ChatGPT ya puede tomar el control de imágenes

La compañía lanzó anteayer sus nuevos modelos de razonamiento o3 y o4-mini, que permiten a ChatGPT interpretar fotografías, diagramas de libros, esquemas o dibujos hechos a mano y, al mismo tiempo, manipular las imágenes sobre la marcha, girándolas, ampliándolas o editándolas.

De esta forma, el chatbot no se limitará a ver una imagen sino que también “pensará” con ella, apuntó OpenAI en un comunicado.

Según la empresa, dirigida por Sam Altman, OpenAI o3 es su modelo de razonamiento más potente hasta la fecha y es útil, sobre todo, en tareas visuales como el análisis de imágenes, tablas y gráficos.

Así, en evaluaciones realizadas por expertos, o3 ha cometido un 20% menos de errores que el modelo o1 en diversas funciones, como la programación o la consultoría empresarial, y tiene mejor rendimiento que su predecesor, o3-mini, en áreas como la ciencia de datos.

Tanto o3 como o4-mini siguen mejor las instrucciones y dan respuestas más naturales, personalizadas y similares a una conversación informal, dijo la compañía.

La empresa destacó que es la primera vez que sus modelos de razonamiento pueden utilizar y combinar de forma dinámica todas las herramientas de ChatGPT, entre ellas la búsqueda en internet y el análisis de archivos y otros datos.

Entrenamiento

En este sentido, los modelos están entrenados para razonar cuándo y cómo utilizar esas herramientas para producir respuestas detalladas, generalmente en menos de un minuto, y resolver problemas complejos.

También anteayer, la cadena CNBC informó de que OpenAI está en conversaciones para comprar Windsurf, una herramienta de IA enfocada en la codificación, por 3,000 millones de dólares.

Windsurf compite con las funciones de codificación de otras tecnológicas como Microsoft y Anthropic, además de la propia OpenAI.