OpenAI o3-mini es un modelo de lenguaje de gran tamaño desarrollado por OpenAI, lanzado el 31 de enero de 2025. Es una variante más pequeña del modelo OpenAI o3, diseñada como una alternativa rentable para desarrolladores y usuarios que necesitan las capacidades de razonamiento del modelo más grande con menores requisitos de cómputo. o3-mini se basa en una arquitectura IA generativa transformadora, aprovechando técnicas de aprendizaje profundo para el razonamiento lógico paso a paso.
El modelo forma parte de la serie o3, que sucedió al modelo OpenAI o1. o3-mini se introdujo para proporcionar un equilibrio entre rendimiento y costo, dirigido a dominios técnicos como la programación, las matemáticas y la ciencia, donde la precisión y la velocidad son esenciales. Ofrece tres niveles de esfuerzo de razonamiento - bajo, medio y alto - lo que permite a los usuarios intercambiar latencia de respuesta y calidad según sus necesidades.
Historia y Lanzamiento
El modelo OpenAI o3 se anunció por primera vez el 20 de diciembre de 2024. El nombre "o3" se eligió en lugar de "o2" para evitar un conflicto de marca registrada con la marca de operador móvil O2. OpenAI invitó a investigadores de seguridad a solicitar acceso temprano al modelo hasta el 10 de enero de 2025. Tras el anuncio, se planearon dos variantes: o3 y o3-mini.
El 31 de enero de 2025, OpenAI lanzó o3-mini para todos los usuarios de ChatGPT, incluidos los usuarios del nivel gratuito, y para algunos usuarios de la API. OpenAI describió o3-mini como una "alternativa especializada" a o1 para dominios técnicos que requieren precisión y velocidad. La versión gratuita de ChatGPT utiliza el nivel de esfuerzo de razonamiento medio, mientras que los suscriptores de pago pueden acceder a o3-mini-high, una variante que utiliza más cómputo. Los suscriptores del nivel ChatGPT Pro recibieron acceso ilimitado tanto a o3-mini como a o3-mini-high.
Poco después, el 2 de febrero, OpenAI lanzó OpenAI Deep Research, un servicio que utiliza una versión de o3 para generar informes completos en un plazo de 5 a 30 minutos basados en búsquedas web. El 6 de febrero, en respuesta a la presión de rivales como DeepSeek R1, OpenAI anunció actualizaciones para mejorar la transparencia del proceso de pensamiento de o3-mini. El 12 de febrero, OpenAI aumentó los límites de tasa para o3-mini-high para los suscriptores de ChatGPT Plus, elevándolos de 50 solicitudes por semana a 50 solicitudes por día, y añadió soporte para carga de archivos e imágenes.
El 16 de abril de 2025, OpenAI lanzó o3 y o4-mini, el sucesor de o3-mini. Posteriormente, el 10 de junio, OpenAI lanzó o3-pro, que la compañía afirmó ser su modelo más capaz hasta la fecha. En una declaración, OpenAI recomendó usar o3-pro para preguntas desafiantes donde la fiabilidad importa más que la velocidad, señalando que esperar unos minutos vale la pena. El 28 de mayo de 2026, OpenAI anunció que o3 se retiraría de ChatGPT el 26 de agosto de 2026, tras un período de retiro de 90 días, pero este cambio no afectó a la API.
Capacidades y Rendimiento
OpenAI utilizó aprendizaje por refuerzo para entrenar a o3-mini a "pensar" antes de generar respuestas, un método denominado "cadena de pensamiento privada". Este enfoque permite al modelo planificar con antelación y razonar a través de tareas, realizando pasos de razonamiento intermedios para resolver problemas, aunque a costa de potencia de cómputo adicional y mayor latencia de respuesta.
o3-mini demuestra un rendimiento significativamente mejor que o1 en tareas complejas, incluyendo programación, matemáticas y ciencia. Según OpenAI, el modelo o3 completo logró una puntuación del 87.7% en el punto de referencia GPQA Diamond, que contiene preguntas científicas de nivel experto no disponibles públicamente en línea. En SWE-bench Verified, un punto de referencia de ingeniería de software, o3 obtuvo un 71.7% en comparación con el 48.9% de o1. En Codeforces, o3 alcanzó una puntuación Elo de 2727, mientras que o1 obtuvo 1891. En el punto de referencia ARC-AGI (Corpus de Razonamiento y Abstracción para Inteligencia Artificial General), o3 logró tres veces la precisión de o1.
Estos puntos de referencia destacan las capacidades avanzadas de razonamiento del modelo, lo que lo hace adecuado para tareas que requieren deducción lógica y resolución de problemas de múltiples pasos. La introducción de o3-mini extiende estas capacidades a una audiencia más amplia al reducir los costos operativos.
Diseño Técnico y Arquitectura
Al igual que su predecesor, o3-mini es un modelo basado en red neuronal que utiliza una arquitectura transformadora. Incorpora mecanismos de atención de múltiples cabezas y codificación posicional para procesar secuencias de entrada de manera efectiva. El modelo se entrena utilizando aprendizaje curricular y RLHF (Aprendizaje por Refuerzo a partir de Retroalimentación Humana), lo que ayuda a alinear sus salidas con las expectativas humanas.
Una de las características clave de o3-mini es sus niveles ajustables de esfuerzo de razonamiento, que controlan la profundidad del proceso de cadena de pensamiento. Esta característica permite a los desarrolladores optimizar para velocidad o precisión según la aplicación. El modelo también admite refinamiento iterativo, lo que permite a los usuarios guiarlo hacia respuestas más precisas.
Precios y Disponibilidad
OpenAI posicionó a o3-mini como una solución rentable para desarrolladores. La compañía señaló que es significativamente más barato que el modelo o3 completo, con un precio un 80% más bajo en algunas configuraciones. Esta estrategia de precios tiene como objetivo hacer que las capacidades avanzadas de razonamiento sean accesibles para una gama más amplia de aplicaciones, desde implementaciones en la nube de Amazon Web Services y Azure hasta aplicaciones móviles.
o3-mini está disponible a través de la API de OpenAI y dentro de la interfaz de ChatGPT. A partir de su lanzamiento inicial, era accesible para usuarios del nivel gratuito con uso limitado, mientras que los suscriptores de pago tenían límites de tasa más altos mencionados anteriormente.
Comparaciones e Impacto
En el panorama competitivo de la inteligencia artificial, o3-mini enfrenta rivales como Claude de Anthropic y los modelos de Google DeepMind. El lanzamiento de o3-mini fue parte de la respuesta de OpenAI a la aparición de modelos rentables como DeepSeek R1, que presionaron a la compañía para ofrecer opciones de razonamiento más asequibles. El rendimiento del modelo en puntos de referencia como ARC-AGI y Codeforces demuestra su capacidad para manejar tareas de razonamiento complejas, lo que lo convierte en una herramienta valiosa para investigadores y desarrolladores de aprendizaje automático.
La introducción de o3-mini ha influido en el ecosistema más amplio de la IA, alentando a otras empresas a centrarse en la eficiencia y la asequibilidad. También ha generado discusiones sobre la transparencia de los procesos de razonamiento, lo que llevó a actualizaciones en cómo OpenAI comunica los patrones de pensamiento del modelo.