4月19日消息，OpenAI最新推出的o3和o4-mini推理模型虽在编程与数学任务上表现优异，但被曝出“幻觉”问题更为严重。TechCrunch报道显示，这些模型的幻觉率不仅高于前代o1、o1-mini和o3-mini，甚至超过传统非推理模型。内部测试中，o3的幻觉率达33%，而o4-mini更高至48%。第三方机构Transluce发现，o3会虚构操作过程，如声称在MacBook Pro上运行代码。OpenAI承认幻觉问题是行业难题，需进一步研究，发言人Niko Felix表示正努力提升模型准确性。