Peluncuran OpenAI o1
Ringkasan
OpenAI memperkenalkan o1 (dan o1-preview, o1-mini) pada 12 September 2024 — LLM reasoning pertama yang ‘berpikir’ sebelum menjawab menggunakan internal chain-of-thought yang di-train, bukan diminta.
Paradigma Baru
Sebelum o1, chain-of-thought adalah teknik prompting (user minta AI “show your work”). Dengan o1, CoT di-internalisasi ke model — model menghasilkan ribuan token reasoning secara internal sebelum menjawab user.
Pencapaian (saat peluncuran)
- AIME 2024 (olimpiade matematika): 83% (GPT-4o: 13%)
- GPQA Diamond (PhD-level science): 78% (GPT-4o: 56%)
- Codeforces (competitive programming): 89% percentile
- HumanEval+: 96% (GPT-4o: 87%)
Varian
- o1-preview — versi awal, September 2024
- o1-mini — lebih murah, lebih cepat
- o1 — full version
- o1-pro — tier tertinggi, paling mahal
- o3 (Desember 2024) — next gen reasoning
- o3-mini (Januari 2025) — open-weight
Test-Time Compute Scaling
o1 memperkenalkan test-time compute scaling — model yang ‘berpikir’ lebih lama menghasilkan jawaban lebih baik. Ini paralel dengan training compute scaling (Chinchilla, scaling laws).
Dampak
- Reasoning models menjadi tren utama
- DeepSeek-R1 (Januari 2025) — open-source reasoning
- Claude 3.5+ Sonnet — extended thinking
- Gemini 2.5 Thinking — Google
- o1, o3, o4-mini — OpenAI series
o1 menandai era reasoning models — 2024-2026.