Robocikowo>ROBOCIKOWO
OpenAI o1

OpenAI o1

o1 · Rodzina: OpenAI o-series
Model rozumujący OpenAI z serii „o”, trenowany uczeniem ze wzmocnieniem; przed odpowiedzią tworzy wewnętrzny łańcuch myśli. Wyróżnia się w matematyce, nauce i programowaniu.
✓ Aktywny✓ Publiczny dostępModel rozumowaniaModel multimodalnyLLM📁 OpenAI o-series
Okno kontekstowe
200K
tokenów
Max output
100 000
tokenów
Data premiery
5 grudnia 2024
Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

OpenAI o1 to model rozumujący z rodziny „o”, zaprezentowany 12 września 2024 r. w wersji o1-preview, a jako pełny model o1 udostępniony 5 grudnia 2024 r. W odróżnieniu od klasycznych modeli GPT, o1 został wytrenowany metodą uczenia ze wzmocnieniem tak, by przed udzieleniem odpowiedzi generować rozbudowany wewnętrzny łańcuch myśli (chain of thought).

Model osiąga wysoką skuteczność w zadaniach wymagających złożonego rozumowania — w matematyce, naukach ścisłych i programowaniu. W teście AIME 2024 uzyskał wynik 83%, a w konkursach programistycznych Codeforces plasuje się w 89. percentylu. Na benchmarku GPQA Diamond przewyższa dokładność ekspertów z tytułem doktora w fizyce, chemii i biologii.

o1 przyjmuje na wejściu tekst i obrazy, a generuje odpowiedzi tekstowe. Obsługuje okno kontekstowe 200 000 tokenów i może wygenerować do 100 000 tokenów w jednej odpowiedzi. Data graniczna wiedzy modelu to październik 2023. Wspiera wywoływanie funkcji, wyjście strukturyzowane i strumieniowanie; nie obsługuje dostrajania (fine-tuning).

Model jest dostępny komercyjnie przez OpenAI API oraz Microsoft Azure, a także w produktach ChatGPT. Ceny w API wynoszą 15 USD za 1 mln tokenów wejściowych, 7,50 USD za 1 mln tokenów wejściowych z cache oraz 60 USD za 1 mln tokenów wyjściowych.

Klasyfikacja
Model rozumowaniaModel multimodalnyLLM
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 200K
Narzędzia
📥 Wejście: tekst, obraz

Specyfikacja techniczna

Okno kontekstowe
200K
tokenów
Max output tokens
100 000
tokenów na odpowiedź
Knowledge cutoff
1 paź 2023
Data graniczna wiedzy
Licencja
Proprietary
Funkcje:Używanie narzędzi
Modalności
⬇ Wejście (Input)
textimage
⬆ Wyjście (Output)
text

Możliwości i zastosowania

Natywne możliwości modelu
Zaawansowane rozumowanie
Zdolność do wieloetapowego, ustrukturyzowanego rozumowania: analiza problemów, planowanie kroków, wnioskowanie na podstawie hipotez. Modele reasoning-first (np. GPT-5.1 Thinking) dedykują część inferencji na łańcuchy myślowe zanim udzielą odpowiedzi.
Kategoria: reasoning
Rozumowanie matematyczne
Zdolność modelu do rozwiązywania zadań matematycznych wymagających wieloetapowego rozumowania — równania, dowody, kombinatoryka, geometria, rachunek różniczkowy, zadania konkursowe.
Kategoria: reasoning
Rozumowanie wieloetapowe
Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.
Kategoria: reasoning
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding
Rozumienie obrazu
Analiza i interpretacja treści obrazów.
Kategoria: vision
Wyjście strukturyzowane
Generowanie danych w ustrukturyzowanych formatach, np. JSON.
Kategoria: structured_generation
Użycie narzędzi
Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.
Kategoria: planning
Długi kontekst
Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.
Kategoria: language

Wyniki benchmarków

3 benchmarki
AIME 2024
accuracy · single sample
83%
📅 12 wrz 2024📄 OpenAI (Learning to Reason with LLMs)
Codeforces
percentile
89th percentile
📅 12 wrz 2024📄 OpenAI (Learning to Reason with LLMs)
GPQA
accuracy
📄 OpenAI
Na GPQA Diamond o1 przewyższa dokładność ekspertów z doktoratem w fizyce, chemii i biologii.

Cennik

Architektura techniczna

Rdzeń architektury (Core Architecture)
Techniki trenowania (Training Techniques)

Wdrożenie i bezpieczeństwo

🔒 Security / Enterprise
✓ Zweryfikowane informacje enterprise

Dostępny przez OpenAI API i ChatGPT Enterprise. OpenAI nie wykorzystuje danych z API do trenowania modeli, posiada certyfikację SOC 2 Type 2 i oferuje kontrolę retencji danych.

Aktualizacja: 23 lip 2026↗ Dokumentacja security