OpenAI lanza o3 y o4-mini, dos modelos de IA que razonan con imágenes Los nuevos modelos combinan texto e imágenes para razonar con precisión y ofrecer respuestas más naturales.

OpenAI lanzó sus nuevos modelos de inteligencia artificial (IA), o3 y o4-mini.

A diferencia de versiones anteriores, los nuevos modelos no solo generan texto o código con más precisión, sino que también "piensan con imágenes".

Esto significa que, a partir de una fotografía, pueden comprender su contenido y utilizar esa información visual como parte de su proceso de razonamiento.

Según explicó OpenAI en su blog oficial, tanto o3 como o4-mini están diseñados para tomar decisiones meditadas: "razonan sobre cuándo y cómo utilizar herramientas para producir respuestas detalladas y reflexivas", y todo eso normalmente en menos de un minuto.

Relacionado: OpenAI planea crear su propia red social para competir con Meta y X

Las características de los nuevos modelos

El modelo o3 es el más avanzado de los dos. Está optimizado para destacar en áreas como programación, matemáticas, percepción visual y ciencia. Además, OpenAI afirmó que comete un 20% menos de errores en tareas del mundo real en comparación con su predecesor, o1. Lo que quiere decir que es más rápido y confiable.

Por su parte, o4-mini está optimizado para tareas de razonamiento rápidas, como la resolución de problemas matemáticos o la interpretación de imágenes sencillas. Aunque menos potente que o3, tiene límites de uso más altos, lo que lo hace ideal para empresas o desarrolladores que requieran un alto volumen de consultas a bajo costo.

Ambos modelos ofrecen mejoras en experiencia para los usuarios. Las respuestas son más naturales, conversacionales y más ajustadas al contexto, lo que permite una interacción mucho más fluida.

Además, son capaces de manipular imágenes sobre la marcha: pueden girarlas, ampliarlas, editarlas e incluso analizarlas al detalle para generar respuestas más precisas.

Tanto o3 como o4-mini ya están disponibles y pueden utilizarse en ChatGPT Plus, Pro y Team, así como a través de la API para desarrolladores, lo que abre la puerta a todo tipo de integraciones y aplicaciones personalizadas en diferentes industrias.