Model
.ai
śledzimy otwarte modele AI
O1
OpenAI | kontekst 200 000 tokenów | 15,00 USD/M wejście, 60,00 USD/M wyjście. Najnowsza i najsilniejsza rodzina modeli od OpenAI, o1 jest zaprojektowany, by poświęcać więcej czasu na myślenie przed odpowiedzią. Seria modeli o1 jest trenowana z użyciem dużej skali uczenia ze wzmocnieniem do rozumowania za pomocą łańcucha myślowego. Modele o1 są zoptymalizowane do matematyki, nauk ścisłych, programowania i innych zadań STEM. Konsekwentnie wykazują dokładność na poziomie doktoranckim w benchmarkach z fizyki, chemii i biologii. Więcej informacji w ogłoszeniu o premierzeOpens in new tab.
Poradniki do tego modelu
Wszystkie poradniki
o1 to model OpenAI skoncentrowany na rozumowaniu, trenowany z użyciem uczenia ze wzmocnieniem na dużą skalę, by rozwiązywać problemy metodą chain of thought przed udzieleniem odpowiedzi. Skierowany jest na zadania STEM — matematykę, fizykę, chemię, biologię, programowanie — i zaprojektowany do problemów, gdzie wolniejsza, bardziej przemyślana odpowiedź jest lepsza niż szybka. Jeśli Twoja praca jest poza tymi dziedzinami, tańsze modele OpenAI prawdopodobnie spełnią Twoje potrzeby równie dobrze.

Znany z

  • Dokładność na poziomie doktoranckim w benchmarkach fizyki, chemii i biologii
  • Chain-of-thought wbudowany w trening, nie dodany przez promptowanie
  • Okno kontekstu 200 000 tokenów dla długich dokumentów technicznych
  • Wsparcie wizji obok wejścia tekstowego
  • Optymalizacja pod kątem matematyki i programowania, które sprawiają trudność standardowym modelom

Uważaj na

  • Cena wyjścia 60 USD za milion tokenów jest wysoka; długie ślady rozumowania szybko podnoszą rachunek.
  • Wagi zamknięte, tylko API — brak lokalnego uruchomienia, dostrajania czy pracy offline.
  • Przesada i zbyt drogi do codziennego pisania, czatu czy streszczania.

Podpowiedzi do wypróbowania

Dowód wyniku kombinatorycznego
Udowodnij, że liczba sposobów pokrycia planszy 2×n domino 1×2 spełnia rekurencję Fibonacciego. Pokaż każdy krok rozumowania, wyraźnie podaj przypadki bazowe i potwierdź, że rekurencja działa dla n=4.
Debugowanie subtelnego algorytmu
Oto implementacja algorytmu Dijkstry w Pythonie, która daje błędne odległości najkrótszej ścieżki na grafach z krawędziami o zerowej wadze. Przeczytaj kod uważnie, zidentyfikuj dokładny błąd, wyjaśnij, dlaczego powoduje on błąd, i podaj poprawioną wersję. [wklej swój kod tutaj]
Analiza mechanizmu chemicznego
Przeanalizuj mechanizm reakcji Dielsa-Aldera między butadienem a maleinianem. Wyjaśnij argument symetrii orbitali, dlaczego jest termicznie dozwolona, przewidź stereochemię produktu i zanotuj warunki sprzyjające powstaniu addyktu endo.

Porównaj z

  • GPT-5.6 Sol
    Model tylko z API
    Kontekst 1,050,000 tokenów · $4.00/M wejście, $20.00/M wyjście
  • GPT-6.1 Sol
    Model tylko z API
    Kontekst 1,050,000 tokenów · $2.00/M wejście, $10.00/M wyjście
  • GPT-6 Sol
    Model tylko z API
    Kontekst 1,050,000 tokenów · $2.00/M wejście, $10.00/M wyjście
  • gpt-oss-120b
    Model z otwartymi wagami
    Kontekst 131,072 tokenów · $0.15/M wejście, $0.60/M wyjście
Więcej modeli tekstowych od openai

Pytania, które ludzie zadają

Czy mogę uruchomić o1 lokalnie?
Nie. o1 to model z zamkniętymi wagami, dostępny tylko przez API OpenAI — nic do pobrania, nie działa offline.
Ile kosztuje o1 i jak długie jest okno kontekstu?
OpenAI pobiera 15,00 USD za milion tokenów wejściowych i 60,00 USD za milion tokenów wyjściowych, z oknem kontekstu 200 000 tokenów.
Czym o1 różni się od innych modeli OpenAI?
W przeciwieństwie do standardowych modeli klasy GPT, o1 jest trenowany z uczeniem ze wzmocnieniem, by rozumować przez chain of thought przed udzieleniem odpowiedzi, co czyni go silniejszym w trudnych zadaniach STEM, ale wolniejszym i droższym niż jego odpowiedniki.
Wyrok kapitana
Odpowiednie narzędzie do trudnych problemów STEM, gdzie dokładność jest ważniejsza niż szybkość czy koszt — przesada do wszystkiego innego.
Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.
Ranking badge
Updated Oct 22, 2026
o1 na ModelTrends.ai: Heat 2,485°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Jak ten wynik się sumuje
Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.
Słowniczek: używane tu terminy
Wynik heat
Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa
7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań
Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna
Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia
Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji
Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany
Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder
Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde
Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące
Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter
Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint)
Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding
Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi
Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek
Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny
Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy
Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji)
Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend
Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model
Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.