OpenAI revoluciona el mercado con nuevos modelos de audio y ChatGPT o1-pro

22 de Marzo de 2025

La compañía lanza avanzadas herramientas de voz y una costosa versión mejorada de su modelo de IA.

OpenAI continúa su rápida evolución en el campo de la inteligencia artificial con el lanzamiento de ChatGPT o1-pro, un modelo que promete mejoras significativas en la calidad de las respuestas, aunque con un costo considerablemente más alto. Este modelo, que usa más recursos computacionales, está disponible únicamente para un grupo selecto de desarrolladores en su fase inicial.

El precio de acceso a o1-pro es notablemente elevado: la empresa cobra 150 dólares por cada millón de tokens ingresados y 600 dólares por cada millón de tokens generados, lo que lo hace el doble de costoso que ChatGPT-4 y diez veces más caro que la versión estándar de o1. Sin embargo, las primeras pruebas no han convencido del todo a los usuarios, pues el modelo ha mostrado dificultades en tareas como resolver sudokus e interpretar ilusiones ópticas.

A pesar del alto costo, los propios análisis de OpenAI indican que la mejora en rendimiento de o1-pro respecto al modelo estándar es apenas marginal en áreas como codificación y matemáticas. Esto sugiere que su precio está más relacionado con la potencia computacional que requiere su funcionamiento que con un salto significativo en capacidades.

Más allá de ChatGPT o1-pro, la verdadera novedad del anuncio de OpenAI ha sido el lanzamiento de dos modelos avanzados de procesamiento de audio. Estos nuevos sistemas, llamados gpt-4o-transcribe y gpt-4o-mini-transcribe, mejoran significativamente la transcripción de voz a texto y viceversa, ofreciendo mayor precisión en el reconocimiento del lenguaje, incluso en entornos ruidosos o con acentos marcados.

Las mejoras incluyen una menor tasa de errores en la transcripción y una mayor fidelidad en la interpretación del habla, superando las capacidades de los modelos Whisper previos. Gracias a esto, OpenAI busca ofrecer herramientas más precisas y versátiles para asistentes virtuales y aplicaciones de voz inteligentes.

En cuanto a costos, los nuevos modelos de audio tienen tarifas variables según la versión utilizada. GPT-4o tiene un precio de 6 dólares por millón de tokens de entrada de audio y 10 dólares por millón de tokens generados en texto, mientras que la versión mini reduce estos costos a la mitad. Con estos avances, OpenAI refuerza su posición como líder en el desarrollo de inteligencia artificial aplicada a la voz.

Escrito por: Daniel Martín 

⇒Foto: Hipertextual