En un reciente anuncio desde Madrid, OpenAI ha presentado dos avances significativos en sus modelos de inteligencia artificial, denominados o3 y o4-mini. Estos modelos están diseñados para realizar tareas como la programación, la navegación en la web y la creación de imágenes de manera autónoma, destacándose por su capacidad de "pensar con imágenes".

Los nuevos modelos amplían la serie o de OpenAI, la cual está enfocada en el razonamiento. A diferencia de sus predecesores, estos desarrollos permiten una mayor capacidad de reflexión antes de generar una respuesta, sumando así precisión y profundidad al análisis de datos.

Entre las funcionalidades destacadas de o3 y o4-mini, se encuentra su autonomía al utilizar herramientas del chatbot, facilitando no solo la navegación web y la programación con Python, sino también la interpretación y creación de imágenes. Esto les permite abordar problemas complejos que requieren múltiples pasos para ser resueltos eficazmente.

La compañía señala en su blog oficial que estos modelos han sido diseñados para razonar sobre el uso y la aplicación de herramientas, generando respuestas detalladas y bien fundamentadas en menos de un minuto.

Uno de los avances más destacados es la capacidad de "pensar con imágenes", lo que significa que estos modelos pueden comprender el contenido de una imagen, sin importar su calidad, e integrar esa información visual en su proceso de razonamiento.

Los modelos o3 y o4-mini ya están disponibles para los usuarios de las versiones ChatGPT Plus, Pro y Team, reemplazando a los modelos anteriores o1, o3-mini y o3-mini-high. También se pueden acceder a través de la API de OpenAI para facilitar su integración en diversas aplicaciones.

La compañía ha enfatizado que el modelo o3 se destaca como el más potente de su serie, superando a o1 en el ámbito del razonamiento, con una reducción del 20 por ciento en errores significativos en tareas del mundo real, abarcando áreas como la programación, matemáticas, ciencia y percepción visual.

Por su parte, el o4-mini, que es más compacto, está concebido para optimizar tareas de razonamiento que requieren rapidez y eficiencia, demostrando un desempeño sobresaliente en matemáticas, programación y actividades visuales, además de tener mayores límites de uso que o3.

Aparte de estos modelos, OpenAI ha introducido también Codex CLI, un agente ligero de codificación que funciona localmente en los dispositivos, ofreciendo más versatilidad a los desarrolladores y programadores.