OpenAI o1
Il primo modello di ragionamento di OpenAI (settembre 2024): produce una fase interna di «pensiero» a catena prima di rispondere e dimostrò che il calcolo in fase di inferenza può battere il puro scaling dei parametri.
Addestrato con RL, dove il segnale di ricompensa è la correttezza della risposta finale su problemi di matematica e codice. Il modello impara a produrre lunghe tracce di ragionamento interne (in parte nascoste all'utente). Ha fissato nuovi stato dell'arte su AIME, USAMO e Codeforces con ampio margine.
Ha innescato l'intera ondata dei «modelli di ragionamento»: DeepSeek-R1, QwQ, Gemini Thinking, Claude Extended Thinking, GPT o3/o4. Il compromesso: costosi e lenti, con risposte che richiedono da secondi a minuti.