Hasta ahora, hablar de “pensar” en inteligencia artificial solía significar procesar texto, números, quizá código. Pero eso está cambiando. Esta semana, OpenAI anunció el lanzamiento de sus nuevos modelos de IA —o3 y o4-mini— y lo hizo con una novedad que da un pequeño salto hacia el futuro: estos modelos pueden razonar usando imágenes.
PUBLICIDAD
Te puede interesar: [¿Una plataforma de redes sociales? Estos serían los planes de OpenAI con ChatGPT]
Sí, leíste bien. No solo pueden “ver” imágenes, sino que las entienden, las analizan y las integran en procesos complejos de razonamiento. Eso incluye cosas como girarlas, ampliarlas, descomponerlas en partes y hasta combinarlas con otras herramientas para sacar conclusiones más completas.
¿Qué pueden hacer exactamente?
Según la propia OpenAI, estos modelos son los más inteligentes y potentes que han lanzado hasta la fecha. Pueden utilizar una fotografía, un boceto, un gráfico o un diagrama como punto de partida para analizar situaciones, resolver problemas o generar respuestas más complejas.
Y lo hacen utilizando múltiples herramientas a la vez.
“Por primera vez, nuestros modelos de razonamiento pueden usar y combinar de forma agente todas las herramientas de ChatGPT”, publicó la compañía, refiriéndose a cosas como la búsqueda web, el análisis de imágenes, el uso de Python, la interpretación de archivos y la generación de imágenes.
Es decir: la IA ya no solo conversa contigo. Ahora piensa con todo lo que tiene a su alcance, incluida la vista.
PUBLICIDAD
¿Ya se puede usar?
Sí, pero con condiciones. Los modelos o3 y o4-mini ya están disponibles para quienes tienen suscripción a ChatGPT Plus, Pro o Team. Al mismo tiempo, OpenAI ha eliminado los modelos antiguos como o1, o3-mini y o3-mini-high, lo que marca un cambio importante en la evolución de su plataforma.
Además, se viene más: en las próximas semanas llegará o3-pro, una versión aún más potente que estará disponible para los usuarios del plan Pro.
¿Por qué esto es tan importante?
Este salto visual no es solo una novedad técnica, es una transformación en la forma en que interactuamos con la inteligencia artificial. Ahora, si le muestras una foto de un plano arquitectónico, una captura de pantalla o incluso un meme, puede interpretarlo, analizarlo y darte ideas o soluciones basadas en eso.
Te puede interesar: [Esto es lo que traen los tres nuevos modelos GPT-4.1 de OpenAI]
Para quienes trabajan con diseño, datos visuales o contenido gráfico, esto abre una nueva era de colaboración humano-IA. Una en la que la imaginación no empieza ni termina en el texto.
