OpenAI presenta gpt-oss, sus modelos abiertos de IA

OpenAI ha presentado gpt-oss-120b y gpt-oss-20b, dos modelos de razonamiento con pesos abiertos que se distribuyen bajo la licencia Apache 2.0. La compañía los orienta a desarrolladores que quieran adaptar la IA y usarla en sistemas propios, incluidos agentes capaces de consultar la web o ejecutar código en Python.

Los dos modelos son solo de texto y siguen instrucciones. También son compatibles con la Responses API de OpenAI, la interfaz que permite crear aplicaciones capaces de combinar un modelo con herramientas externas y varios pasos de trabajo.

La diferencia principal está en su tamaño: gpt-oss-120b tiene 120.000 millones de parámetros y gpt-oss-20b, 20.000 millones. Los parámetros son los valores internos que utiliza un modelo para aprender patrones y generar respuestas. En general, un modelo más grande necesita más recursos, mientras que uno más pequeño puede resultar más práctico para determinados equipos y despliegues.

Qué pueden hacer

OpenAI ha diseñado estos modelos para flujos de trabajo con agentes. Eso significa que no solo responden a una pregunta, sino que pueden seguir instrucciones, decidir cuándo utilizar una herramienta y completar una tarea en varios pasos.

Entre sus características están:

• Uso de herramientas como búsquedas web y ejecución de código en Python.
• Ajuste del nivel de razonamiento según la complejidad de la tarea.
• Personalización por parte de desarrolladores.
• Generación de salidas con una estructura definida, útil para integrarlas en aplicaciones.
• Compatibilidad con la Responses API.

El control del esfuerzo de razonamiento puede ser útil en la práctica. Para clasificar cientos de mensajes, por ejemplo, no siempre hace falta dedicar el mismo tiempo que para analizar un contrato o escribir código. El desarrollador puede elegir un equilibrio entre calidad, velocidad y consumo de recursos.

Al tener pesos abiertos, los modelos ofrecen más margen de adaptación que un servicio cerrado. Una empresa puede ajustar su comportamiento a un caso concreto o integrarlo en un sistema bajo sus propias condiciones. Eso también implica que OpenAI no podrá aplicar nuevas medidas de seguridad de forma centralizada después de la distribución.

La advertencia de seguridad

OpenAI reconoce que los modelos abiertos tienen un perfil de riesgo distinto al de los modelos que solo se usan a través de una API. Un atacante decidido podría modificarlos para evitar sus rechazos de seguridad o para optimizarlos con fines dañinos, sin que OpenAI pueda revocar el acceso o imponer una mitigación posterior.

Por eso, la compañía avisa de que algunos desarrolladores y empresas tendrán que añadir sus propias protecciones. Un modelo puede seguir las políticas de seguridad de OpenAI por defecto, pero el sistema completo dependerá también de quién lo integre, qué herramientas le conecte y qué controles aplique.

Qué dicen las pruebas

OpenAI evaluó gpt-oss-120b en tres áreas de su marco de preparación: riesgos biológicos y químicos, ciberseguridad y mejora autónoma de sistemas de IA. Según la compañía, el modelo en su configuración predeterminada no alcanzó sus umbrales indicativos de capacidad alta en ninguna de ellas.

La empresa también intentó aumentar sus capacidades mediante ajustes adversariales, una forma de entrenamiento diseñada para simular lo que podría hacer un atacante. Incluso con ese proceso, OpenAI afirma que gpt-oss-120b no alcanzó el nivel alto definido para los riesgos biológicos y químicos ni para los riesgos cibernéticos.

Además, comparó el modelo con otros modelos abiertos y concluyó que, en la mayoría de las pruebas, alguno de los modelos ya disponibles se acercaba al rendimiento de gpt-oss-120b ajustado de forma adversarial. La interpretación de OpenAI es que el lanzamiento no supone un avance significativo de la frontera de capacidades biológicas en modelos abiertos.

Para ti, el cambio dependerá de si desarrollas o utilizas software con IA: habrá dos modelos de OpenAI que podrán adaptarse con más libertad, pero la responsabilidad de mantenerlos seguros será mucho mayor fuera de los productos y APIs gestionados por la compañía. Lo importante ahora será observar qué aplicaciones construye la comunidad y qué controles acompañan a cada una.