OpenAI o1
OpenAIs erstes Reasoning-Modell (September 2024) — es durchläuft vor der Antwort eine interne "Denk"-Phase (Chain-of-Thought) und zeigte, dass Test-Time-Compute reines Parameter-Skalieren schlagen kann.
Trainiert per RL, wobei das Belohnungssignal aus korrekten Endantworten auf Mathe- und Code-Probleme besteht. Das Modell lernt, lange interne Gedankengänge zu erzeugen (teils vor dem Nutzer verborgen). Es setzte mit deutlichem Abstand neue Bestwerte bei AIME, USAMO und Codeforces.
Löste die gesamte "Reasoning-Modell"-Welle aus: DeepSeek-R1, QwQ, Gemini Thinking, Claude Extended Thinking, GPT o3/o4. Kompromiss: teuer und langsam — Antworten brauchen Sekunden bis Minuten.