OpenAI突然发布仅3B参数的o3-mini模型，斯坦福HELM基准测试显示：
推理速度：响应延迟17ms（较Llama3-8B快5倍）
成本控制：API定价$0.0001/千token（达行业最低）
性能表现：MMLU综合得分79.3（超越GPT-3.5的70.0）

该模型采用新型：动态稀疏MoE架构，在72块A100上完成训练，通过神经元级剪枝技术将参数量压缩83%，却保留97%的知识容量。