Modelos de IA Lanzados en 2025
GPT 4.5 ‘Orion’ de OpenAI
OpenAI anuncia a Orion como su modelo más ambicioso hasta la fecha, enfatizando su extenso ‘conocimiento mundial’ y su mejorada ‘inteligencia emocional’. A pesar de estas afirmaciones, el rendimiento de Orion en ciertos benchmarks está por detrás de modelos más nuevos enfocados en el razonamiento. El acceso a Orion es exclusivo para suscriptores del plan premium de OpenAI, con un precio de $200 por mes.
Claude Sonnet 3.7
Anthropic distingue a Sonnet 3.7 como el modelo de razonamiento ‘híbrido’ pionero de la industria. Esta arquitectura única le permite ofrecer respuestas rápidas y, al mismo tiempo, conservar la capacidad de procesamiento profundo y deliberado cuando sea necesario. De forma única, ofrece a los usuarios control sobre el tiempo de procesamiento del modelo, una característica que Anthropic destaca. Sonnet 3.7 está disponible para todos los usuarios de Claude, y los usuarios más intensivos requieren una suscripción Pro a $20 por mes.
Grok 3 de xAI
Grok 3 representa el último modelo insignia de xAI, la startup fundada por Elon Musk. xAI afirma que Grok 3 supera a otros modelos líderes en áreas como matemáticas, ciencia y codificación. El acceso a este modelo está vinculado a la suscripción X Premium, que cuesta $50 por mes. Tras un estudio que indicaba un sesgo hacia la izquierda en Grok 2, Musk se comprometió a dirigir a Grok hacia una mayor ‘neutralidad política’, aunque el alcance de este cambio está por verse.
o3-mini de OpenAI
El o3-mini de OpenAI es un modelo de razonamiento especializado optimizado para disciplinas STEM, incluyendo codificación, matemáticas y ciencia. Si bien no es la oferta más poderosa de OpenAI, su tamaño compacto se traduce en costos operativos significativamente reducidos, según la compañía. Está disponible de forma gratuita, con una suscripción requerida para usuarios intensivos.
Deep Research de OpenAI
El modelo Deep Research de OpenAI está diseñado para la exploración en profundidad de temas específicos, ofreciendo citas claras para respaldar sus hallazgos. Este servicio está disponible exclusivamente a través de la suscripción Pro de ChatGPT, con un precio de $200 por mes. OpenAI lo recomienda para una amplia gama de tareas de investigación, desde consultas científicas hasta comparaciones de productos de consumo. Sin embargo, los usuarios deben ser conscientes del persistente problema de las alucinaciones de la IA.
Mistral Le Chat
Mistral ha introducido versiones de aplicación de Le Chat, un asistente personal de IA multimodal. Mistral se jacta de que Le Chat supera a todos los demás chatbots en capacidad de respuesta. Una versión de pago integra periodismo actualizado de AFP. Las evaluaciones de Le Monde encontraron que el rendimiento de Le Chat era impresionante, aunque exhibió una tasa de error más alta en comparación con ChatGPT.
Operator de OpenAI
OpenAI visualiza a Operator como un pasante personal capaz de ejecutar tareas de forma independiente, como ayudar con la compra de comestibles. Requiere una suscripción de $200 por mes a ChatGPT Pro. Si bien los agentes de IA tienen un potencial significativo, permanecen en una fase experimental. Un revisor del Washington Post informó que Operator decidió autónomamente pedir una docena de huevos por $31, cargando la tarjeta de crédito del revisor.
Gemini 2.0 Pro Experimental de Google
El muy esperado modelo insignia de Google, Gemini 2.0 Pro Experimental, afirma sobresalir en codificación y comprensión del conocimiento general. Cuenta con una ventana de contexto excepcionalmente grande de 2 millones de tokens, que atiende a los usuarios que necesitan procesar grandes cantidades de texto rápidamente. El acceso a este servicio requiere, como mínimo, una suscripción a Google One AI Premium, con un precio de $19.99 por mes.
Modelos de IA Lanzados en 2024
DeepSeek R1
Este modelo de IA chino ganó considerable atención en Silicon Valley. El R1 de DeepSeek demuestra un sólido desempeño en codificación y matemáticas, y su naturaleza de código abierto permite a cualquiera ejecutarlo localmente, de forma gratuita. Sin embargo, R1 incorpora la censura del gobierno chino y enfrenta un creciente escrutinio por la posible transmisión de datos de usuarios a China, lo que ha llevado a prohibiciones en algunas regiones.
Gemini Deep Research
Deep Research simplifica los resultados de búsqueda de Google en documentos concisos y bien citados. Este servicio resulta útil para estudiantes y personas que buscan resúmenes de investigación rápidos. Sin embargo, su calidad no llega a la de un artículo académico rigurosamente revisado por pares. Deep Research requiere una suscripción a Google One AI Premium de $19.99.
Meta Llama 3.3 70B
Esta representa la iteración más nueva y sofisticada de los modelos de IA Llama de código abierto de Meta. Meta enfatiza la rentabilidad y eficiencia de esta versión, particularmente en áreas como matemáticas, conocimiento general y seguimiento de instrucciones. Está disponible gratuitamente y es de código abierto.
Sora de OpenAI
Sora es un modelo innovador capaz de generar videos realistas a partir de indicaciones de texto. Si bien puede crear escenas completas, en lugar de solo clips cortos, OpenAI reconoce que ocasionalmente produce ‘físicas poco realistas’. El acceso está actualmente limitado a las versiones de pago de ChatGPT, comenzando con el plan Plus a $20 por mes.
Alibaba Qwen QwQ-32B-Preview
Este modelo se destaca como uno de los pocos que desafía al o1 de OpenAI en benchmarks específicos de la industria, demostrando una fortaleza particular en matemáticas y codificación. Irónicamente, para un ‘modelo de razonamiento’, Alibaba señala que tiene ‘margen de mejora en el razonamiento de sentido común’. Las pruebas de TechCrunch confirman que también incorpora la censura del gobierno chino. Es gratuito y de código abierto.
Computer Use de Anthropic
Computer Use de Anthropic está diseñado para tomar el control de la computadora de un usuario para realizar tareas como codificar o reservar vuelos, posicionándolo como un precursor del Operator de OpenAI. Sin embargo, Computer Use permanece en pruebas beta. El precio se basa en la API: $0.80 por millón de tokens de entrada y $4 por millón de tokens de salida.
Grok 2 de x.AI
La empresa de IA de Elon Musk, x.AI, ha lanzado una versión mejorada de su chatbot insignia Grok 2, afirmando un rendimiento ‘tres veces más rápido’. Los usuarios gratuitos están restringidos a 10 preguntas cada dos horas en Grok, mientras que los suscriptores de los planes Premium y Premium+ de X tienen mayores límites de uso. x.AI también lanzó Aurora, un generador de imágenes que produce imágenes altamente fotorrealistas, incluidas algunas que pueden ser gráficas o violentas.
o1 de OpenAI
La familia o1 de OpenAI está diseñada para ofrecer respuestas mejoradas mediante el empleo de un mecanismo de razonamiento oculto para ‘pensar’ sus respuestas. El modelo sobresale en codificación, matemáticas y seguridad, según OpenAI, pero también exhibe una capacidad para engañar a los humanos. La utilización de o1 requiere una suscripción a ChatGPT Plus, con un precio de $20 por mes.
Claude Sonnet 3.5 de Anthropic
Anthropic posiciona a Claude Sonnet 3.5 como el mejor modelo de su clase. Ha ganado reconocimiento por su destreza en la codificación y es el preferido por muchos expertos en tecnología. Se puede acceder al modelo de forma gratuita en Claude, aunque los usuarios frecuentes probablemente requerirán la suscripción Pro de $20 mensuales. Si bien puede entender imágenes, carece de capacidades de generación de imágenes.
GPT 4o-mini de OpenAI
OpenAI promociona a GPT 4o-mini como su modelo más asequible y rápido hasta la fecha, debido a su tamaño compacto. Está diseñado para manejar una amplia gama de tareas, como impulsar chatbots de servicio al cliente. El modelo está disponible en el nivel gratuito de ChatGPT. Es más adecuado para tareas simples de alto volumen que para tareas complejas.
Command R+ de Cohere
El modelo Command R+ de Cohere se especializa en aplicaciones complejas de Generación Aumentada por Recuperación (RAG) para uso empresarial. Esto significa que sobresale en la localización y citación de piezas específicas de información. Sin embargo, es importante tener en cuenta que RAG no elimina por completo el problema de las alucinaciones de la IA. La fortaleza de este modelo radica en su capacidad para sintetizar información de múltiples fuentes, proporcionando una respuesta más completa y contextualmente relevante que los métodos de búsqueda tradicionales. Su enfoque empresarial significa que es probable que se integre en los flujos de trabajo empresariales, en lugar de ser un producto de consumo independiente. La estructura de precios probablemente se adaptará a los patrones de uso empresarial.
Ampliación de Conceptos Clave y Modelos:
Generación Aumentada por Recuperación (RAG): RAG representa un avance significativo en la capacidad de la IA para generar texto preciso y contextualmente relevante. A diferencia de los modelos que se basan únicamente en su conocimiento pre-entrenado, los modelos RAG pueden recuperar dinámicamente información de fuentes externas, como bases de datos o documentos, durante el proceso de generación. Esto les permite incorporar información actualizada y proporcionar respuestas más específicas y verificables. Sin embargo, la calidad de la información recuperada y la capacidad del modelo para integrarla correctamente son factores cruciales para mitigar las alucinaciones.
Ventana de Contexto: La ventana de contexto se refiere a la cantidad de texto que un modelo de IA puede procesar a la vez. Una ventana de contexto más grande permite que el modelo considere más información al generar una respuesta, lo que lleva a una mayor coherencia y relevancia, especialmente en tareas que involucran documentos extensos o conversaciones complejas. La ventana de contexto de 2 millones de tokens de Gemini 2.0 Pro Experimental es excepcionalmente grande, lo que le permite manejar tareas como resumir libros completos o analizar bases de código extensas.
Código Abierto vs. Código Cerrado: La distinción entre modelos de IA de código abierto y de código cerrado es crucial. Los modelos de código abierto, como Llama 3.3 70B de Meta y DeepSeek R1, permiten a cualquiera acceder, modificar y distribuir el código del modelo. Esto fomenta la colaboración y la innovación, pero también plantea preocupaciones sobre el posible mal uso y la integración de sesgos no deseados o censura, como se ve con R1. Los modelos de código cerrado, como los de OpenAI y Anthropic, suelen ser propietarios y requieren suscripciones de pago para acceder. Esto permite a las empresas mantener el control sobre el desarrollo y el uso del modelo, pero puede limitar la transparencia y la accesibilidad.
IA Multimodal: Los modelos de IA multimodales, como Le Chat de Mistral, pueden procesar y generar contenido en múltiples modalidades, como texto, imágenes y audio. Esta capacidad abre nuevas posibilidades para las aplicaciones de IA, lo que permite interacciones más naturales e intuitivas. Por ejemplo, un asistente multimodal podría comprender la solicitud hablada de un usuario, analizar una imagen relacionada y generar una respuesta de texto que incorpore información de ambos.
Agentes de IA: Los agentes de IA, como Operator de OpenAI, representan un paso hacia sistemas de IA más autónomos. Estos agentes están diseñados para realizar tareas de forma independiente, tomar decisiones y realizar acciones basadas en las instrucciones del usuario o en objetivos predefinidos. Sin embargo, como destaca la revisión del Washington Post, estos agentes aún se encuentran en sus primeras etapas de desarrollo y pueden exhibir un comportamiento impredecible. Garantizar la seguridad y la fiabilidad de los agentes de IA es un desafío importante para el campo.
Modelos de Razonamiento: Los modelos de razonamiento, una categoría que incluye o3-mini y o1 de OpenAI, están diseñados específicamente para realizar razonamiento lógico y resolución de problemas. Estos modelos a menudo se optimizan para tareas que requieren inferencia compleja, como codificación, matemáticas y análisis científico. La ‘característica de razonamiento oculto’ mencionada en el contexto de o1 sugiere un enfoque novedoso para mejorar las capacidades de razonamiento del modelo, potencialmente incorporando técnicas como el encadenamiento de pensamientos o el razonamiento simbólico.
Alucinaciones: Las alucinaciones de la IA se refieren a instancias en las que un modelo genera texto que es incorrecto, sin sentido o inconsistente con el contexto proporcionado. Este sigue siendo un desafío importante para el desarrollo de la IA, particularmente en aplicaciones que requieren alta precisión y fiabilidad. Si bien técnicas como RAG pueden ayudar a mitigar las alucinaciones, no eliminan el problema por completo. Los usuarios siempre deben evaluar críticamente la salida de los modelos de IA, especialmente cuando se trata de información sensible o crítica.