OpenAI lanza o3 y o4-mini, modelos de lenguaje avanzados con capacidades multimodales y razonamiento mejorado
OpenAI presenta o3 y o4-mini, modelos que integran reconocimiento visual, razonamiento avanzado y herramientas multimodales para potenciar la inteligencia artificial.
En una semana marcada por novedades en el ámbito de la inteligencia artificial, OpenAI ha anunciado el lanzamiento de dos nuevos modelos de lenguaje con capacidades avanzadas de razonamiento y análisis multimodal: o3 y o4-mini. Aunque el modelo o3 había sido presentado anteriormente en un anuncio a finales del año pasado y posteriormente confirmado en febrero, finalmente ha sido puesto a disposición del público, destacándose como el modelo más potente hasta la fecha de la compañía. Recientemente, OpenAI también presentó o4-mini, una versión más pequeña y eficiente, diseñada para ofrecer buenas capacidades en matemáticas y programación, pero con menor coste económico en su uso.
Estos nuevos modelos integran por primera vez herramientas como búsqueda en la web, interpretación de código en Python y análisis de datos, incrustándolas en su proceso de razonamiento. Además, destacan por su capacidad de análisis visual, permitiendo no solo reconocer imágenes y texto en ellas, sino también interactuar con ellas: girarlas, ampliarlas, recortarlas o responder a preguntas más abstractas relacionadas con su contenido. Gracias a esto, o3 y o4-mini pueden abordar tareas como reconocimiento de texto en imágenes borrosas, análisis de contenido en fotografías de referencia, resolución de problemas académicos o interpretación de escenas complejas, incluso en casos de baja calidad o ángulos alejados.
Por ejemplo, estos modelos pueden identificar y extraer información de carteles en fotos, determinar horarios en paradas de autobús a partir de imágenes, resolver acertijos en notas manuscritas, o explicar confusiones como si falta un número o una letra en un dibujo, rotando y manipulando la imagen para facilitar su análisis. Esta versatilidad y precisión en el análisis visual representan un avance significativo, permitiendo interacciones más naturales y profundas con contenidos multimedia.
En términos de rendimiento, o3 se ha destacado en pruebas como el benchmark AIME 2025, que evalúa el razonamiento matemático avanzado, superando en un 20% a su predecesor o1 en tareas complejas y logrando resultados prometedores en otros tests especializados como SWE-Bench para resolución de problemas de ingeniería de software. Por su parte, o4-mini demuestra una excelente relación entre rendimiento y eficiencia, siendo especialmente competente en matemáticas y programación, con un consumo mucho menor de recursos respecto al o3.
OpenAI ha confirmado que estos modelos están disponibles desde hoy en los entornos de ChatGPT Plus, Pro y Team, sustituyendo a las versiones anteriores como o1 y o3-mini. Además, los usuarios que acceden de manera gratuita pueden probar o4-mini activando la función de 'Razonar' antes de ingresar sus solicitudes, lo que marca un importante avance en la accesibilidad y funcionalidad de estas herramientas. Aunque la compañía no ha realizado comparaciones directas con otros grandes actores del sector, los resultados en benchmarks indican que o3 y o4-mini se posicionan en la vanguardia del razonamiento y procesamiento multimodal en inteligencia artificial.