Al igual que la disponibilidad de modelos para consumo directo varía, también lo hace con qué modelos podemos usar para aplicarles fine-tuning.
¿Qué modelos de OpenAI usar para fine-tuning ?
💡Actualmente estos son los modelos que puedes usar para fine-tuning desde la API de OpenAI:
gpt-3.5-turbo-1106 (recomendado)gpt-3.5-turbo-0613babbage-002davinci-002gpt-4-0613 (experimental — elegible solo para algunos usuarios que lo soliciten)Fuente: Fine-tuning - OpenAI API
⚠️Para el seguimiento del curso utiliza alguna versión de davinci-002 o babbage-002, que corresponden a modelos tipo Completion que son usados en las siguientes clases del curso. Reemplaza el BASE MODEL (modelo base) con alguno de estos modelos al aplicar el fine tuning.
Solo ten en cuenta que babbage-002 y davinci-002 son modelos de tipo Completions que se consideran Legacy y dejarán de estar vigentes el 4 de enero de 2024.
Fuente: Legacy Fine-tuning - OpenAI API
📅 Antes del 4 de enero de 2024 encontrarás en este curso clases actualizadas para aprender a aplicar fine-tuning a modelos tipo Chat Completion de las gamas de GPT-3.5 y GPT-4.
¡Avanza a las siguientes clases para hacer fine-tuning a un modelo de OpenAI! 🧠✨
Percy Soria Del Castillo
A Agosto 2024 ,el fine-tuning está disponible para los siguientes modelos: gpt-4o-mini-2024-07-18(recomendado), gpt-3.5-turbo-0125, gpt-3.5-turbo-1106, gpt-3.5-turbo-0613, babbage-002,(experimental) y.davinci-002gpt-4-0613gpt-4o-2024-05-13
Luis Boivar
Super interesante, para tener en cuenta que debemos estar pendientes de las actualizaciones de los modelos de fine-tuning.
Tulio Enrique Leal Velasquez
Julio 11 2025: Modelos disponibles para hacer fine-tunning:
Arístides Pérez Hernández
¿Cuándo debería elegir gpt-3.5-turbo para fine-tuning?
Deberías optar por la familia gpt-3.5-turbo cuando tu caso de uso requiera interacciones conversacionales, seguimiento de instrucciones complejas o cuando necesites que la IA adopte un rol muy específico, como por ejemplo un asistente de soporte técnico o un tutor de matemáticas. Estos modelos están optimizados para el formato de chat, lo que los hace superiores para mantener el contexto en múltiples turnos de diálogo. Además, son la opción recomendada para proyectos a largo plazo porque representan el estándar actual de la industria, garantizando soporte continuo, menor latencia y costos de inferencia más eficientes en comparación con las generaciones anteriores. Si tu aplicación final es un chatbot, un agente de servicio al cliente o cualquier herramienta interactiva, invertir tiempo en estructurar tus datos en formato JSONL conversacional para este modelo te dará resultados mucho más naturales y precisos.
Arístides Pérez Hernández
¿Qué pasa si uso modelos descontinuados después?
Si intentas realizar peticiones a la API utilizando modelos marcados como Legacy después de su fecha oficial de retiro, la plataforma de OpenAI simplemente rechazará la solicitud y devolverá un error de API crítico. Esto significa que cualquier aplicación, script o bot en producción que dependa de esos modelos específicos dejará de funcionar instantáneamente, afectando la experiencia de tus usuarios finales. Para evitar caídas catastróficas en tus servicios, es vital establecer un plan de migración preventivo con anticipación. Debes actualizar el parámetro de modelo en tu código apuntando a versiones modernas y estables. Además, dado que los modelos nuevos suelen usar el formato de Chat Completions en lugar del formato clásico de texto plano, tendrás que invertir tiempo en ajustar la estructura de tus datos de entrenamiento para que el nuevo modelo ajustado responda correctamente a las instrucciones.
Arístides Pérez Hernández
¿Cuál es la mejor forma de migrar?
La estrategia más efectiva para migrar de modelos Completion a modelos Chat Completion consiste en transformar la estructura de tu dataset de entrenamiento. En lugar de tener un simple par de texto de entrada y salida, debes reescribir tus datos históricos al formato de mensajes que utiliza la API moderna. Esto implica crear un archivo JSONL donde cada línea sea una conversación completa. Debes definir un mensaje de sistema que establezca el comportamiento general de la IA, seguido de un mensaje del usuario y la respuesta del asistente. Una vez que transformes tus datos con un script en Python, puedes lanzar el proceso de fine-tuning sobre un modelo moderno. Te sorprenderá notar que, a menudo, necesitas menos ejemplos de entrenamiento con estos modelos nuevos para lograr el mismo o mejor nivel de precisión en tus resultados.
Carlo Wesley Martinez Ortiz
Hoy día un modelo para trabajar esta parte puede ser desde el gpt4-mini, gpt4-nano y gpt4-2025-04-14.
Pueden entrar a la plataforma de desarrolladores de openai para verificar que modelo esta disponible hoy día.
Rommer Batista
Considerando la obsolescencia de algunos modelos, es crucial revisar la documentación oficial de OpenAI antes de implementar fine-tuning, para elegir el modelo más adecuado.