OpenAI lanza o3 y o4-mini, razonadores con acceso a herramientas

OpenAI ha puesto hoy a disposición de los usuarios sus modelos o3 y o4-mini, una nueva generación de sistemas de razonamiento: modelos diseñados para dedicar más tiempo de cálculo a problemas complejos antes de responder. Su novedad principal no es solo que razonen mejor, sino que pueden decidir por sí mismos cuándo recurrir a las herramientas de ChatGPT.

Eso incluye buscar información en la web, analizar archivos y datos con Python, interpretar imágenes y generar imágenes. Hasta ahora, estas funciones existían por separado o requerían una instrucción más explícita del usuario. Con o3 y o4-mini, OpenAI quiere que el modelo encadene esos pasos para resolver una petición completa.

Un modelo que combina búsqueda, código e imágenes

La diferencia práctica se aprecia en preguntas que no se resuelven con un único texto. Ante una consulta sobre el consumo eléctrico previsto en California este verano, por ejemplo, el modelo puede buscar datos públicos recientes, procesarlos con código, elaborar una previsión y presentar una gráfica con la explicación.

El modelo no obtiene control general del ordenador del usuario ni actúa fuera de las herramientas habilitadas en ChatGPT o mediante llamadas a funciones en la API. Pero sí puede planificar una secuencia de acciones dentro de ese entorno: consultar una fuente, comprobar el resultado, reformular la búsqueda si falta información y usar los datos para construir una respuesta.

Es un cambio relevante para las tareas de oficina, análisis y programación. La utilidad de un asistente no depende únicamente de que redacte bien una respuesta, sino de que sepa cuándo necesita datos actualizados, cálculos reproducibles o una lectura cuidadosa de un documento. El riesgo también cambia: una cadena de pasos mal planteada puede producir una conclusión aparentemente sólida con fuentes deficientes o supuestos equivocados. La autonomía no sustituye la revisión humana, especialmente en decisiones financieras, legales o científicas.

Pensar con imágenes, no solo describirlas

OpenAI destaca otra capacidad: o3 y o4-mini pueden incorporar imágenes a su proceso de razonamiento. En términos sencillos, no se limitan a identificar lo que aparece en una fotografía o un gráfico; pueden ampliar, girar o transformar la imagen mientras intentan resolver el problema.

Esto puede servir para interpretar una pizarra fotografiada, un diagrama técnico, una tabla escaneada o un boceto a mano, incluso cuando la imagen tiene mala calidad. La compañía denomina a esta capacidad thinking with images, aunque el usuario no recibe una transcripción completa del razonamiento interno del modelo. Lo importante es el resultado verificable: qué datos ha usado, qué cálculo ha realizado y qué fuentes ha consultado.

La integración visual es especialmente interesante para disciplinas donde la información no llega en texto limpio: ingeniería, análisis de datos, educación, investigación científica o soporte técnico. También reduce una fricción habitual de los asistentes actuales: tener que describir manualmente una gráfica antes de poder preguntar sobre ella.

o3 prioriza capacidad; o4-mini, coste y velocidad

OpenAI presenta o3 como su modelo de razonamiento más potente hasta la fecha. La empresa afirma que supera a o1 en programación, matemáticas, ciencia y percepción visual, y que evaluadores externos detectaron un 20% menos de errores graves que con o1 en tareas complejas del mundo real.

Según OpenAI, o3 logra nuevos máximos en pruebas como Codeforces, SWE-bench y MMMU. Las pruebas de referencia son útiles para medir progreso, pero no equivalen a fiabilidad garantizada en el trabajo cotidiano: suelen evaluar problemas acotados, con criterios de corrección definidos y condiciones controladas.

O4-mini es la alternativa pequeña y más barata. Está orientada a grandes volúmenes de consultas que requieren razonamiento, especialmente en matemáticas, programación y análisis visual. OpenAI afirma que alcanza el mejor resultado entre los modelos evaluados en AIME 2024 y 2025; con acceso a Python, obtuvo un 99,5% en AIME 2025 en un único intento. La propia compañía advierte de que esa cifra no debe compararse con modelos sin herramientas, porque un intérprete de código reduce de forma sustancial la dificultad de parte del examen.

En la API, o3 cuesta 10 dólares por millón de tokens de entrada y 40 dólares por millón de tokens de salida. O4-mini reduce esas tarifas a 1,10 y 4,40 dólares, respectivamente. Esa diferencia explica por qué el modelo pequeño puede ser más atractivo para empresas que necesiten procesar muchos documentos, atender flujos de soporte o automatizar análisis repetitivos.

Disponible en ChatGPT y para desarrolladores

Los dos modelos llegan hoy a los planes ChatGPT Plus, Pro y Team; OpenAI prevé habilitarlos para Enterprise y Edu durante la próxima semana. También están disponibles mediante las APIs Responses y Chat Completions, con soporte para llamadas a funciones, la vía que permite a los desarrolladores conectar modelos con herramientas propias.

O3 sustituye a o1 en ChatGPT. Para los suscriptores Plus y Team, OpenAI fija un límite de 50 mensajes semanales con o3 y 150 mensajes diarios con o4-mini, mientras que el plan Pro ofrece un uso mucho más amplio sujeto a medidas contra el abuso.

El lanzamiento muestra dónde está poniendo OpenAI el siguiente peldaño: no tanto en un chatbot que contesta mejor, sino en uno que puede descomponer una tarea, buscar lo que necesita y producir un resultado en distintos formatos. La calidad de esa promesa dependerá menos de una demostración de benchmark que de si esas cadenas de herramientas resultan fiables, auditables y suficientemente baratas fuera del laboratorio.