miniatura|Logotip de flor d'OpenAI, utilitzat des del febrer del 2025 L'organització americana d'intel·ligència artificial (IA) OpenAI ha llançat una varietat de productes i aplicacions des de la seva fundació el 2015.
Aprenentatge per reforç Als seus inicis, la recerca d'OpenAI incloïa molts projectes centrats en l'aprenentatge per reforç (RL). OpenAI ha estat considerat un competidor important de DeepMind.
Gym Anunciada el 2016, Gym era una biblioteca de codi obert de Python dissenyada per facilitar el desenvolupament d'algoritmes d'aprenentatge per reforç. El seu objectiu era estandarditzar com es defineixen els entorns en la recerca en IA, fent que la recerca publicada sigui més fàcilment reproduïble alhora que proporcionava als usuaris una interfície senzilla per interactuar amb aquests entorns. El 2022, els nous desenvolupaments de Gym s'han traslladat a la biblioteca Gymnasium.
RoboSumo Llançat el 2017, RoboSumo és un món virtual on els agents robots humanoides de metaaprenentatge inicialment no saben ni tan sols caminar, però se'ls dóna l'objectiu d'aprendre a moure's i a empènyer l'agent contrari fora del ring. A través d'aquest procés d'aprenentatge adversari, els agents aprenen a adaptar-se a les condicions canviants. Quan un agent es retira d'aquest entorn virtual i es col·loca en un nou entorn virtual amb vents forts, l'agent es prepara per mantenir-se dret, cosa que suggereix que ha après a mantenir l'equilibri de manera generalitzada. Igor Mordatch, d'OpenAI, va argumentar que la competència entre agents podria crear una "cursa armamentística" d'intel·ligència que podria augmentar la capacitat d'un agent per funcionar fins i tot fora del context de la competició.
OpenAI Five OpenAI Five és un equip de cinc bots seleccionats per OpenAI que s'utilitzen al videojoc competitiu de cinc contra cinc Dota 2, que aprenen a jugar contra jugadors humans a un alt nivell d'habilitat completament a través d'algoritmes d'assaig i error. Abans de convertir-se en un equip de cinc, la primera demostració pública va tenir lloc a The International 2017, el torneig anual de campionats del joc, on Dendi, un jugador professional ucraïnès, va perdre contra un bot en un enfrontament en directe d'un contra un. Després del partit, el CTO Greg Brockman va explicar que el bot havia après jugant contra si mateix durant dues setmanes en temps real, i que el programari d'aprenentatge era un pas en la direcció de crear programari que pugui gestionar tasques complexes com un cirurgià. El sistema utilitza una forma d' aprenentatge per reforç, ja que els bots aprenen amb el temps jugant contra si mateixos centenars de vegades al dia durant mesos, i són recompensats per accions com matar un enemic i aconseguir objectius del mapa.
El juny de 2018, la capacitat dels bots es va ampliar per jugar junts com un equip complet de cinc, i van ser capaços de derrotar equips de jugadors amateurs i semiprofessionals. A The International 2018, OpenAI Five va jugar dos partits d'exhibició contra jugadors professionals, però va acabar perdent tots dos partits. L'abril de 2019, OpenAI Five va derrotar OG, els campions mundials regnants del joc en aquell moment, per 2:0 en un partit d'exhibició en directe a San Francisco. L'última aparició pública dels bots va ser més tard aquell mateix mes, on van jugar un total de 42.729 partits en una competició oberta en línia de quatre dies, guanyant el 99,4% d'aquests partits.
Els mecanismes d'OpenAI Five al reproductor de bots de Dota 2 mostren els reptes dels sistemes d'IA en jocs d'arena de batalla multijugador en línia (MOBA) i com OpenAI Five ha demostrat l'ús d'agents d'aprenentatge per reforç profund (DRL) per aconseguir una competència sobrehumana en partides de Dota 2.
Dactyl Desenvolupat el 2018, Dactyl utilitza l'aprenentatge automàtic per entrenar una Mà Ombra, una mà de robot semblant a la d'un humà, per manipular objectes físics. Aprèn completament en simulació utilitzant els mateixos algoritmes de RL i codi d'entrenament que OpenAI Five. OpenAI va abordar el problema de l'orientació a objectes mitjançant l'aleatorització de dominis, un enfocament de simulació que exposa l'aprenent a una varietat d'experiències en lloc d'intentar adaptar-se a la realitat. La configuració de Dactyl, a més de tenir càmeres de seguiment de moviment, també té càmeres RGB per permetre que el robot manipuli un objecte arbitrari veient-lo. El 2018, OpenAI va demostrar que el sistema era capaç de manipular un cub i un prisma octogonal.
El 2019, OpenAI va demostrar que Dactyl podia resoldre un cub de Rubik. El robot va ser capaç de resoldre el trencaclosques el 60% de les vegades. Objectes com el cub de Rubik introdueixen una física complexa que és més difícil de modelar. OpenAI ho va fer millorant la robustesa de Dactyl a les pertorbacions mitjançant l'aleatorització automàtica de dominis (ADR), un enfocament de simulació per generar entorns progressivament més difícils. L'ADR es diferencia de l'aleatorització manual de dominis en no necessitar un humà per especificar rangs d'aleatorització.
API El juny de 2020, OpenAI va anunciar una API multiusos que, segons ell, era "per accedir a nous models d'IA desenvolupats per OpenAI" per permetre als desenvolupadors utilitzar-la per a "qualsevol tasca d'IA en anglès".
AgentKit El 6 d'octubre de 2025, Sam Altman va anunciar el nou AgentKit d'OpenAI a la conferència inaugural del Dev Day 2025. AgentKit és un nou conjunt integrat d'eines per crear, implementar i optimitzar agents d'IA.
Segons OpenAI, AgentKit es basa en la seva API Responses, publicada al març, i ofereix un enfocament més simplificat per a la creació d'agents. Diversos usuaris pioners informen d'un estalvi de temps significatiu i guanys d'eficiència en utilitzar les noves eines d'agents. CapacitatDescripcióCreador d'agentsUn llenç visual per crear i versionar fluxos de treball multiagentKit de xatUn conjunt d'eines per integrar experiències d'agent personalitzables basades en xat al vostre producteRegistre de connectorsPanell d'administració central per gestionar fonts de dades a través de productes OpenAIAvaluacions milloradesNoves capacitats d'Evals, com ara conjunts de dades, classificació de traces, optimització automatitzada de sol·licituds i compatibilitat amb models de tercers.baranesConfiguracions de baranes personalitzadesAjustament fi de reforçosCapacitat de personalitzar els models de raonament d'OpenAI, incloent-hi crides d'eines personalitzades i avaluadors personalitzats.
Generació de text L'empresa ha popularitzat els transformadors preentrenats generatius (GPT). ModelArquitecturaRecompte de paràmetresDades d'entrenamentGPT-1Descodificador de transformador de 12 nivells i 12 capçals (sense codificador), seguit de linear-softmax117 millionBookCorpus: 4,5 GB de text, de 7.000 llibres inèdits de diversos gèneres.GPT-2GPT-1, però amb normalització modificada1.5 mil milionsWebText: 40 GB de text, 8 milions de documents, de 45 milions de pàgines web votades positivament a Reddit.GPT-3GPT-2, però amb modificacions per permetre un escalat més gran175 mil milions499 mil milions tokens que consisteixen en CommonCrawl (570 GB), WebText, la Viquipèdia en anglès i dos corpus de llibres (Books1 i Books2)GPT-3.5Sense revelar175 mil milionsSense revelarGPT-4També s'ha entrenat amb predicció de text i RLHF; accepta tant text com imatges com a entrada. No es fan públics més detalls.Sense revelar. Estimat 1.7 bilions.Sense revelarGPT-4oGPT-4.5GPT-4.1GPT-5Agost 7, 2025
Model GPT original d'OpenAI ("GPT-1") miniatura|El model GPT original L'article original sobre el preentrenament generatiu d'un model de llenguatge basat en transformadors va ser escrit per Alec Radford i els seus col·legues, i publicat com a preimpressió al lloc web d'OpenAI l'11 de juny de 2018. Mostrava com un model generatiu del llenguatge podia adquirir coneixement del món i processar dependències a llarg termini mitjançant el preentrenament en un corpus divers amb llargs trams de text contigu.
GPT-2 miniatura|Una instància de GPT-2 escrivint un paràgraf basat en una indicació del seu propi article de la Viquipèdia el febrer de 2021 El Transformador Preentrenat Generatiu 2 ("GPT-2") és un model de llenguatge de transformador no supervisat i el successor del model GPT original d'OpenAI ("GPT-1"). El GPT-2 es va anunciar el febrer de 2019, amb només versions demostratives limitades publicades inicialment al públic. La versió completa del GPT-2 no es va publicar immediatament a causa de preocupacions sobre un possible mal ús, incloses les aplicacions per escriure notícies falses. Alguns experts van expressar escepticisme sobre el fet que el GPT-2 representés una amenaça significativa.
En resposta a GPT-2, l'Institut Allen per a la Intel·ligència Artificial va respondre amb una eina per detectar "notícies neuronals falses". Altres investigadors, com ara Jeremy Howard, van advertir de "la tecnologia per omplir completament Twitter, el correu electrònic i la web amb una prosa que sona raonable i adequada al context, que ofegaria tota la resta de discursos i seria impossible de filtrar". El novembre de 2019, OpenAI va publicar la versió completa del model de llenguatge GPT-2. Diversos llocs web allotgen demostracions interactives de diferents instàncies de GPT-2 i altres models de transformadors.
Els autors de GPT-2 argumenten que els models de llenguatge no supervisats són aprenents d'ús general, com ho il·lustra el fet que GPT-2 aconsegueix una precisió i una perplexitat avançades en 7 de les 8 tasques sense èxit (és a dir, el model no es va entrenar més en cap exemple d'entrada-sortida específic de la tasca).
El corpus en què es va entrenar, anomenat WebText, conté uns 40 gigabytes de text d'URL compartides en enviaments a Reddit amb almenys 3 vots positius. Evita certs problemes en la codificació del vocabulari amb tokens de paraules mitjançant la codificació de parells de bytes. Això permet representar qualsevol cadena de caràcters codificant tant caràcters individuals com tokens de diversos caràcters.
GPT-3 Descrit per primera vegada el maig de 2020, Generative Pre-trained Transformer 3 (GPT-3) és un model de llenguatge de transformador no supervisat i el successor de GPT-2. OpenAI va afirmar que la versió completa de GPT-3 contenia 175.000 milions de paràmetres, dos ordres de magnitud més grans que els 1.500 milions de la versió completa de GPT-2 (tot i que també es van entrenar models GPT-3 amb tan sols 125 milions de paràmetres).
OpenAI va afirmar que GPT-3 tenia èxit en certes tasques de "metaaprenentatge" i podia generalitzar el propòsit d'un únic parell d'entrada-sortida. El document de publicació de GPT-3 va donar exemples de traducció i aprenentatge per transferència interlingüística entre anglès i romanès, i entre anglès i alemany.
GPT-3 va millorar dràsticament els resultats de les proves de rendiment respecte a GPT-2. OpenAI va advertir que aquesta ampliació dels models de llenguatge podria estar acostant-se o trobant-se amb les limitacions de capacitat fonamentals dels models de llenguatge predictiu. L'entrenament previ de GPT-3 va requerir diversos milers de petaflop/s-dies de càlcul, en comparació amb les desenes de petaflop/s-diesdel model GPT-2 complet. Igual que el seu predecessor, el model entrenat per GPT-3 no es va publicar immediatament per preocupacions sobre un possible abús, tot i que OpenAI tenia previst permetre l'accés a través d'una API de núvol de pagament després d'una beta privada gratuïta de dos mesos que va començar el juny de 2020.
El 23 de setembre de 2020, GPT-3 va ser llicenciat exclusivament a Microsoft.
Còdex