Productos y aplicaciones de OpenAI

Presentada en 2016, Gym era una biblioteca de Python de código abierto diseñada para facilitar el desarrollo de algoritmos de aprendizaje por refuerzo. Su objetivo era estandarizar la definición de entornos en la investigación de IA, facilitando la reproducibilidad de las investigaciones publicadas ^{[ 3 ] [ 4 ]} y proporcionando a los usuarios una interfaz sencilla para interactuar con dichos entornos. En 2022, los nuevos desarrollos de Gym se trasladaron a la biblioteca Gymnasium. ^{[ 5 ] [ 6 ]}

Lanzado en 2017, RoboSumo es un mundo virtual donde los agentes robóticos humanoides de metaaprendizaje inicialmente carecen de conocimientos sobre cómo caminar, pero se les asignan los objetivos de aprender a moverse y empujar al agente contrario fuera del ring. ^{[ 8 ]} A través de este proceso de aprendizaje adversario, los agentes aprenden a adaptarse a las condiciones cambiantes. Cuando un agente es retirado de este entorno virtual y colocado en un nuevo entorno virtual con fuertes vientos, el agente se prepara para mantenerse erguido, lo que sugiere que ha aprendido a equilibrarse de forma generalizada. ^{[ 8 ] [ 9 ]} Igor Mordatch de OpenAI argumentó que la competencia entre agentes podría crear una "carrera armamentística" de inteligencia que podría aumentar la capacidad de un agente para funcionar incluso fuera del contexto de la competencia. ^{[ 8 ]}

OpenAI Five es un equipo de cinco bots curados por OpenAI que se utilizan en el videojuego competitivo de cinco contra cinco Dota 2 , que aprenden a jugar contra jugadores humanos de alto nivel de habilidad completamente a través de algoritmos de ensayo y error. Antes de convertirse en un equipo de cinco, la primera demostración pública tuvo lugar en The International 2017 , el torneo anual de campeonato principal del juego, donde Dendi , un jugador profesional ucraniano, perdió contra un bot en un enfrentamiento uno contra uno en vivo. ^{[ 10 ] [ 11 ]} Después del partido, el CTO Greg Brockman explicó que el bot había aprendido jugando contra sí mismo durante dos semanas en tiempo real , y que el software de aprendizaje era un paso en la dirección de crear software que pueda manejar tareas complejas como un cirujano. ^{[ 12 ] [ 13 ]} El sistema utiliza una forma de aprendizaje por refuerzo , ya que los bots aprenden con el tiempo jugando contra sí mismos cientos de veces al día durante meses, y son recompensados ​​por acciones como matar a un enemigo y tomar objetivos del mapa. ^{[ 14 ] [ 15 ] [ 16 ]}

Para junio de 2018, la capacidad de los bots se expandió para jugar juntos como un equipo completo de cinco, y pudieron derrotar a equipos de jugadores aficionados y semiprofesionales. ^{[ 17 ] [ 14 ] [ 18 ] [ 19 ]} En The International 2018 , OpenAI Five jugó en dos partidas de exhibición contra jugadores profesionales, pero terminó perdiendo ambas partidas. ^{[ 20 ] [ 21 ] [ 22 ]} En abril de 2019, OpenAI Five derrotó a OG , los campeones mundiales vigentes del juego en ese momento, 2:0 en una partida de exhibición en vivo en San Francisco. ^{[ 23 ] [ 24 ]} La última aparición pública de los bots fue a finales de ese mes, donde jugaron en un total de 42 729 partidas en una competición abierta en línea de cuatro días, ganando el 99,4 % de esas partidas. ^{[ 25 ]}

Los mecanismos de OpenAI Five en el jugador bot de Dota 2 muestran los desafíos de los sistemas de IA en los juegos multijugador en línea de arena de batalla (MOBA) y cómo OpenAI Five ha demostrado el uso de agentes de aprendizaje profundo por refuerzo (DRL) para lograr una competencia sobrehumana en partidas de Dota 2. ^{[ 26 ]}

Desarrollado en 2018, Dactyl utiliza aprendizaje automático para entrenar a Shadow Hand , una mano robótica similar a la humana, para manipular objetos físicos. ^{[ 27 ]} Aprende completamente en simulación utilizando los mismos algoritmos de aprendizaje por refuerzo y código de entrenamiento que OpenAI Five . OpenAI abordó el problema de la orientación de objetos mediante la aleatorización de dominio , un enfoque de simulación que expone al aprendiz a una variedad de experiencias en lugar de intentar ajustarse a la realidad. La configuración de Dactyl, además de tener cámaras de seguimiento de movimiento, también tiene cámaras RGB para permitir que el robot manipule un objeto arbitrario al verlo. En 2018, OpenAI demostró que el sistema era capaz de manipular un cubo y un prisma octogonal. ^{[ 28 ]}

En 2019, OpenAI demostró que Dactyl podía resolver un cubo de Rubik . El robot logró resolver el rompecabezas el 60% de las veces. Objetos como el cubo de Rubik introducen una física compleja que es más difícil de modelar. OpenAI lo logró mejorando la robustez de Dactyl ante perturbaciones mediante la aleatorización automática de dominios (ADR), un enfoque de simulación que genera entornos progresivamente más difíciles. ADR se diferencia de la aleatorización manual de dominios en que no requiere que un humano especifique los rangos de aleatorización. ^{[ 29 ]}

El artículo original sobre el preentrenamiento generativo de un modelo de lenguaje basado en transformadores fue escrito por Alec Radford y sus colegas, y publicado como una preimpresión en el sitio web de OpenAI el 11 de junio de 2018. ^{[ 46 ]} Mostró cómo un modelo generativo de lenguaje podría adquirir conocimiento del mundo y procesar dependencias de largo alcance mediante el preentrenamiento en un corpus diverso con largos tramos de texto contiguo.

Generative Pre-trained Transformer 2 ("GPT-2") es un modelo de lenguaje transformador no supervisado y el sucesor del modelo GPT original de OpenAI ("GPT-1"). GPT-2 se anunció en febrero de 2019, con versiones de demostración limitadas inicialmente publicadas para el público. La versión completa de GPT-2 no se publicó de inmediato debido a preocupaciones sobre un posible mal uso, incluidas aplicaciones para escribir noticias falsas . ^{[ 47 ]} Algunos expertos expresaron escepticismo sobre si GPT-2 representaba una amenaza significativa.

En respuesta a GPT-2, el Instituto Allen para la Inteligencia Artificial respondió con una herramienta para detectar "noticias falsas neuronales". ^{[ 48 ]} Otros investigadores, como Jeremy Howard, advirtieron sobre "la tecnología para llenar completamente Twitter, el correo electrónico y la web con prosa que suena razonable y es apropiada para el contexto, lo que ahogaría todo otro discurso y sería imposible de filtrar". ^{[ 49 ]} En noviembre de 2019, OpenAI lanzó la versión completa del modelo de lenguaje GPT-2. ^{[ 50 ]} Varios sitios web albergan demostraciones interactivas de diferentes instancias de GPT-2 y otros modelos transformadores. ^{[ 51 ] [ 52 ] [ 53 ]}

Los autores de GPT-2 argumentan que los modelos de lenguaje no supervisados ​​son aprendices de propósito general, como lo demuestra el hecho de que GPT-2 logra una precisión y perplejidad de vanguardia en 7 de 8 tareas de cero disparos (es decir, el modelo no fue entrenado adicionalmente con ningún ejemplo de entrada-salida específico de la tarea).

El corpus con el que se entrenó, llamado WebText, contiene aproximadamente 40 gigabytes de texto de URL compartidas en publicaciones de Reddit con al menos 3 votos positivos . Evita ciertos problemas de codificación de vocabulario con tokens de palabras mediante la codificación de pares de bytes . Esto permite representar cualquier cadena de caracteres codificando tanto caracteres individuales como tokens de múltiples caracteres. ^{[ 54 ]}

Descrito por primera vez en mayo de 2020, Generative Pre-trained ^{[ a ]} Transformer 3 (GPT-3) es un modelo de lenguaje transformador no supervisado y el sucesor de GPT-2 . ^{[ 55 ] [ 56 ] [ 57 ]} OpenAI afirmó que la versión completa de GPT-3 contenía 175 mil millones de parámetros , ^{[ 57 ]} dos órdenes de magnitud mayores que los 1.5 mil millones ^{[ 54 ]} de la versión completa de GPT-2 (aunque también se entrenaron modelos GPT-3 con tan solo 125 millones de parámetros). ^{[ 58 ]}

OpenAI afirmó que GPT-3 tuvo éxito en ciertas tareas de " metaaprendizaje " y pudo generalizar el propósito de un único par entrada-salida. El documento de lanzamiento de GPT-3 proporcionó ejemplos de traducción y aprendizaje por transferencia interlingüística entre inglés y rumano, y entre inglés y alemán. ^{[ 57 ]}

GPT-3 mejoró drásticamente los resultados de referencia con respecto a GPT-2. OpenAI advirtió que tal escalamiento de los modelos de lenguaje podría estar acercándose o encontrando las limitaciones de capacidad fundamentales de los modelos de lenguaje predictivos. ^{[ 59 ]} El preentrenamiento de GPT-3 requirió varios miles de petaflop/s-días ^{[ b ]} de computación , en comparación con decenas de petaflop/s-días para el modelo GPT-2 completo. ^{[ 57 ]} Al igual que su predecesor, ^{[ 47 ]} el modelo entrenado de GPT-3 no se lanzó inmediatamente al público por preocupaciones de posible abuso, aunque OpenAI planeó permitir el acceso a través de una API en la nube de pago después de una beta privada gratuita de dos meses que comenzó en junio de 2020. ^{[ 30 ] [ 61 ]}

El 23 de septiembre de 2020, GPT-3 fue licenciado exclusivamente a Microsoft. ^{[ 62 ] [ 63 ]}

Anunciado a mediados de 2021, Codex es un descendiente de GPT-3 que además ha sido entrenado con código de 54 millones de repositorios de GitHub, ^{[ 64 ] [ 65 ]} y es la IA que impulsa la herramienta de autocompletado de código GitHub Copilot . ^{[ 65 ]} En agosto de 2021, se lanzó una API en beta privada. ^{[ 66 ]} Según OpenAI, el modelo puede crear código funcional en más de una docena de lenguajes de programación, siendo Python el más eficaz. ^{[ 64 ]}

Se citaron varios problemas relacionados con fallos, defectos de diseño y vulnerabilidades de seguridad. ^{[ 67 ] [ 68 ]}

OpenAI anunció que dejaría de dar soporte a la API de Codex el 23 de marzo de 2023. ^{[ 69 ]}

El 14 de marzo de 2023, OpenAI anunció el lanzamiento de Generative Pre-trained Transformer 4 (GPT-4), capaz de aceptar entradas de texto o imagen. ^{[ 70 ]} Anunciaron que la tecnología actualizada superó un examen simulado de abogacía con una puntuación cercana al 10% superior de los examinados. (En contraste, GPT-3.5 obtuvo una puntuación cercana al 10% inferior). Dijeron que GPT-4 también podía leer, analizar o generar hasta 25 000 palabras de texto y escribir código en todos los lenguajes de programación principales. ^{[ 71 ]}

Los observadores informaron que la iteración de ChatGPT que utiliza GPT-4 fue una mejora con respecto a la iteración anterior basada en GPT-3.5, con la salvedad de que GPT-4 conservaba algunos de los problemas de las revisiones anteriores. ^{[ 72 ]} GPT-4 también es capaz de tomar imágenes como entrada en ChatGPT. ^{[ 73 ]} OpenAI se ha negado a revelar varios detalles técnicos y estadísticas sobre GPT-4, como el tamaño exacto del modelo. ^{[ 74 ]}

El 13 de mayo de 2024, OpenAI anunció y lanzó GPT-4o , que puede procesar y generar texto, imágenes y audio. ^{[ 75 ]} GPT-4o logró resultados de vanguardia en pruebas comparativas de voz, multilingües y de visión, estableciendo nuevos récords en reconocimiento y traducción de voz de audio. ^{[ 76 ] [ 77 ]} Obtuvo una puntuación del 88,7 % en la prueba comparativa Massive Multitask Language Understanding ( MMLU ) en comparación con el 86,5 % de GPT-4. ^{[ 78 ]}

El 18 de julio de 2024, OpenAI lanzó GPT-4o mini, una versión reducida de GPT-4o que reemplaza a GPT-3.5 Turbo en la interfaz ChatGPT. Su API cuesta 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida, en comparación con los 5 y 15 dólares, respectivamente, de GPT-4o. OpenAI prevé que será especialmente útil para empresas, startups y desarrolladores que buscan automatizar servicios con agentes de IA. ^{[ 79 ]}

En marzo de 2025, OpenAI lanzó la función de generación de imágenes nativa de GPT-4o, como alternativa a DALL-E 3. ^{[ 80 ]}

El 27 de febrero de 2025, OpenAI lanzó GPT-4.5 , con nombre en clave Orion. Sam Altman afirmó que GPT-4.5 presentaría información inexacta con menos frecuencia que los modelos anteriores y lo describió como un "modelo gigante y costoso". ^{[ 81 ]}

El 14 de abril de 2025, OpenAI lanzó el modelo GPT-4.1 . También lanzaron dos modelos “más pequeños, rápidos y económicos”, incluidos GPT-4.1 mini y GPT-4.1 nano. ^{[ 82 ] [ 83 ] [ 84 ]}

GPT-5 es el modelo insignia de OpenAI , lanzado el 7 de agosto de 2025. Reemplazó a modelos anteriores como GPT-4o , GPT-4.5 y o3 .

GPT-5 utiliza un enrutador dinámico que elige entre respuestas rápidas y un "pensamiento" más profundo cuando es necesario. Puede desempeñarse a nivel de doctorado en dominios como matemáticas, programación, salud y tareas multimodales. También obtuvo un 74,9 % en SWE-bench Verified y un 88 % en Aider Polyglot. ^{[ 85 ]}

Los periodistas describieron el lanzamiento de GPT-5 como un hito importante hacia la IA general, elogiando su inteligencia, accesibilidad y asequibilidad. ^{[ 86 ] [ 87 ]} Pero algunos comentarios iniciales lo calificaron de “evolutivo más que revolucionario”, señalando resultados mixtos en la escritura creativa y apuntando a la competencia de modelos como Grok 4 Heavy. ^{[ 88 ]}

El 12 de septiembre de 2024, OpenAI lanzó los modelos o1-preview y o1-mini, diseñados para tomar más tiempo para pensar en sus respuestas, lo que resulta en una mayor precisión. Estos modelos son particularmente efectivos en tareas de ciencia, codificación y razonamiento, y se pusieron a disposición de los miembros de ChatGPT Plus y Team. ^{[ 89 ] [ 90 ]} En diciembre de 2024, o1-preview fue reemplazado por o1. ^{[ 91 ]} En marzo de 2025, el modelo o1-Pro se puso a disposición a través de la API para desarrolladores de OpenAI, que ya estaba disponible para los usuarios de ChatGPT Pro desde diciembre de 2024. El precio es de $150 por millón de tokens de entrada y $600 por millón de tokens de salida. ^{[ 92 ]}

El 20 de diciembre de 2024, OpenAI presentó o3, el sucesor del modelo de razonamiento o1. OpenAI también presentó o3-mini, una versión más ligera y rápida de OpenAI o3. Al 21 de diciembre de 2024, este modelo no estaba disponible para uso público. Según OpenAI, estaban probando o3 y o3-mini. ^{[ 93 ] [ 94 ]} Hasta el 10 de enero de 2025, los investigadores de seguridad tuvieron la oportunidad de solicitar acceso anticipado a estos modelos. ^{[ 95 ]} El modelo se llama o3 en lugar de o2 para evitar confusiones con el proveedor de servicios de telecomunicaciones O2 . ^{[ 93 ]} En abril de 2025, OpenAI lanzó o3 para todos los usuarios de pago. o3 tiene capacidades mejoradas de razonamiento y resolución de problemas que o1. ^{[ 96 ]}

Deep Research es un agente de IA desarrollado por OpenAI, presentado el 2 de febrero de 2025. Aprovecha las capacidades del modelo o3 de OpenAI para realizar una navegación web extensa, análisis de datos y síntesis, entregando informes completos en un plazo de 5 a 30 minutos. ^{[ 97 ]} Con la navegación y las herramientas de Python habilitadas, alcanzó una precisión del 26,6 por ciento en el benchmark HLE (Humanity's Last Exam) . ^{[ 98 ]} En abril de 2025, OpenAI comenzó a implementar una versión ligera de Deep Research para todos sus usuarios gratuitos de ChatGPT. ^{[ 99 ] [ 100 ]}

GPT-OSS (estilizado como gpt-oss) es un conjunto de modelos de razonamiento de peso abierto publicados por OpenAI el 5 de agosto de 2025. ^{[ 101 ] [ 102 ] [ 103 ]} Vienen en dos variantes: un modelo más grande de 117 mil millones de parámetros llamado gpt-oss-120b , y un modelo más pequeño de 21 mil millones de parámetros llamado gpt-oss-20b . ^{[ 102 ] [ 104 ]} Ambos modelos se publican bajo una licencia Apache 2.0 , que permite el uso comercial y no comercial. En términos de rendimiento, son comparables a o4-mini y o3-mini respectivamente, según OpenAI. ^{[ 104 ] [ 102 ]} gpt-oss-20b es lo suficientemente pequeño como para ejecutarse en un dispositivo con más de 16 gigabytes de memoria de acceso aleatorio . ^{[ 102 ]}

Presentado en 2021, CLIP (Contrastive Language–Image Pre-training) es un modelo entrenado para analizar la similitud semántica entre texto e imágenes. Puede utilizarse, en particular, para la clasificación de imágenes. ^{[ 105 ]}

Presentado en 2021, DALL-E es un modelo Transformer que crea imágenes a partir de descripciones textuales. ^{[ 106 ]} DALL-E utiliza una versión de GPT-3 con 12 mil millones de parámetros para interpretar entradas en lenguaje natural (como "un bolso de cuero verde con forma de pentágono" o "una vista isométrica de un capibara triste") y generar las imágenes correspondientes. Puede crear imágenes de objetos realistas ("una vidriera con la imagen de una fresa azul"), así como de objetos que no existen en la realidad ("un cubo con la textura de un puercoespín"). A marzo de 2021, no hay API ni código disponibles.

Sora era un modelo de texto a vídeo que podía generar vídeos a partir de breves indicaciones descriptivas ^{[ 111 ]} así como extender vídeos existentes. ^{[ 112 ]}

El equipo de desarrollo de Sora lo nombró en honor a la palabra japonesa para "cielo", para simbolizar su "potencial creativo ilimitado". ^{[ 111 ]} La tecnología de Sora era una adaptación de la tecnología detrás del modelo de conversión de texto a imagen DALL·E 3. [ ^{112 ] OpenAI} entrenó el sistema utilizando videos disponibles públicamente, así como videos con derechos de autor licenciados para tal fin, pero no reveló la cantidad ni las fuentes exactas de los videos. ^{[ 111 ]}

OpenAI mostró al público algunos videos de alta definición creados por Sora el 15 de febrero de 2024, afirmando que podía generar videos de hasta un minuto de duración. También compartió un informe técnico que destacaba los métodos utilizados para entrenar el modelo y sus capacidades. ^{[ 112 ]} Reconoció algunas de sus deficiencias, incluyendo dificultades para simular física compleja. ^{[ 113 ]} Will Douglas Heaven, de MIT Technology Review, calificó los videos de demostración como "impresionantes", pero señaló que debían haber sido seleccionados cuidadosamente y que podrían no representar la producción típica de Sora. ^{[ 112 ]}

A pesar del escepticismo de algunos líderes académicos tras la demostración pública de Sora, figuras destacadas de la industria del entretenimiento han mostrado un gran interés en el potencial de la tecnología. En una entrevista, el actor y cineasta Tyler Perry expresó su asombro ante la capacidad de la tecnología para generar vídeo realista a partir de descripciones de texto, citando su potencial para revolucionar la narración y la creación de contenido. Afirmó que su entusiasmo por las posibilidades de Sora era tan grande que había decidido suspender sus planes de expansión de su estudio cinematográfico en Atlanta . ^{[ 114 ]}

Sora 2 fue presentado el 30 de septiembre de 2025, junto con una aplicación para iOS . ^{[ 115 ]}

El 24 de marzo de 2026, OpenAI anunció que descontinuaría la aplicación Sora , así como el acceso de los desarrolladores a la API del modelo Sora. ^{[ 116 ] [ 117 ]} La aplicación Sora se cerró el 26 de abril de 2026, mientras que la API está programada para cerrarse el 24 de septiembre de 2026. ^{[ 118 ]}

Lanzado en 2022, Whisper es un modelo de reconocimiento de voz de propósito general. ^{[ 119 ]} Se entrena con un gran conjunto de datos de audio diverso y también es un modelo multitarea que puede realizar reconocimiento de voz multilingüe, así como traducción de voz e identificación de idiomas. ^{[ 120 ]}

Lanzada en 2019, MuseNet es una red neuronal profunda entrenada para predecir notas musicales subsiguientes en archivos de música MIDI . Puede generar canciones con 10 instrumentos en 15 estilos. Según The Verge , una canción generada por MuseNet tiende a comenzar razonablemente bien, pero luego se vuelve caótica a medida que avanza. ^{[ 121 ] [ 122 ]} En la cultura pop, las primeras aplicaciones de esta herramienta se utilizaron ya en 2020 para el thriller psicológico en internet Ben Drowned para crear música para el personaje principal. ^{[ 123 ] [ 124 ]}

Lanzado en 2020, Jukebox es un algoritmo de código abierto para generar música con voces. Tras entrenarse con 1,2 millones de muestras, el sistema acepta un género, un artista y un fragmento de letra, y genera muestras de canciones. OpenAI afirmó que las canciones "muestran coherencia musical local [y] siguen patrones de acordes tradicionales", pero reconoció que carecen de "estructuras musicales más amplias y familiares, como estribillos repetitivos", y que existe una brecha significativa entre Jukebox y la música generada por humanos. The Verge afirmó: "Es tecnológicamente impresionante, incluso si los resultados suenan como versiones blandas de canciones que podrían resultar familiares", mientras que Business Insider declaró: "Sorprendentemente, algunas de las canciones resultantes son pegadizas y suenan legítimas". ^{[ 125 ] [ 126 ] [ 127 ]}

En 2018, OpenAI lanzó el Juego de Debate, que enseña a las máquinas a debatir problemas sencillos frente a un juez humano. El objetivo es investigar si este enfoque puede ayudar a auditar las decisiones de la IA y a desarrollar una IA explicable . ^{[ 128 ] [ 129 ]}

Lanzado en 2020, Microscope ^{[ 130 ]} es una colección de visualizaciones de cada capa y neurona significativa de ocho modelos de redes neuronales que se estudian frecuentemente en términos de interpretabilidad. ^{[ 131 ]} Microscope se creó para analizar fácilmente las características que se forman dentro de estas redes neuronales. Los modelos incluidos son AlexNet , VGG-19 , diferentes versiones de Inception y diferentes versiones de CLIP Resnet . ^{[ 132 ]}

Lanzado en noviembre de 2022, ChatGPT es un chatbot de IA generativa que utiliza los modelos GPT de OpenAI para generar contenido. Los usuarios pueden interactuar con él mediante conversaciones de texto o voz. Puede generar imágenes utilizando GPT-4o , que reemplazó a DALL-E 3. [ ^{80 ] ChatGPT} obtuvo 100 millones de usuarios durante los dos meses posteriores a su lanzamiento. ^{[ 133 ]}

OpenAI lanzó varios planes de suscripción: Plus, Pro, Team y Enterprise. Los usuarios del nivel gratuito de ChatGPT pueden acceder a GPT-4o , pero con un límite reducido. Las suscripciones de ChatGPT "Plus", "Pro", "Team" y "Enterprise" ofrecen mayores límites de uso y acceso a funciones o modelos adicionales. ^{[ 134 ]}

En mayo de 2023, OpenAI lanzó una interfaz de usuario para ChatGPT en la App Store de iOS y, posteriormente, en julio de 2023, en la Play Store de Android. ^{[ 135 ]} En diciembre de 2024, OpenAI lanzó una nueva función que permite a los usuarios llamar a ChatGPT hasta 15 minutos al mes de forma gratuita. ^{[ 136 ] [ 137 ]}

SearchGPT, un prototipo de motor de búsqueda desarrollado por OpenAI, se presentó el 25 de julio de 2024 con un lanzamiento inicial limitado a 10 000 usuarios de prueba. Combina las características tradicionales de los motores de búsqueda con capacidades de IA generativa. ^{[ 138 ] [ 139 ]}

En octubre de 2025, OpenAI lanzó un navegador web llamado ChatGPT Atlas. ^{[ 140 ] [ 141 ]}

El 27 de enero de 2026, OpenAI presentó Prism, un espacio de trabajo nativo de LaTeX diseñado para ayudar a los científicos con la investigación y la escritura, como la redacción de artículos científicos, la gestión de citas y el formato de ecuaciones. ^{[ 142 ] [ 143 ]}