OpenAI lanza o3-mini: razonamiento barato y por primera vez gratis

OpenAI presentó este viernes o3-mini, el modelo más reciente de su familia de sistemas de "razonamiento", con dos argumentos que resumen el momento que atraviesa la empresa: es más barato y, por primera vez en esta gama, gratuito en ChatGPT. La compañía lo había adelantado en diciembre junto a un sistema más capaz, o3, pero lo lanza ahora en un contexto de presión creciente por parte de rivales chinos como DeepSeek.

"El lanzamiento de hoy marca un paso importante para ampliar el acceso a la IA avanzada al servicio de nuestra misión", declaró un portavoz de OpenAI a TechCrunch. El mensaje no es casual: la empresa combate la percepción de que está cediendo terreno en la carrera de la IA, mientras —según los reportes— sienta las bases de una de las mayores rondas de financiación de la historia y avanza un ambicioso proyecto de centros de datos.

Qué es un modelo de razonamiento y por qué importa

A diferencia de la mayoría de los grandes modelos de lenguaje, los modelos de razonamiento como o3-mini verifican sus propios resultados antes de darlos por buenos. Ese autocontrol les ayuda a esquivar algunos de los errores típicos que descarrilan a otros sistemas. El precio a pagar es el tiempo: tardan algo más en llegar a una solución, pero a cambio suelen ser más fiables —que no infalibles— en terrenos como la física.

o3-mini está afinado para problemas STEM, es decir, programación, matemáticas y ciencia. OpenAI sostiene que sus capacidades están "en gran medida a la par" de la familia o1 —o1 y o1-mini—, pero funcionando más rápido y a menor coste.

Según la compañía, evaluadores externos prefirieron las respuestas de o3-mini frente a las de o1-mini más de la mitad de las veces. En pruebas A/B, o3-mini cometió un 39% menos de "errores graves" en "preguntas difíciles del mundo real" respecto a o1-mini, ofreció respuestas "más claras" y las entregó alrededor de un 24% más rápido.

Razonamiento a la carta: bajo, medio y alto

La novedad más práctica de o3-mini es que permite regular cuánto "piensa". A través de la API, los desarrolladores pueden elegir entre tres niveles de esfuerzo de razonamiento —bajo, medio y alto— para que el modelo se esfuerce más o menos según la tarea y la tolerancia a la latencia.

Esa flexibilidad se traduce en un abanico de rendimiento sobre la propia familia anterior. "Con esfuerzo de razonamiento bajo, o3-mini logra un rendimiento comparable al de o1-mini, mientras que con esfuerzo medio alcanza un rendimiento comparable al de o1", explica OpenAI en su blog. "o3-mini con esfuerzo de razonamiento medio iguala el rendimiento de o1 en matemáticas, programación y ciencia entregando respuestas más rápidas. Y con esfuerzo alto, o3-mini supera tanto a o1-mini como a o1."

En ChatGPT, el modelo viene configurado por defecto en esfuerzo medio, lo que según la empresa ofrece "un equilibrio entre velocidad y precisión". Los usuarios de pago pueden seleccionar "o3-mini-high" en el selector de modelos para obtener "mayor inteligencia" a cambio de respuestas más lentas. Sea cual sea la versión elegida, el modelo puede trabajar con la búsqueda web para localizar respuestas actualizadas con enlaces a fuentes, aunque OpenAI advierte de que esa función es aún un "prototipo".

Gratis en ChatGPT, con límites por nivel

El otro golpe de efecto es el acceso. o3-mini llega este viernes a todos los usuarios de ChatGPT, incluidos los gratuitos, que pueden activarlo con el nuevo botón "Reason" en la barra de chat o pidiendo a ChatGPT que "regenere" una respuesta. Es la primera vez que un modelo de razonamiento de OpenAI se ofrece sin coste.

Los límites varían por suscripción:

• ChatGPT Plus y Team: hasta 150 consultas diarias.
• ChatGPT Pro: acceso ilimitado.
• ChatGPT Enterprise y Edu: llegada prevista en una semana.

Sobre ChatGPT Gov, la compañía no dio indicaciones.

Una guerra de precios que ya tiene nombre: DeepSeek

El dato que resume la estrategia es el coste. Vía API, o3-mini se factura a 0,55 dólares por millón de tokens de entrada en caché y 4,40 dólares por millón de tokens de salida —un millón de tokens equivale a unas 750.000 palabras—. Eso supone un 63% menos que o1-mini.

La cifra no se entiende sin el rival. DeepSeek cobra por su modelo de razonamiento R1, a través de su API, 0,14 dólares por millón de tokens de entrada en caché y 2,19 dólares por millón de tokens de salida. Es decir, o3-mini sigue siendo más caro que R1 en ambos conceptos, pero OpenAI ha recortado precios para situarse en un rango competitivo. La palabra "competitivo" hace aquí mucho trabajo: la compañía ha tenido que bajar hasta acercarse a un competidor al que, según sus propias alegaciones, acusa de haber podido robar su propiedad intelectual.

Las letras pequeñas: no es el modelo más potente

OpenAI es inusualmente clara sobre lo que o3-mini no es. No es su modelo más potente hasta la fecha, ni supera a R1 en todos los benchmarks.

o3-mini gana a R1 en AIME 2024 —una prueba que mide cómo entienden y responden los modelos a instrucciones complejas—, pero solo con esfuerzo de razonamiento alto. También supera a R1 en SWE-bench Verified, centrado en programación, aunque por apenas 0,1 puntos y, de nuevo, únicamente con esfuerzo alto. Con esfuerzo bajo, o3-mini queda por detrás de R1 en GPQA Diamond, que plantea preguntas de física, biología y química a nivel de doctorado.

La ventaja sobre su propio predecesor también es fina en algunos frentes. En AIME 2024, o3-mini supera a o1 por solo 0,3 puntos porcentuales cuando se configura en esfuerzo alto. Y en GPQA Diamond ni siquiera con esfuerzo alto llega a superar la puntuación de o1.

La lectura es que el argumento de venta de o3-mini no es batir récords absolutos, sino la ecuación coste-latencia-fiabilidad: responder bien, rápido y barato. "Mientras que o1 sigue siendo nuestro modelo de razonamiento de conocimiento general más amplio, o3-mini ofrece una alternativa especializada para dominios técnicos que requieren precisión y velocidad", escribió OpenAI.

Seguridad y disponibilidad

OpenAI afirma que o3-mini es tan "seguro" o más que la familia o1, gracias a los ejercicios de red-teaming y a su metodología de "alineación deliberativa", que hace que los modelos "piensen" en la política de seguridad de la empresa mientras responden. Según la compañía, o3-mini "supera significativamente" a GPT-4o en "evaluaciones difíciles de seguridad y jailbreak".

En la API, el modelo llega este viernes a desarrolladores seleccionados, aunque de entrada no admite el análisis de imágenes.

Qué cambia a partir de ahora

El movimiento tiene dos derivadas concretas. Para el usuario final, poner razonamiento gratuito en ChatGPT rebaja la barrera de entrada a una capacidad que hasta ahora estaba reservada a quien pagaba. Para las empresas y desarrolladores, el esfuerzo ajustable permite calibrar el gasto: usar el nivel bajo para tareas rutinarias y reservar el alto para los problemas que lo justifiquen.

El telón de fondo es una competencia por el coste del razonamiento que se ha acelerado con la irrupción de DeepSeek. OpenAI lo enmarca como "otro paso en su misión de empujar los límites de la inteligencia rentable". Lo que este lanzamiento deja claro es que el precio, y no solo la potencia bruta, se ha convertido en el campo de batalla.