力，擅长处理数理逻辑、代码和需要深度推理的复杂问题，智谱AI还透露，在部分评测效果方面该模型也与OpenAI-o1-Preview相当。 南都记者关注到，自9月OpenAI推出旗下首款具备“推理”能力模型o1以来，国内大模型厂商也在逐渐追赶、加入军备竞赛，DeepSeek、昆仑万维、阿里云、月之暗面、智谱都先后推出了推理模型。近期OpenAI推出重磅的o3推理模型，该模型能进行更复杂的推理，或将引领大模型厂商下一轮布局热潮。

智谱最新推理模型考研数学拿到126分

据智谱介绍，GLM-Zero-Preview专注于增强模型推理能力，擅长处理数理逻辑、代码和需要深度推理的复杂问题。同基座模型相比，GLM-Zero-Preview在不显著降低通用任务能力的情况下，在专家任务能力方面表现大幅提升，在部分评测效果方面也与OpenAI-o1-Preview相当。

目前用户可以在“智谱清言”官网中免费使用。根据目前的演示案例，GLM-Zero-Preview擅长逻辑推理、数学和代码方面的相关问题。以2025年考研数学一为例，GLM-Zero-Preview全卷得分为126（满分150），当输入考研数学最后一题的图片时，该模型读取图片后给出了完整解答过程；在代码编程方面，输入指令“帮我用html写一个有趣的第一人称射击游戏”后，GLM-Zero-Preview独立完成了游戏编程，同时也能识别代码错误并给出修复建议。

最新推理模型解答考研数学题。

不过，智谱方面提到，目前的GLM-Zero-Preview与OpenAI的o3模型还有不少的差距。未来将持续优化迭代强化学习技术并推出正式版GLM-Zero，将深度思考的能力从数理逻辑扩展到更多更通用的技术。

OpenAI推理模型o3将引领厂商下一轮布局热潮

9月22日，OpenAI旗下首款具备“推理”能力的模型o1和o1-mini正式发布。OpenAI o1系列模型被业界认为是AGI（通用人工智能）的一大进程，不仅解决了“13.11与13.8比谁大”的数学问题，还能解决科学、编程方面的问题，相比此前的模型能处理更为复杂的任务。o1发布后，OpenAI所指出的推理Scaling Law似乎带来了全新的实现AGI范式。

在o1推出以后，国内的大模型厂商也在逐渐追赶、加入军备竞赛。11月20日，AI六小龙之一DeepSeek发布了其推理模型DeepSeek-R1-Lite预览版。据悉DeepSeek R1系列模型使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。该系列模型在数学、代码以及各种复杂逻辑推理任务上，已取得了媲美o1-preview的推理效果。

11月27日，昆仑万维正式推出具有复杂思考推理能力的系列模型——天工大模型o1版（Skywork o1）。其中，开源的Skywork o1 Open，在各项数学和代码指标上均有大幅提高，8B的Skywork o1 Open也解锁了包括当时GPT 4o无法完成的数学推理任务（如24点计算）。

11月28日，阿里Qwen团队发布首个开源推理大模型QwQ-32B-Preview。据悉QwQ（Qwenwith Questions）是通义千问Qwen系列的最新实验性研究模型，其中QwQ-32B-Preview在评测数据中表现出色，尤其在数学和编程领域的深度推理任务上，展现出研究生级别的能力。

12月16日月之暗面Kimi发布了视觉思考模型k1，据悉新一代模型通过激励模型生成更详细的推理步骤，形成高质量的思维链CoT（Chain of Thought），显著提升了解决更复杂、更难任务的成功率，同时k1模型的表现超过了全球标杆模型OpenAI o1。

在发布该模型时，月之暗面还提到，AI大模型行业的技术范式处于强化学习阶段，“‘强化学习’就像人类在遇到难题时，并不是立即给出答案，而是先分析问题、探索不同的解决方案、尝试各种方案、反思、改进策略和反复尝试一样”。当时，k1能解答数学题、经典物理电路题。

近期在OpenAI“双十二”活动中，OpenAI推出重磅的o3推理模型，该模型是OpenAI9月推出的o1推理模型的下一代。据OpenAI介绍，o3能够进行复杂任务的推理，在科学、编码、数学等领域的表现要优于前一代o1模型，同时花费的处理时间也会更长。以一项评估AI高级数学推理能力的测试EpochAI Frontier Math为例，以往所有模型都未达到2%的准确率，而o3准确率达到了创纪录的25%，该模型或将引领大模型厂商下一轮布局热潮。

采写：南都记者 林文琪