OpenAI anunció el jueves el lanzamiento de o3 y o4-mini, nuevos modelos de inferencia de IA diseñados para hacer una pausa y pensar en las preguntas antes de responderlas. La compañía dice que o3 es su modelo de razonamiento más avanzado hasta el momento, superando a sus modelos anteriores en pruebas de matemáticas, codificación, razonamiento, ciencia y comprensión visual.
Al mismo tiempo, o4-mini ofrece lo que OpenAI llama un equilibrio entre precio, velocidad y rendimiento: tres factores que los desarrolladores suelen considerar al elegir un modelo de IA para impulsar sus aplicaciones.
A diferencia de los modelos de inferencia anteriores, o3 y o4-mini pueden generar respuestas utilizando herramientas en ChatGPT como navegación web, ejecución de código Python, procesamiento y generación de imágenes. A partir de hoy, estos modelos, junto con una variante de o4-mini, o4-mini-high que requiere más tiempo para elaborar respuestas para mejorar su confiabilidad, están disponibles para los suscriptores de los planes Pro, Plus y Team de OpenAI.
Los nuevos modelos son parte de los esfuerzos de OpenAI para derrotar a Google, Meta, xAI, Anthropic y DeepSeek en la feroz carrera global de la IA. Aunque OpenAI fue el primero en lanzar el modelo de inferencia de IA o1, los competidores rápidamente siguieron su ejemplo y lanzaron versiones que igualaban o incluso superaban el rendimiento de OpenAI. De hecho, a medida que los laboratorios de IA continúan mejorando el rendimiento del sistema, los modelos de inferencia han comenzado a dominar el campo.
O3 casi no logra publicar en ChatGPT. El director ejecutivo de OpenAI, Sam Altman, dijo en febrero que la compañía tenía la intención de invertir más recursos en el desarrollo de una alternativa más sofisticada que incorpore la tecnología O3. Pero la presión competitiva parece haber llevado finalmente a OpenAI a cambiar de rumbo.
OpenAI dijo que o3 logró el máximo rendimiento en la validación del banco SWE, una prueba que mide la capacidad de programación, con una puntuación del 69,1%. El modelo o4-mini también logró un rendimiento similar, con una puntuación del 68,1%. El siguiente mejor modelo de OpenAI, o3-mini, obtuvo una puntuación del 49,3% en la prueba, mientras que Claude 3.7 Sonnet obtuvo una puntuación del 62,3%.
OpenAI afirma que o3 y o4-mini son sus primeros modelos que pueden "pensar en imágenes". De hecho, los usuarios pueden cargar imágenes en ChatGPT, como bocetos de pizarra o diagramas en archivos PDF, y el modelo analizará la imagen en una etapa de "cadena de pensamiento" antes de proporcionar una respuesta. Con esta nueva capacidad, o3 y o4-mini pueden comprender imágenes borrosas y de baja calidad y realizar tareas como escalar o rotar imágenes durante la inferencia.
Además de sus capacidades de procesamiento de imágenes, o3 y o4-mini pueden ejecutar código Python directamente en el navegador a través de la función Canvas de ChatGPT y buscar en la web cuando se les solicite.
Además de ChatGPT, los tres modelos (o3, o4-mini y o4-mini-high) estarán disponibles a través de los puntos finales orientados al desarrollador de OpenAI, la API Chat Completions y la API Responses, lo que permitirá a los ingenieros crear aplicaciones utilizando los modelos de la compañía a tasas basadas en el uso.
Dado el rendimiento mejorado de o3, OpenAI cobra a los desarrolladores una tarifa relativamente baja de 10 dólares por millón de palabras de entrada (unas 750.000 palabras, más que la serie El Señor de los Anillos) y 40 dólares por millón de palabras de salida. Para o4-mini, OpenAI cobra lo mismo que o3-mini, cobrando 1,10 dólares por millón de tokens de entrada y 4,40 dólares por millón de tokens de salida.
OpenAI dice que en las próximas semanas planea lanzar o3-pro, una versión de o3 que utiliza más recursos informáticos para generar respuestas, para uso exclusivo de los suscriptores de ChatGPT Pro.
El director ejecutivo de OpenAI, Sam Altman, dijo que o3 y o4-mini pueden ser los últimos modelos de inferencia de IA independientes en ChatGPT antes de GPT-5, que según la compañía unificará modelos tradicionales como GPT-4.1 con sus modelos de inferencia.