A raíz del reciente anuncio de GPT-4.1, OpenAI presentó una nueva serie de modelos más potentes. La inteligencia artificial se convirtió en una herramienta esencial para muchos, desde investigaciones académicas hasta la búsqueda de información local sobre deportes. Los nuevos modelos fueron probados a fondo para ofrecer una visión completa sobre su rendimiento y capacidades.

Antes de comenzar, es importante hacer una aclaración: el rendimiento de la inteligencia artificial no es generalizado y depende mucho de cada uso específico. 

En otras palabras, lo que funciona para una persona puede no ser lo mismo para otra. Por lo tanto, este artículo no debe tomarse como la última palabra en el tema. Lo ideal es probar los modelos en escenarios propios para determinar cuál funciona mejor en cada caso.

Por ejemplo, mientras algunos pueden utilizar la IA para explicaciones simples como tareas escolares, otros la emplean para preguntas más complejas, o incluso para obtener explicaciones sobre matemáticas de opciones. Las necesidades de uso pueden variar considerablemente.

En este artículo para Forbes, observamos las diferencias de rendimiento práctico entre los últimos modelos disponibles.

Cuando se necesita profundizar

El modo Deep Research de OpenAI sigue destacándose frente a sus competidores en cuanto a análisis exhaustivos. Este modelo continúa siendo una herramienta valiosa para tareas que requieren un análisis profundo.

o1-Pro no puede hacer búsquedas en la web y depende exclusivamente de su conocimiento interno, pero ofrece una capacidad de razonamiento superior a otros modelos. Esto lo convierte en una opción invaluable para tareas analíticas complejas, donde el razonamiento es más importante que la actualidad de la información.

o3-Pro se lanzará en las próximas semanas, y se espera que logre combinar lo mejor de las opciones anteriores, ofreciendo lo mejor de ambos mundos.

Una opción cotidiana

Claude 3.7 (la versión premium con herramientas y "pensamiento" desbloqueado) podría ofrecer un valor práctico superior al de las opciones anteriores para la mayoría de los usuarios. Su costo es aproximadamente 10 veces menor y es significativamente más rápido, mientras mantiene un alto rendimiento en tareas cotidianas. Se recomienda su uso para solicitudes rápidas, donde sus capacidades se destacan.

o3 también ofrece un buen desempeño, con respuestas algo más detalladas. Este nivel extra de detalle puede ser beneficioso (cuando se busca aprender algo en profundidad) o contraproducente (cuando se necesita una respuesta más concisa), dependiendo de las necesidades del usuario. Se sigue evaluando como una opción potencialmente preferida.

También se probó o4-mini-high, pero no cumplió con las expectativas en varios de los casos de prueba, por lo que se optará por continuar utilizando los modelos mencionados anteriormente. Cabe destacar que la experiencia puede variar según el caso de uso específico.

Estos comentarios prácticos buscan ayudar a navegar el panorama en constante cambio de la inteligencia artificial. Experimentá tus  propias comparaciones, ya sean con fines informativos o simple curiosidad.

Nota publicada en Forbes US.