GPT-4

GPT-4 es el cuarto modelo de la serie GPT (transformador generativo preentrenado) de OpenAI, un modelo multimodal de gran tamaño publicado el 14 de marzo de 2023 que acepta imágenes y texto como entrada y genera texto. Aprobó un examen simulado de acceso a la abogacía con una puntuación cercana al 10 % más alto de los examinados, mientras que GPT-3.5 había quedado cerca del 10 % más bajo. Se convirtió en el modelo subyacente de ChatGPT Plus y Bing Chat de Microsoft. El informe técnico de GPT-4 no reveló la arquitectura, el tamaño del modelo, el hardware, el cómputo de entrenamiento ni la composición del conjunto de datos, alegando motivos de competencia y seguridad, por lo que nunca se ha publicado el número de parámetros de GPT-4.

Capacidades y pruebas de referencia#

GPT-4 obtuvo un 86,4 % en la prueba de referencia de conocimientos MMLU, frente al 70,0 % de GPT-3.5. Cuando OpenAI tradujo MMLU a 26 idiomas, GPT-4 superó en 24 de ellos la puntuación en inglés de los modelos anteriores. La primera versión ofrecía una ventana de contexto de 8192 tokens, con una variante de 32 768 tokens, frente a los 4096 de GPT-3.5. OpenAI también informó de que había predicho parte del rendimiento de GPT-4 antes de terminar el entrenamiento, utilizando modelos entrenados con un máximo de 1/1000 de su capacidad de cómputo, una aplicación de las leyes de escalado.

El modelo sigue alucinando. Obtuvo una puntuación 19 puntos porcentuales superior a GPT-3.5 en las evaluaciones internas de factualidad adversarial de OpenAI, y sus datos de preentrenamiento llegaban hasta septiembre de 2021, por lo que desconocía los acontecimientos posteriores. Sus capacidades también eran desiguales: un experimento de campo de 2023 con 758 consultores de Boston Consulting Group descubrió que GPT-4 mejoraba la calidad de su trabajo en tareas dentro de sus capacidades y reducía la precisión en una tarea justo fuera de ellas, un efecto conocido como inteligencia irregular.

Entrenamiento y alineamiento#

GPT-4 se preentrenó para predecir el siguiente token con datos públicos y con licencia, y después se ajustó mediante aprendizaje por refuerzo a partir de comentarios humanos (RLHF). OpenAI dedicó seis meses a alinear el modelo antes de publicarlo y contó con más de 50 expertos para realizar pruebas adversariales, una forma de pruebas de red team de IA. Además del modelo de recompensa habitual, entrenado con clasificaciones de preferencias humanas, añadió modelos de recompensa basados en reglas: clasificadores de GPT-4 de cero disparo que puntúan cada respuesta según una rúbrica redactada por personas y recompensan tanto los rechazos a solicitudes perjudiciales como las respuestas a solicitudes que se sabe que son seguras.

En comparación con GPT-3.5, el modelo respondió un 82 % menos a solicitudes de contenido no permitido y siguió las políticas de OpenAI sobre solicitudes delicadas, como las de asesoramiento médico, un 29 % más a menudo.

Entrada de imágenes#

GPT-4 podía leer gráficos, capturas de pantalla, notas manuscritas y fotografías; en la demostración de lanzamiento, convirtió un boceto de una web dibujado a mano en HTML funcional. La entrada de imágenes se ofreció primero a través de Be My Eyes, cuya función Be My AI describe el entorno para personas ciegas o con baja visión, y llegó a ChatGPT en septiembre de 2023 como GPT-4V. GPT-4 con visión es un modelo de visión y lenguaje (VLM), y los VLM abiertos, como LLaVA, utilizaron GPT-4, que solo trabajaba con texto, para redactar las conversaciones de entrenamiento destinadas al ajuste de instrucciones visuales.

GPT-4 responde con texto y tiene dificultades con tareas que requieren una localización espacial precisa, como dibujar cuadros delimitadores exactos, por lo que las canalizaciones de visión artificial lo combinan con un modelo específico de detección de objetos. La interfaz LLM de Ultralytics mantiene ambos en un mismo script: YOLO26 encuentra y localiza los objetos de un fotograma, y el argumento image de la interfaz envía ese fotograma con una instrucción a un modelo de visión compatible con OpenAI cuando las detecciones requieren una descripción escrita. Los modelos posteriores de OpenAI, como GPT-6.1 Sol y GPT-6 Astra, pueden devolver cuadros delimitadores por sí mismos, y la clasificación de VLM mide la precisión con la que estos y otros modelos de lenguaje y visión detectan objetos en conjuntos de datos del mundo real.

Modelos sucesores y relacionados#

GPT-3, publicado en 2020, era un modelo de solo texto con 175.000 millones de parámetros y un contexto de 2048 tokens. GPT-4 Turbo, anunciado en noviembre de 2023, amplió el contexto a 128.000 tokens y redujo el precio. GPT-4o, publicado en mayo de 2024, procesaba texto, audio e imágenes en una sola red y respondía a voz en tan solo 232 milisegundos; GPT-4.1 incorporó un contexto de un millón de tokens a la API en abril de 2025. Los modelos de razonamiento, como o1, siguieron un camino distinto: se entrenaron con aprendizaje por refuerzo para elaborar una cadena de razonamiento larga antes de responder; en agosto de 2025, GPT-5 combinó modelos rápidos y de razonamiento mediante un enrutador.

OpenAI sustituyó GPT-4 por GPT-4o en ChatGPT el 30 de abril de 2025, y su calendario de obsolescencia fijó el 23 de octubre de 2026 como fecha de cierre de la API para gpt-4 y gpt-4-turbo, con gpt-5.6-sol como sustituto recomendado.