OpenAI estrena modelos de IA open source con razonamiento avanzado

La compañía estadounidense ha presentado dos nuevos modelos de inteligencia artificial de código abierto que incorporan capacidades avanzadas de razonamiento. Los modelos gpt-oss-120b y gpt-oss-20b representan el primer lanzamiento de modelos de lenguaje con pesos accesibles de OpenAI desde la publicación de GPT-2.

El modelo gpt-oss-120b cuenta con 117.000 millones de parámetros totales y activa 5.100 millones por token, mientras que gpt-oss-20b dispone de 21.000 millones de parámetros totales y activa 3.600 millones por token. Ambos utilizan arquitectura transformer con mezcla de expertos (MoE) para reducir los parámetros activos necesarios durante el procesamiento.

Los modelos están optimizados para funcionar en hardware de consumo. El gpt-oss-120b opera eficientemente en una GPU de 80 GB, mientras que el gpt-oss-20b puede ejecutarse en dispositivos edge con apenas 16 GB de memoria. Esta capacidad técnica los hace accesibles para desarrolladores independientes y organizaciones con recursos limitados.

En las evaluaciones comparativas, gpt-oss-120b alcanza un rendimiento cercano a o4-mini en pruebas básicas de razonamiento y supera a o3-mini en programación competitiva, matemáticas y uso de herramientas. El modelo más pequeño, gpt-oss-20b, iguala o supera a o3-mini en las mismas evaluaciones.

Los modelos incorporan razonamiento en cadena completo (CoT) sin supervisión directa, una característica que OpenAI considera fundamental para la detección de comportamientos indebidos. Los desarrolladores pueden ajustar el esfuerzo de razonamiento en tres niveles (bajo, medio y alto) para equilibrar latencia y rendimiento según sus necesidades.

OpenAI ha implementado medidas de seguridad específicas para modelos abiertos. La compañía realizó pruebas entrenando los modelos con datos maliciosos para evaluar posibles usos indebidos, concluyendo que los modelos modificados con fines maliciosos no alcanzan niveles altos de capacidad según su marco de preparación. Esta metodología fue revisada por tres grupos independientes de expertos externos.

Para fomentar la seguridad del ecosistema, OpenAI ha organizado un Red Teaming Challenge con un fondo de premios de 500.000 dólares para identificar nuevos riesgos de seguridad en los modelos.

El proceso de entrenamiento de estos modelos se basó en un conjunto de datos de alta calidad, principalmente en inglés, con especial énfasis en disciplinas STEM (ciencia, tecnología, ingeniería y matemáticas), programación y conocimiento general. Esta selección de contenidos busca optimizar las capacidades de razonamiento técnico y científico de los modelos.

Los archivos están disponibles gratuitamente en Hugging Face. La compañía ha establecido colaboraciones con plataformas como Azure, AWS, vLLM, Ollama y fabricantes de hardware como NVIDIA, AMD, Cerebras y Groq para facilitar la implementación. Microsoft llevará versiones optimizadas del modelo gpt-oss-20b a dispositivos Windows a través de ONNX Runtime.

Este lanzamiento busca acelerar la investigación en inteligencia artificial y reducir las barreras de acceso para mercados emergentes y organizaciones con recursos limitados. OpenAI considera que un ecosistema saludable de modelos abiertos es fundamental para hacer la IA más accesible y democrática. La compañía evaluará si las ventajas de estos modelos justifican futuras inversiones en desarrollos de código abierto.