Hoy, OpenAI lanzó dos nuevos modelos—o3 y o4-mini—marcando la expansión más grande de su serie o hasta el momento. Estos modelos, diseñados con la ambición de pensar, actuar y resolver como agentes autónomos, prometen difuminar la línea entre asistente digital y colaborador capaz.
Pero detrás de los brillantes números de referencia y los videos de demostración, se esconde una historia más profunda sobre el cambio de paradigmas de la IA, el impulso hacia la inteligencia aumentada con herramientas y la tensión entre poder, precisión y costo.
En lo que OpenAI describe como un salto fundamental, o3 y o4-mini ahora pueden decidir independientemente cómo y cuándo usar herramientas, desde ejecutar código y generar gráficos hasta obtener datos web en tiempo real y analizar imágenes. Esta capacidad no es una mejora superficial. Es un giro filosófico.
En lugar de simplemente responder preguntas, estos modelos abordan las tareas como analistas humanos: dividiendo los problemas en partes, seleccionando los instrumentos correctos y sintetizando información en diferentes formatos, todo de forma autónoma.
En una demostración, o3 abordó una consulta compleja sobre el uso de energía. El modelo usó la web para encontrar datos de consumo, ejecutó código Python para analizarlos, generó un gráfico y contextualizó los hallazgos con implicaciones económicas, todo en un minuto. Esto no fue una orquestación programada; fue una toma de decisiones estratégica.
“Lo importante aquí no es que usó herramientas”, señaló un investigador independiente de IA. “Es que sabía cómo pensar con ellas. Esa es una especie diferente de inteligencia”.
Otro salto: estos modelos no solo procesan imágenes, sino que razonan con ellas.
Cuando se enfrentó a una foto de escritura a mano ilegible y al revés, o3 no pidió ayuda. Amplió la imagen, la rotó y transcribió el texto correctamente. Entendió no solo lo que estaba viendo, sino lo que necesitaba hacer con ello.
Este avance, denominado “pensar con imágenes”, marca una convergencia de modalidades que va mucho más allá de la visión por computadora. Sugiere sistemas de IA capaces de tratar las imágenes como objetos cognitivos manipulables, una habilidad que durante mucho tiempo se consideró exclusivamente humana.
Los primeros probadores señalan que esta capacidad resulta más útil en contextos científicos y de ingeniería. En un caso, un prototipo pudo analizar la foto desordenada de un cuaderno de laboratorio y derivar ecuaciones químicas correctas a partir de notas escritas a mano, incluso reconociendo anotaciones en los diagramas.
Debajo de la superficie se encuentra un motor de rendimiento de vanguardia.
El modelo o3 ahora lidera los puntos de referencia de la industria en matemáticas, programación, ingeniería de software y razonamiento multimodal. Según OpenAI, comete un 20% menos de errores graves que su predecesor, particularmente en campos como la estrategia empresarial, la generación de hipótesis científicas y la ideación creativa.
Mientras tanto, o4-mini supera su peso. A pesar de ser un modelo reducido optimizado para la velocidad y el costo, logró una precisión del 99.5% en el punto de referencia AIME 2025 cuando se combinó con Python. Para los desarrolladores que ejecutan miles de consultas diarias, su relación rendimiento-precio es difícil de ignorar.
“Estás viendo resultados de nivel de saturación en tareas de grado industrial, de un modelo que es la mitad de grande”, dijo un ingeniero de un fondo de cobertura cuantitativo. “Eso no es solo eficiencia. Eso es disrupción”.
Lo que distingue a esta generación no es solo la capacidad, sino el acceso.
Con o4-mini integrado en el nivel gratuito de ChatGPT y ambos modelos disponibles a través de API y herramientas de escritorio, OpenAI está sembrando un cambio de plataforma. Codex CLI, un agente ligero basado en terminal que utiliza el razonamiento de o3, es de código abierto y ya está disponible en GitHub. Los desarrolladores pueden conectar capturas de pantalla, bocetos o bases de código locales, y el modelo responde directamente dentro del shell.
Esto posiciona a OpenAI por delante en lo que los expertos llaman la “guerra de la interfaz agéntica”: un cambio de asistentes basados en chat a herramientas que operan como colaboradores autónomos en los flujos de trabajo, ya sea depurando código, interpretando resonancias magnéticas u optimizando presupuestos publicitarios.
La medida también es estratégica. Con GPT-5 acercándose en el horizonte, la compañía está alineando su serie o con los próximos modelos, prometiendo una integración más estrecha entre el razonamiento profundo y la conversación natural.
Sin embargo, incluso cuando el rendimiento se dispara, persisten las limitaciones. Los modelos más pequeños como o4-mini muestran un rendimiento más débil en las tareas de recuperación de datos, especialmente en dominios como el conocimiento histórico o biográfico. En las evaluaciones de PersonQA, o4-mini se quedó atrás de los modelos anteriores, probablemente debido a la reducción del número de parámetros y la compresión del entrenamiento.
Otro desafío es el exceso de confianza. El modelo o3, aunque más inteligente, tiende a generar más afirmaciones, tanto correctas como incorrectas, cuando la información es ambigua. Esto no es solo un error; es un dilema de diseño. A medida que los modelos ganan poder de razonamiento, también se vuelven más propensos a hacer inferencias complejas, lo que aumenta el riesgo de alucinaciones sutiles.
“Es un arma de doble filo”, explicó un integrador de sistemas. “Cuanto mejor razona, más seguro se vuelve. Pero si tus entradas son inestables, tus salidas también podrían serlo. Eso es un gran problema en las industrias reguladas”.
La cadencia de lanzamiento es agresiva. o3, o4-mini y o4-mini-high ya son accesibles para los usuarios de pago de ChatGPT en los planes Plus, Pro y Team. Los usuarios de nivel gratuito pueden probar o4-mini en la categoría "Pensar", mientras que los lanzamientos para Enterprise y EDU se esperan inminentemente.
Un modelo o3-pro mejorado con acceso completo a las herramientas está en la lista para su lanzamiento en semanas. Los desarrolladores tienen acceso a través de Chat Completions y la nueva API de Responses, aunque se puede requerir verificación para las funciones avanzadas.
OpenAI también está ofreciendo incentivos: se ha destinado una subvención de $1 millón en créditos de API para los desarrolladores que construyan con Codex CLI y capacidades agénticas.
El mensaje es claro: esto no es solo una actualización de producto. Es una realineación de la plataforma en torno a la inteligencia multimodal, multiherramienta y de múltiples pasos.
Para los usuarios profesionales, desde comerciantes y analistas hasta ingenieros y consultores, las implicaciones son profundas.
Donde los modelos anteriores servían como calculadoras sofisticadas o enciclopedias de conversación rápida, la serie o ahora se acerca al comportamiento de los analistas junior. Hace preguntas, formula hipótesis, selecciona herramientas y explica los resultados. Eso lo posiciona menos como un recurso pasivo y más como un solucionador de problemas activo.
Pero los profesionales deben mantenerse escépticos. Los nuevos modelos siguen siendo frágiles en los bordes, propensos a la alucinación de datos y al uso indebido ocasional de herramientas. La calibración de la confianza sigue siendo un desafío fronterizo.
Aún así, la trayectoria más amplia es innegable: OpenAI está apostando por los agentes, no solo por modelos más inteligentes, sino por aquellos que pueden planificar, adaptarse y actuar.
Y con GPT-5 en el horizonte cercano, o3 y o4-mini pueden ser recordados no como un final, sino como un comienzo.
En un panorama de IA repleto de actualizaciones marginales y ciclos de exageración, o3 y o4-mini de OpenAI se sienten diferentes. No solo responden. Actúan. No solo ven. Piensan.
Por primera vez, la inteligencia artificial no es simplemente una herramienta en la caja de herramientas. Es el colega que te entrega la llave inglesa.
Y eso lo cambia todo.
También te puede gustar
Este artículo ha sido enviado por nuestro usuario bajo las Normas y directrices para la presentación de noticias. La foto de portada es arte generado por computadora únicamente con fines ilustrativos; no indicativa del contenido factual. Si crees que este artículo infringe los derechos de autor, no dudes en informarlo enviándonos un correo electrónico. Tu vigilancia y cooperación son invaluables para ayudarnos a mantener una comunidad respetuosa y legalmente conforme.
Suscríbete a nuestro boletín
Obtenga lo último en negocios empresariales y tecnología con vistazos exclusivos a nuestras nuevas ofertas
Utilizamos cookies en nuestro sitio web para habilitar ciertas funciones, proporcionarle información más relevante y optimizar su experiencia en nuestro sitio web. Puede encontrar más información en nuestra Política de privacidad y en nuestros Términos de servicio . La información obligatoria se puede encontrar en el aviso legal
