OpenAI: o3 Mini

OpenAI o3 Mini es un modelo de texto de OpenAI, lanzado el 31 de enero de 2025. Está posicionado como un modelo de lenguaje rentable optimizado para tareas de razonamiento STEM, con especial fortaleza en ciencia, matemáticas y programación. Se sitúa en la categoría de texto y está dirigido a desarrolladores que necesitan respuestas con mucho razonamiento sin recurrir a un modelo más grande.

El modelo acepta entradas de texto y archivos y devuelve salida de texto. Tiene una ventana de contexto de 200.000 tokens y una salida máxima de 100.000 tokens, por lo que tanto las entradas largas como las respuestas largas son viables en una sola solicitud. Su fecha de corte de conocimiento es el 31 de octubre de 2023. El razonamiento es una parte fundamental del funcionamiento del modelo: los parámetros admitidos incluyen reasoning e include_reasoning, y la descripción del proveedor señala compatibilidad con el parámetro reasoning_effort, que permite controlar cuánto esfuerzo de razonamiento aplica el modelo a una solicitud.

Esas capacidades apuntan a un conjunto bastante específico de casos de uso. El enfoque STEM lo hace adecuado para resolver y explicar problemas matemáticos, trabajar con preguntas de ciencia y generar o revisar código. Como acepta entradas de archivos junto con texto, puede usarse en flujos de trabajo donde se proporciona un documento y se pide al modelo que razone sobre su contenido. Los controles de razonamiento son útiles cuando se quiere intercambiar profundidad por latencia o longitud de salida en cada solicitud, y la gran ventana de contexto ayuda cuando la tarea de razonamiento depende de mucho material circundante.

Se llama al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/o3-mini". Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice y tools. En la práctica, eso significa que se puede limitar la longitud de salida con max_tokens, solicitar o exponer trazas de razonamiento, restringir la forma de la respuesta con response_format o structured_outputs, hacer las ejecuciones más reproducibles con seed, y proporcionar al modelo funciones invocables mediante tools y tool_choice.

Lo principal que hay que sopesar es el alcance. Este es un modelo solo de texto: recibe entradas de texto y archivos y produce texto, por lo que las tareas que necesitan comprensión de imágenes o audio quedan fuera de su alcance. Su fecha de corte de conocimiento del 31 de octubre de 2023 significa que cualquier cosa posterior a esa fecha tiene que venir del prompt o de herramientas, no del propio modelo. Si tu carga de trabajo no tiene mucho razonamiento, o si depende de modalidades que este modelo no acepta, es probable que otro modelo sea una mejor opción.