Transcription
OpenAI ha dado comienzo a su temporada de anuncios con un plato fuerte: la versión definitiva de su modelo de razonamiento O1, anteriormente conocido como el modelo O1 Preview. Un nuevo modelo que, como ya hemos comentado con anterioridad, pone sobre la mesa una nueva forma de trabajar, donde el modelo ahora puede dedicar más tiempo de computación para llegar a mejores soluciones, otorgándole, por tanto, más inteligencia que los modelos GPT-4 anteriores.
Desde septiembre, cuando vimos la aparición del modelo O1 Preview, sabíamos que OpenAI iba a sacar una versión definitiva de este modelo, pero lo que no esperábamos es que también fueran a sacar, el día de hoy, una versión Modo Pro O1. Ese es su nombre. ¿Qué tiene de novedad esta nueva versión del modelo O1? Bueno, si estamos diciendo que estos modelos se benefician de poder pensar más tiempo, de dedicar más tiempo de computación, en el Modo Pro OpenAI nos ofrece justamente esto: un modelo que piensa más tiempo y que, por tanto, va a tener un mejor rendimiento para problemas más difíciles, a un módico precio de $200 al mes (unos 220 haciendo un cambio un poco raro en Europa).
Y como sé que todos os estáis preguntando si realmente este Modo Pro rinde lo suficiente como para justificar este precio, pues yo he hecho el desembolso y he estado haciendo diferentes pruebas, comparando el modelo O1, el modelo que todos podéis utilizar dentro del ChatGPT Plus, con este nuevo modelo O1 Pro. Ahora, quiero que saquemos en conjunto las conclusiones. Vamos a ello.
Cuando entréis ahora en ChatGPT, vais a encontrar aquí arriba, en el selector de modelos, la nueva versión O1. Ya no tiene la coletilla O1 Preview. Esto viene en conjunto con el modelo que ya teníamos, O1 Mini, que nos dicen aquí que es el más rápido razonando. Si sois usuarios de pago en el Modo Pro, que son estos $200 al mes, os aparecerá también este modelo O1 Pro.
Para recordar las diferencias, cuando trabajamos con modelos O1, estos modelos van a dedicar tiempo a pensar. Por ejemplo, si le ponemos "escribe un listado de 10 frases que solo usen las letras de la palabra strawberry", le damos a enviar y vais a ver que aquí aparece la coletilla "thinking" de los modelos O1. En este caso, el modelo estaría pensando cómo plantear estas frases con las letras, estaría comprobando que la respuesta que nos va a dar es correcta, es decir, está dedicando este tiempo de computación a darnos una mejor respuesta.
Una novedad de lo que ha presentado OpenAI hoy es que el modelo piensa más rápido: un 50% más rápido que el modelo O1 Preview, lo cual también es una muy buena noticia, porque más rápido significa más densidad de inteligencia que podemos conseguir en un mismo periodo de tiempo. En este caso, tras haber pensado 24 segundos, nos ha dado unas 10 frases que creo que están correctas utilizando las letras de la palabra strawberry.
¿Cómo se compara esto con los modelos GPT-4? Pues estos modelos, ya sabéis, son instantáneos. Si yo le pongo el prompt, el modelo no se para a pensar, sino que directamente se lanza a responder, lo cual, para según qué problemas, puede ser más o menos deseable. En este caso, creo que la respuesta es correcta, pero para otros problemas, por ejemplo, de matemática o de razonamiento lógico, este tipo de respuestas instantáneas no suelen ser deseables.
Ahora, si nos vamos al otro lado del espectro, si nos vamos al modelo O1 Pro, este modelo sí va a ser capaz de volver a pensar e incluso dedicar más tiempo si fuera necesario. Si le damos a enviar, vais a comprobar que la interfaz es un poquito diferente y nos aparece esta especie de barra de carga que, bueno, viene a ser como el tiempo máximo de computación que entiendo que este modelo podría dedicar. Mi sensación es que, incluso si no fuera necesario, el modelo va a dedicar más tiempo.
En el caso anterior, hemos visto que O1 tradicional ha dedicado 24 segundos a un problema que no es tan complejo. En este caso, creo que el modelo va a tardar un poco más, porque creo que están orientando este tipo de Modo Pro justamente a eso: a no preocuparse tanto porque el modelo responda rápido, sino preocuparse porque el modelo responda bien. De ahí, creo que viene este cambio de interfaz.
Ahora, tras haber esperado bastante tiempo, la verdad es que ha dedicado más tiempo del que creo que tocaba. Comparado con lo que ha tardado en otros problemas, este se le ha hecho un poco bola: 2 minutos 16 segundos. Nos ha dado la respuesta que estábamos buscando. Con esto, ya tenéis una idea de lo que aporta cada modelo: GPT-4, O1 y O1 Pro.
Ahora, os quiero enseñar algunas de las pruebas que he ido haciendo, porque ciertamente este modelo O1 Pro me parece muy interesante, ya que, a día de hoy, sería la vanguardia de lo más avanzado que tenemos en inteligencia artificial en materia de LLMs. Es decir, tenemos un modelo que va a dedicar tiempo de computación y, además, OpenAI nos ha habilitado para que pueda pensar más tiempo. Eso significa que, hasta que aparezca un GPT-4.5 o un GPT-5, esto es lo más avanzado que tenemos.
Para ello, quiero enseñaros varios ejemplos que he estado probando hoy. En ese sentido, hay que comentar que, bueno, estos modelos, sobre todo, van a funcionar mejor para problemas técnicos. La demo que ha hecho hoy OpenAI nos hablaba de poner un Data Center en el espacio y hacer cálculos matemáticos para demostrarlos. Nos planteaban un problema biomédico de proteínas y, en este caso, como podéis ver aquí, tanto el modelo O1 como el modelo Pro, para un problema de teoría de conjuntos y probabilidad, están un minuto y 23 segundos pensando y te hacen una demostración perfecta. He comprobado la respuesta; esta era un prompt que un usuario en Twitter estaba preguntando. La respuesta que él planteaba era 19, y efectivamente, este modelo lo consigue. He estado comparándolo con ChatGPT 3.5 y he estado comparándolo con GPT-4, y no llegan a esta respuesta, lo cual ya marca una diferencia.
¿Qué sucede? Que estos ejemplos, siendo más prácticos y siendo más de uso real de esta tecnología, para un vídeo como este no tiene sentido plantearlos, porque ni yo tengo la capacidad técnica de comprobar si la cadena de razonamiento es correcta o incorrecta, si el resultado es correcto. Con lo cual, vamos a estar viendo algunos ejemplos que son un poco más tontos, pero igualmente interesantes para demostrar las capacidades de este modelo.
Este tipo de ejemplos, pues ya lo habéis visto en vídeos anteriores. La semana pasada estuvimos hablando del modelo chino que justamente implementa este paradigma del test Time Compute. Una de las pruebas que vimos que no funcionaban muy bien era esta: "Dame un listado de provincias españolas que contengan 'ia' en su nombre, pero no al final de la palabra". Este es un problema que, si lo planteáis, pues lista todas las provincias de España y con esto acabáis descartando todas las que acaban en 'ia'. Esto debería de darte un razonamiento como el que vemos aquí. Fijaos que el modelo empieza a razonar; este es el modelo O1 y, al final, acaba llegando a la respuesta correcta, que es que la única provincia es Asturias. Esta respuesta, que tanto el modelo O1 como el modelo O1 Pro, en este caso pensando durante 58 segundos, nos la da de forma correcta. Es muy interesante porque, como digo, la semana pasada el modelo O1 Preview este prompt lo fallaba, con lo cual aquí tenemos una primera demostración de que, al menos, estos modelos son un poquito mejores a lo que teníamos anteriormente.
Con otro prompt de los que típicamente utilizamos, que es este de aquí: "Si a medianoche en Madrid está lloviendo, ¿podría 24 horas después estar soleado en Barcelona?" El modelo O1, el modelo normal, nos responde que sí, que es perfectamente posible. Madrid y Barcelona, a pesar de encontrarse en el mismo país, tienen condiciones climáticas y patrones meteorológicos que pueden diferir. Bla, bla, bla. Y si a medianoche en Madrid está lloviendo, a las 24 horas Barcelona podría encontrarse bajo la influencia de un sistema de alta presión, dando lugar a un día soleado. Pero no puede ser, porque hemos dicho que era medianoche. Algo que el modelo O1 Pro, pensando 22 segundos, la respuesta anterior de O1 era solamente 2 segundos, pero era incorrecta. Dedicando 22 segundos, aquí sí, el modelo se da cuenta de que no es posible. Ambas ciudades, Madrid y Barcelona, se encuentran en la misma zona horaria. Y si en Madrid es medianoche y está lloviendo, dentro de 24 horas seguirá siendo medianoche tanto en Madrid como en Barcelona, ya que no existe ningún desfase horario significativo entre ellas. Dado que a medianoche no hay luz solar, no puede estar soleado en Barcelona a esa hora. Gran demostración de lo que 20 segundos más pueden hacer a tu modelo.
Otro ejemplo mítico: el típico prompt de la pelotita de ping pong. Ya os lo conocéis de memoria; lo hemos visto en muchas ocasiones. Tenemos una pelota de ping pong dentro de un vaso relleno de agua. Lo metemos en el congelador 5 segundos, giramos el vaso boca abajo 180 grados y sacamos el vaso. ¿Dónde está la pelota? En el congelador, porque no se ha congelado. En este caso, el modelo O1 se equivoca. Se equivoca porque nos dice que, aunque está solo 5 segundos, en ese breve tiempo es posible que, de forma ligera, se cree una capa de hielo en la superficie del agua que hace que, al girarlo, la pelota flote para arriba. No es correcto. En 5 segundos, el congelador no va a ser capaz de generarte una capa suficiente como para mantener el peso del agua, con lo cual esta respuesta es incorrecta. Habiendo pensado 10 segundos, si nos vamos al modo Pro, vais a ver que, dando un pensamiento de 36 segundos, dedicando más tiempo para pensar, de forma escueta y sin tanto lío, nos dice que si el vaso no se ha tapado y solo estuvo 5 segundos en el congelador, tiempo insuficiente para congelar el agua, al girarlo 180 grados boca abajo, la gravedad hará que el agua y la pelota de ping pong se derramen. Por lo tanto, la pelota de ping pong ya no estará dentro de él y lo más probable es que esté en el fondo del congelador o se haya caído en el lugar donde realizaste el giro. Esto es una demostración de modelos que empiezan a razonar como toca.
Ya serían dos ejemplos donde el modo Pro estaría por encima del modelo O1. ¿Significa esto que ahora estos modelos razonan de forma sobrehumana? Por ejemplo, si le damos una prueba como el ARC, que sabemos que es este benchmark que todavía a la IA se le atraganta mucho y que se ha dicho que, bueno, si se resolviera podría ser una demostración de una AGI, bla, bla, bla. No, porque he hecho la prueba. Fijaos, aquí tenéis un prompt un poquito más complejo, pero muy interesante, donde le he pasado la prueba diaria de este benchmark de ARC, un benchmark donde se presentan pruebas muy diversas, como esta que vemos aquí, donde el input sería los paneles que tenemos a la izquierda. Este sería un ejemplo de input-output, input-output, input-output. Y sobre esto, tú tienes que encontrar una lógica que, luego aplicada sobre este input, genere un nuevo output. Os dejo 5 segundos de Test Time Compute para que resuelva este acertijo. Vale, sí, lo tenemos. Y una vez lo habéis resuelto, os daréis cuenta de que la lógica en este caso es que la barra roja actúa como suelo y nos indica la caída de la gravedad. No, pues si todas estas piezas cayeran como si fuera un Tetris, se colocarían de esta forma. Si en este caso este fuera el suelo y la gravedad estuviera hacia la izquierda, pues caería de esta forma, y viceversa. Si estuviera la barra a la derecha, pues caería de esta forma. Con lo cual, la resolución de este problema sería que la barra roja está aquí arriba, con lo cual las piezas caen hacia arriba y esto nos daría un patrón que tendríamos que dibujar aquí a la derecha.
Lo interesante de esto es que con esta captura podemos evaluar también otra novedad de los modelos O1 que han presentado hoy, y es la multimodalidad, es decir, el poder darle como input no solo texto, sino en este caso también imágenes. Imágenes que el modelo va a analizar y va a utilizar para poder razonar la respuesta. Siendo así, le he pasado esta captura y le he pedido, analizando los ejemplos de la izquierda, ¿podrías resolver el ejemplo de la derecha? Dame indicaciones sobre qué color debería colocar en cada cuadrado para resolver la cuadrícula. Me ha parecido muy interesante porque el modo Pro, ya os adelanto, que también el modelo O1 falla. Los dos tienen el mismo comportamiento que vamos a comentar, y es el siguiente: el modelo sí consigue entender cuál es el patrón que está detrás de la cuadrícula, es decir, sí consigue resolver al menos en abstracto el problema que le hemos planteado. Fijaos, dice: "Observando los ejemplos, se aprecia un patrón. La línea roja indica una referencia contra la cual caen o se agrupan todas las piezas de colores. En cada ejemplo, los bloques se desplazan hasta quedar yacente a la línea roja, sin espacios entre ellos y dicha línea, preservando el orden original de las piezas en cada columna". Luego nos explica cómo podríamos resolverlo paso a paso, identifica que el tablero es de 10 por 10, identifica la fila roja para cada columna, procede así de arriba a abajo, bla, bla, bla. Es decir, te da un procedimiento para poder resolverlo.
¿Dónde está el fallo? Pues el fallo está luego a la hora de terminar de interpretar la cuadrícula. Yo le pido aquí que, basado en los colores, me genere un patrón. Me ha dado este patrón. Fijaos que está bien ordenado. Yo esto lo he trasladado luego a la herramienta y la respuesta que teníamos era esta de aquí, que no tiene nada de sentido. Por ejemplo, este bloque de dos píxeles aquí lo convierto en un bloque de tres y luego el resto de colores no tiene mucho sentido. Y esto os vais a dar cuenta que es un problema que creo que viene de la parte de visión. Es decir, el modelo puede dedicar tiempo de computación a razonar bien su respuesta, pero en este proceso de razonamiento, mi sensación es que no dedica más computación a ver mejor la imagen con la que está trabajando, haciendo que, en muchos casos, acabe alucinando detalles que no hay, como por ejemplo no entender cómo es la distribución de bloques de colores de la imagen que le hemos pasado como input. Siendo así, el modelo sí se equivoca, pero se equivoca razonando bien. Esto me parece muy interesante porque justo estamos a vísperas de que mañana saquen el análisis de la competición de ARC AGI, de este benchmark que estamos comentando aquí, donde se han conseguido muy buenos resultados durante este año. Creo que ahora se podrían ver beneficiados si, en cierta parte de su forma de implementar estas soluciones, integraran modelos de razonamiento como O1 que puedan plantear hipótesis sobre cómo se resuelve un problema y luego, con técnicas más tradicionales, implementar esa solución en la cuadrícula. Porque, como hemos comentado y como vamos a ver ahora en este conjunto de problemas que vemos que el modelo falla en muchos casos, creo que el mayor limitante es esta novedad de la parte de visión que alucina muchos detalles.
He probado a darle al modelo un laberinto sencillo, fácil de resolver. Si bajamos por aquí, bajamos por aquí, subimos por acá, por aquí, por aquí, por acá, bajamos por aquí y acabado. En cuestión de 5 segundos, en una visión a la imagen, pues es fácil moverse por el laberinto. Le he pedido que lo resuelva, que la entrada se encuentre en la parte superior, que devuelva un listado con las indicaciones de dirección representado como flechas. En este sentido, entiende lo que le hemos pedido, piensa durante un minuto, pero fijaos que la secuencia de direcciones que nota es una flecha para abajo, una flecha para la derecha, una para abajo, y esto ya no tiene nada de sentido con el esquema de nuestro laberinto. De nuevo, creo que es una limitación de la parte de visión. Aún así, no es del todo un limitante, tal y como vamos a ver en estos ejemplos de aquí, que de nuevo van a demostrar la diferencia entre el modelo O1 y el Pro Mode.
Un ejemplo que conecta con la historia de la inteligencia artificial, porque sí, vamos a hablar de ajedrez. El ajedrez, por lo que he podido comprobar con el modelo O1 Preview y, en este caso, con el modelo O1, es un tema que todavía se le atraganta bastante a los modelos de razonamiento que deberían poder operar mejor con esta información. Juego con reglas cerradas, debería ser fácil para una inteligencia de estas características. Cuando cogemos un problema de ajedrez tan sencillo como este, un problema básico, y le pedimos a la IA que lo intente resolver, en este caso, mueve blancas y tenemos que buscar el mejor movimiento, donde en este caso el movimiento sería mover la reina aquí arriba para hacer jaque, forzar a mover al rey y, por tanto, comerte esta torre. Si nos fijamos, el modelo O1 piensa durante 24 segundos y nos dice que la jugada clave es mover F7. Mover F7 es mover este peón de aquí, que nos dice que lo movamos, entiendo aquí. Vale, una jugada que no tiene sentido porque tenemos un peón de frente, o sea, no podemos ocupar esa casilla porque ya está ocupada. No sería un ejemplo de nuevo de un fallo de visión del modelo. Hasta aquí, O1 sería un poco decepcionante y se lo vamos a achacar, como digo, a este fallo de visión.
Pero con el modelo Pro, pues empezamos a ver cosas diferentes. Fijaos, le pasa la misma partida, el mismo ejemplo, y le decimos cuál sería el mejor movimiento para blancas. En este caso, piensa durante 1 minuto 38 segundos y la respuesta que da es muy buena. La respuesta nos dice: "Analicemos la posición con cuidado. Las blancas tienen una dama en h6 y un peón muy avanzado en f6. Dama y peón, lo que generalmente sugiere la posibilidad de un ataque decisivo contra el rey negro en el centro. El rey negro está en e8, rodeado de sus propias piezas y con pocas casillas de escape". El peón blanco... nos hace una buena descripción del tablero y luego aquí nos dice que la jugada más contundente sería dama a h8. Dama h8 significaría mover la dama aquí, efectivamente haciendo jaque para luego comernos la torre, algo que el propio modelo nos justifica, nos dice por qué. Dama h8, este jaque aprovecha la mala situación del rey negro en e8 y la dama, al situarse aquí, hace jaque por la octava fila. El rey negro no puede ir a f7, controlado por el peón en f6, no puede interponerse fácilmente. Vale, pero espérate a ver, porque el peón en f6, en este caso, claro, no puedes moverte a f7 porque está el peón, tu propio peón. Esto sería incorrecto y, de nuevo, sería la misma alucinación que hemos visto antes. Yo esto, cuando lo he leído anteriormente, cuando se ha generado, pensaba que estaba correcto, pero ahora me estoy fijando que en realidad no lo está. Pero bueno, luego he continuado la conversación dándole más ejemplos y, de hecho, ejemplos ya de nivel un poquito más avanzado. En este caso, nivel medio, y le pregunto lo mismo: ¿cuál sería el mejor movimiento para blancas? En este caso, si lo analizamos un poquito, pues la jugada más interesante sería mover la torre, comerte este caballo y, en este caso, si el rey decide comerte la torre, tú puedes avanzar para coronar el peón. Entonces, siendo esto así, el modelo nos dice que efectivamente la jugada más contundente y directa para lograr esto sería torre a f5, que sería justamente la posición que estábamos comentando. Luego continúa explicándonos por qué. Y aquí vuelve a cometer un error, dice: "Esta es una entrega de calidad temporal, ya que después de mover el peón a f5 o el rey a f5 por parte de las negras, podríamos coronar". ¿Dónde está el error? Pues que nos dice que lo podemos hacer moviendo el rey a esta posición o moviendo este peón negro a esta posición, lo cual de nuevo no es correcto. Los peones no pueden avanzar hacia atrás, esto sería un error por parte del modelo. Luego hay un tercer ejemplo que sería este ejemplo de aquí, también un ejemplo de dificultad intermedia, y que en este caso sí ya adelanto que el modelo no ha sabido resolver de forma correcta. Con lo cual, tres problemas que yo creía que estaban resueltos, dos de tres, pues al final se han convertido en uno de tres con algún fallo. Incluso el que está correcto. Así que vamos a dejar que, no, todavía el ajedrez no es una cosa que estas IA puedan dominar bien, aunque estaría bien hacer la prueba con un tablero que esté directamente pasado como texto más que una imagen para evitar esta parte, esta componente de las alucinaciones visuales.
Pero si nos quedamos en el terreno del texto, estos modelos funcionan muy bien. En este caso, tanto el modelo nuevo O1 como el modelo Pro, le he pedido que me redactara una oración que tuviera sentido, cierto sentido, porque al final la restricción que le vamos a poner es bastante compleja, porque le vamos a pedir que sea palíndroma y que nunca se haya escrito antes. Una frase palíndroma, ya sabéis que se lee igual de principio a fin. En este caso, el modelo, tras pensar 2 minutos 17 segundos, nos dice: "somos seres oro, seres somos", que es una frase que podemos leer tanto para acá como para acá. La frase no está mal, pero es un poquito tramposa, porque si os dais cuenta, la ha construido a partir de usar las mismas palabras, que son palabras que, además, son palíndromas entre ellas. No ha abusado de esta propiedad. Entonces, pues "somos seres oro, seres somos" son palabras palíndromas y, concatenando estas palabras palíndromas manteniendo la estructura, pues consigues un texto efectivamente palíndromo. Y aquí, por tanto, de nuevo le concedo al modelo Pro el haber conseguido una respuesta un poquito más original. Fijaos, pensando 3 minutos, un poquito más, nos ha llegado la frase "amar a la luz azul a la rama", que tampoco es una frase que tenga mucho sentido, pero como digo, estamos poniendo una restricción bastante dura. Pero es una frase que sí es correcta, vale, "amar a la luz azul a la rama" sería una frase que podemos leer de principio a fin o viceversa. En este caso, creo que el modelo Pro hace un mejor trabajo.
Con esto, estamos comprobando que estos modelos van más allá. Si hacéis estas pruebas con modelos como GPT-4 o con ChatGPT 3.5, os vais a encontrar que muchos de los prompts que nos están funcionando con esos modelos fallan. Y esto es una buena noticia, porque vendría a significar que este nuevo paradigma funciona. Pero que funcione no significa que todavía sea perfecto. Fijaos qué interesante este error, donde si le pedimos al modelo que escriba primero la palabra "pangolín" 10 veces y luego que nos responda a la famosa pregunta de qué número es mayor, que sabemos que es una pregunta que, por un tema de overfitting, por un tema de relación con cómo se ordena la Biblia, que esto se ha descubierto, suele tener tendencia a decir que 9.11 es mayor a 9.8. Sabemos que este error se había resuelto con los modelos GPT-4 a partir de hacer fine-tuning, seguramente. Y en este caso, el modelo O1 lo responde bien. Nos pone 10 veces la palabra "pangolín" y luego nos responde que, efectivamente, 9.8 es mayor que 9.11. Pero luego, el modelo Pro, si le pedimos lo mismo, fijaos: "pangolín, pangolín, pangolín, bla, bla, bla". El número 9.11 es mayor que 9.8. Es decir, un modelo que te construye un palíndromo creativo, nuevo, original, de repente con un problema tan tonto como este se le atraganta. Y esto, pues lo que nos indica es que todavía queda mucho margen de mejora para hacer de estos modelos herramientas fiables.
Aún así, que esto nos haga pensar que estamos ante modelos que representan un salto de inteligencia hacia adelante. Quiero que os fijéis en este ejemplo de aquí, porque es quizás de los más impresionantes que vamos a ver hoy. Sería descifrar el siguiente código, sería un criptograma donde, si tú vas probando diferentes combinaciones de letras y estudias los patrones de las palabras, acabarás llegando a un mensaje en inglés. En este caso, este es un problema que el modelo O1, pues se lo he dado a pensar y ha estado 2 minutos 43 segundos, ojo, para llegar a una conclusión que es incorrecta. Nos ha llegado con una frase de Zelda: "It is dangerous to go alone, take this". Pero ya os digo yo que esta no es la frase correcta, porque empieza con dos letras, luego dos letras, y si os fijáis al principio, pues aquí el patrón es de dos letras y luego una. Pero es que, amigos, este es el modelo O1. ¿Qué pasa si dejamos que el modelo piense por más tiempo? Pues si le damos esto al modo Pro, fijaos que he conseguido que esté pensando 5 minutos. 5 minutos de computación que hace que el modelo, sin explicar, exponga un desarrollo súper complejo, directamente me responda que el mensaje descifrado en inglés es: "If I wanted to make a statement, I would just say so", frase que, si me vengo a la web del criptograma donde lo he sacado y escribo aquí la respuesta, nos lo da por correcto. Vale, tras 5 minutos pensando, el modelo, por primera vez con todos estos modelos que he estado probando, ha sido capaz de encontrar la respuesta a este código. Y esto me parece importante, porque demuestra que el paradigma de dedicar más tiempo de computación funciona.
Fijaos luego qué interesante que también le he puesto aquí un mensaje de: "Quería dejar la URL en este chat", vale, para luego hacer la prueba. Y quería comprobar si, habiendo el modelo pensado durante 5 minutos, luego tendría tendencia a una respuesta que debería ser inmediata, pues dedicarle más tiempo de computación. Y fijaos que no, que ha pensado aquí arriba 5 minutos, pero para esto entendió que solamente tenía que dedicar 5 segundos para decirnos: "Entendido, no haré nada con ello".
Con esto, chicos y chicas, aquí tenéis unos cuantos ejemplos para ir planteando vuestras conclusiones. ¿Es O1 Pro un modelo que esté por encima del modelo O1 que todos tenéis disponibles en ChatGPT Plus? Sí. Ahora, la pregunta del millón es: ¿es un modelo que justifique su precio, estos $200 que OpenAI nos ha puesto, que hoy nos ha asustado a todo el mundo? Pues mi respuesta es que no. No creo que todavía esto sea un modelo que a la mayoría de todos vosotros os vaya a dar algo que no podáis conseguir ya con el modelo Plus. Pensad que estos modelos están destinados a ser modelos para resolver problemas muy técnicos, muy complejos de programación. Pero seguramente, a través de herramientas como Cursor, donde ya tenéis planes de pagos, podréis acceder de alguna forma a estos modelos cuando lo habiliten en la API. Problemas de razonamiento matemático, problemas de razonamiento lógico. Si sois gente que tengáis un perfil profesional donde esto pueda ser de ayuda y, además, suponga un valor para vosotros que justifique ese precio, adelante, pilladlo. Pero para la mayoría de vosotros, pues ChatGPT Plus, con $20 al mes, con acceso al modelo O1, que es una mejora sobre el modelo O1 Preview, que es una mejora sobre el modelo GPT-4, es más que suficiente. Y si lo que os interesa del modo Pro es simplemente acceder a los modelos con mayor límite de uso, pues podéis acceder a través de la app y con herramientas dedicadas a ello, o simplemente tener varias cuentas donde podéis pagar 20, 40 o 60 y ya está, escalando vuestros costes con vuestras necesidades de uso.
Dicho esto, y quitando los $200 del medio, este nuevo modelo me parece muy interesante, porque, como hemos visto durante este vídeo, creo que empieza a justificar, empieza a demostrarnos esta nueva tendencia, este nuevo paradigma del test Time Compute que promete ser el futuro de la inteligencia artificial, al menos lo que nos propone OpenAI. Este ha sido el análisis del día 1 de este calendario de novedades que OpenAI nos va a traer en las próximas semanas. Todas las novedades que ocurran, todo lo que esté por salir, lo iremos comentando aquí en Dots SV Lab. Si te ha gustado el vídeo, compártelo. Tienes un par de vídeos más por aquí. Tienes, por ejemplo, la implementación china del modelo O1 que estuvimos evaluando la semana pasada, muy interesante. Y chicos y chicas, nos vemos con más inteligencia artificial aquí en Dots SV Lab. ¡Chao!