Descubre GPT‑4.5
Una vista previa de investigación de nuestro modelo GPT más potente. Disponible para usuarios Pro y desarrolladores de todo el mundo.
Vamos a lanzar una vista previa de GPT‑4.5, nuestro modelo más avanzado y potente hasta la fecha para chat. GPT‑4.5 representa un avance en la ampliación del preentrenamiento y el posentrenamiento. Al ampliar el aprendizaje no supervisado, GPT‑4.5 mejora la capacidad para reconocer patrones, establecer conexiones y generar ideas creativas sin necesidad de razonar.
Las primeras pruebas indican que interactuar con GPT‑4.5 resulta más natural. Gracias a una base de conocimientos más extensa, una mejor comprensión de la intención del usuario y un mayor coeficiente emocional, es ideal para tareas como perfeccionar la escritura, desarrollar código o resolver problemas del día a día. También prevemos una reducción en la generación de alucinaciones.
Ponemos GPT‑4.5 a disposición como versión preliminar de investigación para analizar más a fondo sus capacidades y limitaciones. Aún estamos investigando todo su potencial y estamos deseando ver cómo lo utiliza la gente de formas que quizá no habíamos imaginado.
Impulsamos las capacidades de la IA ampliando dos paradigmas complementarios: el aprendizaje no supervisado y el razonamiento. Representan dos ejes de la inteligencia.
- El aprendizaje no supervisado aumenta la precisión y la intuición del modelo mundial. Modelos como GPT‑3.5, GPT‑4 y GPT‑4.5 avanzan en este paradigma.
- La ampliación del razonamiento permite que los modelos aprendan a desarrollar una secuencia de pensamiento antes de generar una respuesta, lo que resulta clave para resolver problemas complejos de CTIM o lógica. Modelos como OpenAI o1 y OpenAI o3‑mini avanzan en este paradigma.
GPT‑4.5 es un ejemplo de ampliación del aprendizaje no supervisado mediante el aumento de la computación y los datos, junto con innovaciones de arquitectura y optimización. GPT‑4.5 se entrenó mediante superordenadores de IA de Microsoft Azure. El resultado es un modelo con un conocimiento más amplio y una mejor comprensión del entorno, lo que se traduce en menos alucinaciones y mayor fiabilidad en una amplia variedad de temas.
Ampliación del paradigma GPT
Conocimiento más profundo del mundo
Precisión de SimpleQA (mejor cuanto más alta)
Tasa de alucinación de SimpleQA (mejor cuanto más baja)
SimpleQA evalúa la veracidad de los modelos de lenguaje (LLM) en preguntas de conocimiento directo pero exigente.
A medida que escalamos nuestros modelos y resuelven problemas cada vez más complejos, se vuelve cada vez más importante enseñarles a comprender mejor las necesidades y la intención humanas. Para GPT‑4.5, desarrollamos nuevas técnicas escalables que permiten entrenar modelos más grandes y potentes a partir de datos generados por modelos más pequeños. Estas técnicas mejoran la capacidad de control de GPT‑4.5, su comprensión de los matices y su fluidez en la conversación natural.
Evaluaciones comparativas con evaluadores humanos
La preferencia humana mide el porcentaje de consultas en las que los evaluadores prefirieron GPT‑4.5 frente a GPT‑4o.
Al combinar un conocimiento profundo del mundo con mejoras en la colaboración, el modelo logra integrar ideas de forma fluida en conversaciones naturales, empáticas y mejor adaptadas al trabajo con personas. GPT‑4.5 comprende mejor lo que las personas quieren decir e interpreta con más matices las señales sutiles o las expectativas implícitas, gracias a una mayor inteligencia emocional. GPT‑4.5 también muestra una mayor intuición estética y creatividad. Destaca por su capacidad para ayudar en tareas de redacción y diseño.
Casos de uso
GPT-4.5
GPT‑4.5 muestra una mayor inteligencia emocional y sabe cuándo continuar la conversación y cuándo ofrecer al usuario información detallada.
GPT‑4.5 no razona antes de responder, lo que hace que sus puntos fuertes sean especialmente distintos a los de modelos de razonamiento como OpenAI o1. En comparación con OpenAI o1 y OpenAI o3‑mini, GPT‑4.5 es un modelo más generalista y con una inteligencia más desarrollada de forma natural. Creemos que el razonamiento será una capacidad fundamental en los modelos del futuro, y que los dos enfoques de escalado, el preentrenamiento y el razonamiento, se complementarán entre sí. A medida que modelos como GPT‑4.5 se vuelven más inteligentes y dominen más conocimientos gracias al preentrenamiento, se convertirán en una base aún más sólida para agentes con capacidad de razonamiento y uso de herramientas.
Cada mejora en las capacidades del modelo es también una oportunidad para reforzar la seguridad. GPT‑4.5 se entrenó con nuevas técnicas de supervisión, combinadas con los métodos tradicionales de ajuste fino supervisado (SFT) y aprendizaje por refuerzo a partir de retroalimentación humana (RLHF), como los utilizados en GPT‑4o. Esperamos que este trabajo sirva de base para alinear modelos futuros aún más potentes.
Para poner a prueba nuestras mejoras, llevamos a cabo una serie de pruebas de seguridad antes de la implementación, siguiendo las directrices de nuestro marco de preparación(se abre en una ventana nueva). Descubrimos que escalar el paradigma GPT contribuía a mejorar las capacidades del modelo en todas nuestras evaluaciones. Publicaremos los resultados de estas evaluaciones al detalle en la tarjeta del sistema anexa.
Desde hoy, los usuarios de ChatGPT Pro podrán seleccionar GPT‑4.5 en el selector de modelos en la web, móvil y escritorio. El lanzamiento comenzará la próxima semana para los usuarios de Plus y Team, y se ampliará a los usuarios de Enterprise y Edu la semana siguiente.
GPT‑4.5 tiene acceso a la información más actualizada mediante búsqueda, permite subir archivos e imágenes y puede utilizar el lienzo para trabajar en redacción y programación. Sin embargo, GPT‑4.5 no es compatible actualmente con funciones multimodales como el modo de voz, el vídeo o la compartición de pantalla en ChatGPT. En el futuro, trabajaremos para simplificar la experiencia del usuario y que la inteligencia artificial simplemente funcione para ti.
GPT‑4.5 también está disponible en versión preliminar en las API de finalizaciones de chat, en la Assistants API y Batch API para desarrolladores en todos los niveles de uso con suscripción(se abre en una ventana nueva). El modelo es compatible con funciones clave como llamadas a funciones, resultados estructurados, streaming y mensajes del sistema. También admite funciones de visión mediante entradas de imagen.
Según las primeras pruebas, los desarrolladores podrían encontrar especialmente útil GPT‑4.5 para aplicaciones que se beneficien de su mayor inteligencia emocional y creatividad, como asistencia en la escritura, comunicación, aprendizaje, asesoramiento y generación de ideas. También demuestra una gran capacidad para la planificación y ejecución autónomas, incluida la programación en varios pasos y la automatización de tareas complejas.
GPT‑4.5 es un modelo muy grande y exigente en términos de computación, por lo que es más costoso y no sustituye a GPT‑4o. Por este motivo, estamos evaluando si mantenerlo a largo plazo en la API, mientras equilibramos el soporte a las capacidades actuales con el desarrollo de modelos futuros. Tenemos muchas ganas de seguir descubriendo más sobre sus fortalezas, capacidades y posibles aplicaciones en entornos reales. Si GPT‑4.5 ofrece un valor diferencial en tu aplicación, tu opinión(se abre en una ventana nueva) será fundamental para orientar nuestra decisión.
Cada salto en la magnitud del cómputo trae consigo capacidades inéditas. GPT‑4.5 es un modelo que se sitúa a la vanguardia de lo posible en el aprendizaje no supervisado. La comunidad sigue sorprendiéndonos con su ingenio para encontrar nuevas funciones y usos que no habíamos previsto. Con GPT‑4.5, te invitamos a explorar la vanguardia del aprendizaje no supervisado y descubrir con nosotros nuevas capacidades.
A continuación, mostramos los resultados de GPT‑4.5 en benchmarks académicos estándar para ilustrar su rendimiento actual en tareas asociadas tradicionalmente al razonamiento. Solo con escalar el aprendizaje no supervisado, GPT‑4.5 logra avances notables sobre sus antecesores, como GPT‑4o. Sin embargo, estamos deseando descubrir todo lo que GPT‑4.5 puede hacer en la práctica, porque los benchmarks académicos no siempre muestran su verdadero potencial.
Puntuaciones de las evaluaciones del modelo
GPT‑4.5 | GPT‑4o | OpenAI o3‑mini (high) | |
GPQA (ciencia) | 71,4 % | 53.,6 % | 79,7 % |
AIME ‘24 (matemáticas) | 36,7 % | 9,3 % | 87,3 % |
MMMLU (multilingüe) | 85,1 % | 81,5 % | 81,1 % |
MMMU (multimodal) | 74,4 % | 69,1 % | - |
SWE-Lancer Diamond (programación)* | 32,6 % 186 125 USD | 23,3 % 138 750 USD | 10,8 % 89 625 USD |
SWE-Bench Verified (programación)* | 38,0 % | 30,7 % | 61,0 % |
*Las cifras presentadas reflejan el mejor rendimiento interno.
Autores
Contribuidores fundamentales
Adam Goucher, Alex Paino, Ali Kamali, Amin Tootoonchian, Andrew Tulloch, Ben Sokolowsky, Clemens Winter, Colin Wei, Daniel Kappler, Daniel Levy, Felipe Petroski Such, Geoff Salmon, Ian O’Connell, Jason Teplitz, Kai Chen, Nik Tezak, Prafulla Dhariwal, Rapha Gontijo Lopes, Sam Schoenholz, Youlong Cheng, Yujia Jin y Yunxing Dai
Investigación
Contribuidores clave
Aiden Low, Alec Radford, Alex Carney, Alex Nichol, Alexis Conneau, Ananya Kumar, Ben Wang, Charlotte Cole, Elizabeth Yang, Gabriel Goh, Hadi Salman, Haitang Hu, Heewoo Jun, Ian Sohl, Ishaan Gulrajani, Jacob Coxon, James Betker, Jamie Kiros, Jessica Landon, Kyle Luther, Lia Guy, Lukas Kondraciuk, Lyric Doshi, Mikhail Pavlov, Qiming Yuan, Reimar Leike, Rowan Zellers, Sean Metzger, Shengjia Zhao, Spencer Papay y Tao Wang
Contribuidores
Adam Lerer, Adrien Ecoffet, Aidan McLaughlin, Alexander Prokofiev, Alexandra Barr, Allan Jabri, Andrew Gibiansky, Andrew Schmidt, Casey Chu, Chak Li, Chelsea Voss, Chris Hallacy, Chris Koch, Christine McLeavey, David Mely, Dimitris Tsipras, Eric Sigler, Erin Kavanaugh, Farzad Khorasani, Huiwen Chang, Ilya Kostrikov, Ishaan Singal, Ji Lin, Jiahui Yu, Jing Yu Zhang, John Rizzo, Jong Wook Kim, Joyce Lee, Juntang Zhuang, Leo Liu, Li Jing, Long Ouyang, Louis Feuvrier, Mo Bavarian, Nick Stathas, Nitish Keskar, Oleg Murk, Preston Bowman, Scottie Yan, SQ Mah, Tao Xu, Taylor Gordon, Valerie Qi, Wenda Zhou y Yu Zhang
Escalamiento
Contribuidores clave
Alex Chow, Alex Renzin, Aleksandra Spyra, Avi Nayak, Ben Leimberger, Christopher Hesse, Duc Phong Nguyen, Dinghua Li, Eric Peterson, Francis Zhang, Gene Oden, Kai Fricke, Kai Hayashi, Larry Lv, Leqi Zou, Lin Yang, Madeleine Thompson, Michael Petrov, Miguel Castro, Natalia Gimelshein, Phil Tillet, Reza Zamani, Ryan Cheu, Stanley Hsieh, Steve Lee, Stewart Hall, Thomas Raoux, Tianhao Zheng, Vishal Kuo, Yongjik Kim, Yuchen Zhang y Zhuoran Liu
Contribuidores
Alvin Wan, Andrew Cann, Andrew Codispoti, Antoine Pelisse, Anuj Kalia, Aaron Hurst, Avital Oliver, Brad Barnes, Brian Hsu, Chen Ding, Chen Shen, Cheng Chang, Christian Gibson, Christopher Berner, Duncan Findlay, Fan Wang, Fangyuan Li, Gianluca Borello, Heather Schmidt, Henrique Ponde de Oliveira Pinto, Ikai Lan, Jiayi Weng, James Crooks, Jos Kraaijeveld, Junru Shao, Kenny Hsu, Kenny Nguyen, Kevin King, Leah Burkhardt, Leo Chen, Linden Li, Lu Zhang, Mahmoud Eariby, Marat Dukhan, Mateusz Litwin, Miki Habryn, Natan LaFontaine, Pavel Belov, Peng Su, Prasad Chakka, Rachel Lim, Rajkumar Samuel, Renaud Gaubert, Rory Carmichael, Sarah Dong, Shantanu Jain, Shuaiqi Xia, Stephen Logsdon, Todd Underwood, Tony Zhao, Weixing Zhang, Will Sheu, Weiyi Zheng, Yinghai Lu y Yunqiao Zhang
Sistemas de Seguridad
Andrea Vallone, Andy Applebaum, Cameron Raymond, Chong Zhang, Dan Mossing, Elizabeth Proehl, Eric Wallace, Evan Mays, Grace Zhao, Ian Kivlichan, Irina Kofman, Joel Parish, Kevin Liu, Keren Gu-Lemberg, Kristen Ying, Lama Ahmad, Lilian Weng, Leon Maksin, Leyton Ho, Meghan Shah, Michael Lampe, Michele Wang, Miles Wang, Olivia Watkins, Phillip Guo, Samuel Miserendino, Sam Toizer, Sandhini Agarwal, Tejal Patwardhan, Tom Dupré la Tour, Tong Mu, Tyna Eloundou y Yunyun Wang
Implementación
Adam Brandon, Adam Perelman, Adele Li, Akshay Nathan, Alan Hayes, Alfred Xue, Alison Ben, Alec Gorge, Alex Guziel, Alex Iftimie, Ally Bennett, Andrew Chen, Andy Wang, Andy Wood, Angad Singh, Anoop Kotha, Antonia Woodford, Anuj Saharan, Ashley Tyra, Atty Eleti, Ben Schneider, Bessie Ji, Beth Hoover, Bill Chen, Blake Samic, Britney Smith, Brian Yu, Caleb Wang, Cary Bassin, Cary Hudson, Charlie Jatt, Chengdu Huang, Chris Beaumont, Christina Huang, Cristina Scheau, Dana Palmie, Daniel Levine, Daryl Neubieser, Dave Cummings, David Sasaki, Dibya Bhattacharjee, Dylan Hunn, Edwin Arbus, Elaine Ya Le, Enis Sert, Eric Kramer, Fred von Lohmann, Freddie Sulit, Gaby Janatpour, Garrett McGrath, Garrett Ollinger, Gary Yang, Hao Sheng, Harold Hotelling, Janardhanan Vembunarayanan, Jeff Harris, Jeffrey Sabin Matsumoto, Jennifer Robinson, Jessica Liang, Jessica Shieh, Jiacheng Yang, Joel Morris, Joseph Florencio, Josh Kaplan, Kan Wu, Karan Sharma, Karen Li, Katie Pypes, Kendal Simon, Kendra Rimbach, Kevin Park, Kevin Rao, Laurance Fauconnet, Lauren Workman, Leher Pathak, Liang Wu, Liang Xiong, Lien Mamitsuka, Lindsay McCallum, Lukas Gross, Manoli Liodakis, Matt Nichols, Michelle Fradin, Minal Khan, Mingxuan Wang, Nacho Soto, Natalie Staudacher, Nikunj Handa, Niko Felix, Ning Liu, Olivier Godement, Oona Gleeson, Philip Pronin, Raymond Li, Reah Miyara, Robert Xiong, Rohan Nuttall, R.J. Marsan, Sara Culver, Scott Ethersmith, Sean Fitzgerald, Shamez Hemani, Sherwin Wu, Shiao Lee, Shuyang Cheng, Siyuan Fu, Spug Golden, Steve Coffey, Steven Heidel, Sundeep Tirumalareddy, Tabarak Khan, Thomas Degry, Thomas Dimson, Tom Stasi, Tomo Hiratsuka, Trevor Creech, Uzair Navid Iftikhar, Victoria Chernova, Victoria Spiegel, Wanning Jiang, Wenlei Xie, Yaming Lin, Yara Khakbaz, Yilei Qian, Yilong Qin, Yo Shavit y Zhi Bie
Liderazgo ejecutivo
Aidan Clark, Bob McGrew, David Farhi, Greg Brockman, Hannah Wong, Jakub Pachocki, Johannes Heidecke, Joanne Jang, Kate Rouch, Kevin Weil, Lauren Itow, Liam Fedus, Mark Chen, Mia Glaese, Mira Murati, Nick Ryder, Sam Altman, Srinivas Narayanan y Tal Broda