{"id":6252,"date":"2025-04-17T13:00:49","date_gmt":"2025-04-17T13:00:49","guid":{"rendered":"https:\/\/www.myshirtai.com\/?p=6252"},"modified":"2025-04-17T13:01:32","modified_gmt":"2025-04-17T13:01:32","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:\/\/www.myshirtai.com\/es\/archives\/6252","title":{"rendered":"OpenAI presenta los \u00faltimos modelos de inferencia o3 y o4-mini: un salto de rendimiento y una innovaci\u00f3n de paradigma"},"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 colaboraci\u00f3n de herramientas, admite el acceso a herramientas con todas las funciones (por ejemplo, Python, navegaci\u00f3n en red, llamadas a funciones) y, por primera vez, realiza un \"razonamiento visual integrado en la cadena de pensamiento\", que resulta 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 competiciones matem\u00e1ticas, problemas cient\u00edficos y pruebas transversales, o3 y o4-mini muestran un rendimiento aplastante, especialmente cuando se les permite recurrir a 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, analiz\u00f3 la informaci\u00f3n clave de la foto, luego busc\u00f3 p\u00e1ginas web relacionadas para reducir 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