{"id":1149,"date":"2025-04-17T13:00:49","date_gmt":"2025-04-17T13:00:49","guid":{"rendered":"https:\/\/aicloud.mygptmeta.com\/archives\/1149"},"modified":"2025-04-17T13:00:49","modified_gmt":"2025-04-17T13:00:49","slug":"openai-%e6%8e%a8%e5%87%ba%e6%9c%80%e6%96%b0%e6%8e%a8%e7%90%86%e6%a8%a1%e5%9e%8b-o3-%e5%92%8c-o4-mini%ef%bc%9a%e6%80%a7%e8%83%bd%e8%b7%83%e5%8d%87%e4%b8%8e%e8%8c%83%e5%bc%8f%e9%9d%a9%e6%96%b0","status":"publish","type":"post","link":"https:\/\/aicloud.mygptmeta.com\/es\/archives\/1149","title":{"rendered":"OpenAI presenta sus \u00faltimos modelos de inferencia o3 y o4-mini: saltos de rendimiento e innovaci\u00f3n de paradigmas"},"content":{"rendered":"
El 17 de abril de 2025, OpenAI lanz\u00f3 oficialmente los nuevos modelos de inferencia o3 (versi\u00f3n completa) y o4-mini en una retransmisi\u00f3n en directo a \u00faltima hora de la noche, sustituyendo a los antiguos modelos anteriores como o1 y o3-mini. Esta actualizaci\u00f3n consigue mejoras significativas en las \u00e1reas de inferencia de conocimiento, procesamiento multimodal y capacidades de c\u00f3digo, al tiempo que optimiza la estrategia de precios para ofrecer una experiencia de IA m\u00e1s eficiente a desarrolladores y usuarios.<\/div>\n
ShirtAI permite el uso gratuito e ilimitado de GPT-4, GPT-4o strongest, GPT-4.1-mini y otros modelos con un solo clic desde el sitio web oficial:www.lsshirtai.com<\/a><\/span><\/strong><\/div>\n
<\/div>\n

<\/h3>\n

\"\"<\/h3>\n

 <\/p>\n

I. Visi\u00f3n general del modelo: una actualizaci\u00f3n completa desde los par\u00e1metros hasta el posicionamiento<\/h3>\n
Los modelos o3 y o4-mini de OpenAI se basan en una nueva arquitectura y se centran en escenarios diferentes:<\/div>\n
    \n
  • o3: Como \"versi\u00f3n completa\" del modelo insignia, se centra en el razonamiento avanzado y la sinergia de herramientas, admite el acceso a herramientas con todas las funciones (por ejemplo, Python, navegaci\u00f3n por redes, llamadas a funciones) y, por primera vez, realiza un \"razonamiento visual integrado en la cadena de pensamiento\", adecuado para la resoluci\u00f3n de problemas complejos.<\/li>\n
  • o4-mini: un modelo ligero y de alto rendimiento centrado en tareas r\u00e1pidas de razonamiento de alto nivel y c\u00f3digo\/visi\u00f3n, con una excelente relaci\u00f3n precio\/rendimiento sin dejar de ser eficiente.<\/li>\n<\/ul>\n

    <\/h3>\n

    En segundo lugar, la comparaci\u00f3n de resultados: capacidad multidimensional para aplastar al modelo antiguo.<\/h3>\n

    1. Razonamiento intelectual: aumento de la precisi\u00f3n gracias a las herramientas<\/h4>\n
    En concursos de matem\u00e1ticas, problemas de ciencias y pruebas transversales, o3 y o4-mini muestran un rendimiento aplastante, especialmente cuando se permite el uso de herramientas:<\/div>\n
    \n\n\n\n\n\n\n\n\n
    Conjuntos de datos \/ tareas<\/th>\no1<\/th>\no3-mini<\/th>\no3 (sin herramientas)<\/th>\no3 (con Python)<\/th>\no4-mini (sin herramientas)<\/th>\no4-mini (con Python)<\/th>\n<\/tr>\n<\/thead>\n
    Concurso de matem\u00e1ticas AIME 2024 (AC%)<\/td>\n74.3<\/td>\n87.3<\/td>\n91.6<\/td>\n95.2<\/td>\n93.4<\/td>\n98.7<\/td>\n<\/tr>\n
    Concurso de c\u00f3digos Codeforces (ELO)<\/td>\n1891<\/td>\n2073<\/td>\n–<\/td>\n2719<\/td>\n–<\/td>\n2073<\/td>\n<\/tr>\n
    Preguntas sobre la ciencia del diamante GPQA (AC%)<\/td>\n78<\/td>\n77<\/td>\n83.3<\/td>\n–<\/td>\n81.4<\/td>\n–<\/td>\n<\/tr>\n
    El \u00faltimo examen de la humanidad (AC%)<\/td>\n13.4<\/td>\n20.3<\/td>\n20.3<\/td>\n24.9<\/td>\n14.28<\/td>\n17.7<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n
    Principales conclusiones:<\/div>\n
      \n
    • La precisi\u00f3n de AIME mejor\u00f3 de 91,6% a 95,2% despu\u00e9s de o3 calls Python, y Humanity's Last Exam mejor\u00f3 su precisi\u00f3n en 24,9% con la cadena de herramientas.<\/li>\n
    • Aunque o4-mini es un modelo ligero, ha alcanzado 93,41 TP3T (AIME) sin herramientas, lo que se acerca a la versi\u00f3n con herramientas de o3, y la relaci\u00f3n calidad-precio es sobresaliente. o4-mini-high resolvi\u00f3 uno de los \u00faltimos problemas del Proyecto Euler en 2 minutos y 55 segundos, pero no es un problema sencillo, s\u00f3lo 15 personas pueden resolverlo en 30 minutos, y es un problema nuevo que sali\u00f3 hace s\u00f3lo unos d\u00edas. Se trata de un problema nuevo que sali\u00f3 hace s\u00f3lo unos d\u00edas y no podr\u00eda haber aparecido en el conjunto de entrenamiento de o4, lo que sugiere que o4-mini-high se bas\u00f3 en el \"pensamiento\" para resolverlo.<\/li>\n<\/ul>\n

      \"\"<\/p>\n

      \"\"<\/h4>\n

      <\/h4>\n

      <\/h4>\n

       <\/p>\n

      2. Razonamiento visual multimodal: del \"reconocimiento de im\u00e1genes\" al \"pensamiento de im\u00e1genes\"<\/h4>\n
      Por primera vez, o3 y o4-mini admiten la integraci\u00f3n del razonamiento visual en la cadena de pensamiento, superando con creces a los modelos anteriores en tareas complejas de comprensi\u00f3n de im\u00e1genes:<\/div>\n
      \n\n\n\n\n\n\n\n
      conjunto de datos<\/th>\ndeclaraci\u00f3n de objetivos<\/th>\no1<\/th>\no3<\/th>\no4-mini<\/th>\n<\/tr>\n<\/thead>\n
      MMMU (Matem\u00e1ticas Visuales Universitarias)<\/td>\nResoluci\u00f3n integrada de problemas con f\u00f3rmulas y gr\u00e1ficos (AC%)<\/td>\n77.6<\/td>\n82.9<\/td>\n81.6<\/td>\n<\/tr>\n
      MathVista (matem\u00e1ticas visuales)<\/td>\nRazonamiento con im\u00e1genes geom\u00e9tricas \/ funcionales (AC%)<\/td>\n71.8<\/td>\n87.5<\/td>\n84.3<\/td>\n<\/tr>\n
      CharXiv-Razonamiento<\/td>\nComprensi\u00f3n de diagramas cient\u00edficos (AC%)<\/td>\n55.1<\/td>\n75.4<\/td>\n72<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n
      Importancia del avance: o3 puede \"mirar la foto y pensar\" como los seres humanos, haciendo realidad la actualizaci\u00f3n del paradigma del \"procesamiento de p\u00edxeles\" al \"razonamiento de escenas\". Un usuario tom\u00f3 casualmente una foto de camino al trabajo y pidi\u00f3 a o3 que analizara la ubicaci\u00f3n. Un usuario tom\u00f3 una foto de camino al trabajo y pidi\u00f3 a o3 que analizara la ubicaci\u00f3n, primero ampli\u00f3 la imagen en la interceptaci\u00f3n, analiz\u00f3 la informaci\u00f3n clave de la imagen, luego busc\u00f3 en p\u00e1ginas web relevantes para acotar el \u00e1mbito de b\u00fasqueda paso a paso, y finalmente dio la informaci\u00f3n espec\u00edfica de la ubicaci\u00f3n.<\/div>\n
      \n

      \"\"<\/p>\n<\/div>\n

      \"\"<\/h3>\n

      <\/h4>\n

       <\/p>\n

      3. C\u00f3digo y capacidades de ingenier\u00eda: o3 es el desarrollador elegido<\/h4>\n
      En tareas de ingenier\u00eda de software, o3 lidera con acceso a herramientas y comprensi\u00f3n de c\u00f3digo, mientras que o4-mini est\u00e1 equilibrado en escenarios ligeros:<\/div>\n
      \n\n\n\n\n\n\n\n
      tarea de c\u00f3digo<\/th>\nnorma<\/th>\no1-alto<\/th>\no3-mini<\/th>\no3-alto<\/th>\no4-mini-alto<\/th>\n<\/tr>\n<\/thead>\n
      Validaci\u00f3n SWE-Bench (AC%)<\/td>\nAlgoritmos \/ Dise\u00f1o de sistemas<\/td>\n48.9<\/td>\n69.1<\/td>\n69.1<\/td>\n68.1<\/td>\n<\/tr>\n
      Editor de c\u00f3digo Aider (completo)<\/td>\nReescritura multiling\u00fce global (%)<\/td>\n66.7<\/td>\n81.3<\/td>\n81.3<\/td>\n64.4<\/td>\n<\/tr>\n
      SWE-Lancer Ingresos por recepci\u00f3n de pedidos<\/td>\nTrabajos aut\u00f3nomos ($)<\/td>\n118,000<\/td>\n177,000<\/td>\n236,000<\/td>\n–<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n
      Valor pr\u00e1ctico: o3 ha alcanzado una media de 236.000 d\u00f3lares al mes en tareas reales de codificaci\u00f3n, superando con creces al modelo antiguo y convirti\u00e9ndose en una herramienta fundamental para el desarrollo de c\u00f3digo a nivel empresarial; o4-mini es adecuada para la creaci\u00f3n r\u00e1pida de prototipos y la depuraci\u00f3n ligera de c\u00f3digo.<\/div>\n

       <\/p>\n

      \"\"<\/div>\n

       <\/p>\n