OpenAI发布了专注于可靠性的o3-pro模型，官方数据显示其在复杂任务中的准确性和一致性有所提升。然而，早期用户反馈显示，新模型在响应速度上存在明显延迟，并且未能根本解决大模型的“幻觉”问题，这引发了用户对实际可用性和价值的担忧。这一发布揭示了AI从实验室指标到实际应用中“可靠性”定义的挑战，以及如何在速度、成本和信任之间寻求平衡的行业难题。

o3-pro大模型在名为Lmgame的新基准测试中，成功通关经典游戏“推箱子”并无限畅玩“俄罗斯方块”，突破了现有AI在该领域的能力上限。这一突破揭示了大模型在复杂规划、长期推理和环境交互方面的显著进步，同时其操作耗时也凸显了当前AI效率的瓶颈，为通用人工智能的发展提供了新的评估维度和研究方向。