La serie o1 introdujo inferencia con “cadena de pensamiento” interna optimizada por RL, destacando en matemáticas y código.
En septiembre de 2024, OpenAI lanzó o1-preview/o1: modelos que dedican más cómputo de test-time a razonar antes de responder, con mejoras fuertes en math, science y programming contests.
El enfoque cambió el eje de solo “entrenar más grande” a “pensar más al inferir”. Competidores exploraron ideas afines.
o1 anticipó la línea de sistemas de razonamiento que en 2026 se vincularía a avances anunciados en problemas matemáticos difíciles.
OpenAI lanzó GPT-4o con latencia baja en voz y visión nativa, empujando la interfaz conversacional multimodal.
DeepSeek publicó modelos de razonamiento competitivos con costes de entrenamiento reportados bajos, alterando expectativas de mercado.
Modelos optimizados para pensar más al inferir marcaron 2025, con saltos en math contests y coding agents.