OpenAI: o3 (batch)

o3 es el modelo de razonamiento general de la serie o de OpenAI para tareas complejas. El fabricante destaca las matemáticas, la ciencia, la programación, el razonamiento visual, la redacción técnica y el seguimiento de instrucciones. Acepta texto e imágenes y produce texto, de modo que una tarea puede combinar un problema escrito, código y un diagrama, en lugar de tratar cada fuente como una pregunta aislada. El resultado previsto es una respuesta meditada a un problema de varios pasos, con la información necesaria para evaluarla.

Para una pregunta matemática o científica, proporciona el problema completo, las definiciones, las cantidades conocidas, las unidades y las restricciones. Indica si necesitas una derivación, un resultado numérico, una comparación de hipótesis o una explicación para un público concreto. Un ejemplo de instrucciones de salida sería identificar los supuestos relevantes, presentar la solución con sus unidades y explicar qué hechos proporcionados la sustentan. Pide una explicación útil en la respuesta final; los tokens de razonamiento interno de OpenAI no se exponen como la traza bruta del trabajo del modelo.

Para tareas de software, proporciona el código pertinente, el comportamiento esperado y el fallo observado, incluido el error exacto o la entrada que lo revela. Pide a o3 que relacione los síntomas con una causa plausible y proponga un cambio concreto con una explicación. Una tarea visual puede incluir un diagrama, una captura de pantalla o un resultado representado en un gráfico: identifica la pregunta y las etiquetas o la zona importantes, conserva una escala legible y pide una conclusión vinculada a lo que realmente se ve. Estos pasos de preparación dan al modelo un problema definido y una salida concreta, en lugar de una petición ilimitada de examinarlo todo.

OpenAI indica una ventana de contexto de 200,000 tokens, una salida máxima de 100,000 tokens y una fecha de corte de conocimientos del 1 de junio de 2024. El razonamiento interno utiliza capacidad de contexto y de salida junto con la respuesta visible. Por tanto, la salida máxima no promete 100,000 tokens de respuesta visible, y el contexto no es un límite adicional independiente de salida. Deja espacio después del material de entrada para el análisis y el resultado solicitado. La guía de razonamiento del fabricante describe respuestas incompletas cuando se alcanza un límite de contexto o de salida; esto puede ocurrir antes de que aparezca una respuesta visible.

La especificación exacta de o3 documenta las interfaces Chat Completions, Responses y Batch, junto con las respuestas en flujo, Structured Outputs, las llamadas a funciones, la carga de archivos, la entrada de imágenes, la búsqueda en archivos y el almacenamiento de la entrada en caché. Sus herramientas documentadas incluyen búsqueda en la web y en archivos, interpretación de código, generación de imágenes y conexiones MCP. Un resultado de búsqueda o un cálculo aportan evidencias adicionales para la tarea, mientras que una llamada a función solicita una operación a la aplicación que rodea al modelo. Mantén las evidencias devueltas asociadas a la pregunta que responden y distingue una acción propuesta de un resultado confirmado. La salida del propio modelo sigue siendo texto incluso cuando una herramienta de generación de imágenes crea un resultado separado.

Las recomendaciones de razonamiento de OpenAI favorecen instrucciones sencillas y directas, con límites claros entre las instrucciones y el material de origen. Indica el objetivo, las restricciones y el formato de respuesta requerido, en lugar de dictar el proceso de pensamiento privado del modelo. Utiliza ejemplos cuando aclaren un formato difícil o una regla de decisión y mantén esos ejemplos coherentes con los requisitos reales. Para un documento técnico largo, identifica las secciones y pide los pasajes o las relaciones pertinentes para una pregunta concreta; para una revisión de código, especifica el comportamiento y el riesgo que quieres investigar.

Un resultado útil de o3 puede ser una explicación técnica desarrollada, el análisis de un diagrama, una corrección de código documentada o una comparación basada en el material proporcionado. Explicita los supuestos sin fundamento y la información ausente, y comprueba los cálculos decisivos o el comportamiento del código frente al problema original. Su fecha de corte de conocimientos implica que los hechos recientes necesitan material proporcionado o una herramienta de información adecuada. Las evidencias claras, un criterio explícito de finalización y espacio de salida suficiente ayudan a convertir una tarea amplia de razonamiento en un resultado que otra persona pueda examinar y utilizar.