OpenAI lanza GPT-5: más rápido, más inteligente y más humano. Esto es lo que necesitas saber.

GPT-5 ha sido entrenado para reconocer cuándo no puede completar una tarea, evitar la especulación y explicar mejor sus limitaciones. Esto reduce drásticamente la incidencia de respuestas inventadas pero convincentes en comparación con modelos anteriores. Los investigadores explicaron que ha sido entrenado para no mentir ni falsificar respuestas ficticias. En caso de preguntas potencialmente ambiguas o peligrosas, GPT-5 responde únicamente con contenido general para reducir los riesgos. También se ha introducido una nueva función: el "parámetro de esfuerzo de razonamiento", que permite elegir cuánto debe "razonar" el modelo. En resumen, se puede decidir si el modelo debe razonar profundamente o si puede ser más rápido y superficial (útil para tareas sencillas).

OpenAi afirma que GPT-5, aunque no reemplaza a un médico, es el mejor modelo de OpenAI jamás creado para cuestiones de salud. Es más proactivo al identificar posibles problemas y formular preguntas, y puede ayudar a comprender los resultados, formular preguntas adecuadas para los especialistas y evaluar las opciones al tomar decisiones.

GPT-5 también ofrece respuestas más precisas y confiables y se adapta al contexto del usuario, su nivel de conocimiento y su ubicación geográfica, proporcionando así respuestas más seguras y útiles en una gama más amplia de escenarios.

En materia de seguridad, uno de sus objetivos es lograr un modelo no engañoso. "Esto es crucial para la seguridad", explicó Nick Turley, gerente de producto de ChatGPT. "Queremos que el modelo no engañe a los usuarios, tanto por razones éticas como para garantizar una experiencia de usuario de calidad: las personas necesitan poder confiar en el sistema". Para abordar esto, entrenaron a GPT-5 para que fuera honesto. Otro aspecto importante es evitar que los usuarios abusen del modelo con fines maliciosos. "Anteriormente", explicó, "usábamos un sistema binario: si una solicitud se consideraba segura, el modelo respondía. Si era peligrosa, la rechazaba. Con GPT-5, utilizamos un enfoque llamado 'finalizaciones seguras'. El modelo proporciona respuestas útiles, pero dentro de los límites de seguridad. Para preguntas de doble uso, GPT-5 se limita a información general y segura que no puede usarse para causar daño". Además, realizaron más de 5000 horas de pruebas con equipos rojos externos para garantizar la robustez del sistema contra el abuso.

Su lanzamiento se produce cuando organizaciones como BNY Mellon, California State University, Figma, Intercom, Lowe's, Morgan Stanley, SoftBank, T-Mobile y otras ya han empoderado a sus empleados con IA (con 5 millones de usuarios pagos que ahora usan los productos empresariales de ChatGPT) y han comenzado a repensar sus operaciones de API.

En marzo de 2025, recaudó 40 000 millones de dólares, con una valoración de 300 000 millones, y está en marcha una venta secundaria de acciones que podría elevar la valoración a 500 000 millones, convirtiendo a OpenAI en la startup privada más valiosa del mundo. Hoy en día, la creación de Sam Altman cuenta con más de 120 millones de usuarios activos diarios y aproximadamente 700 millones de usuarios activos semanales. Controla una cuota dominante, estimada entre el 59 % y el 63 %, del mercado de asistentes de IA. El objetivo es transformar OpenAI en un pilar de la infraestructura digital global, con ingresos recurrentes anuales que crecerán de aproximadamente 12 000 millones de dólares actuales a una previsión de 20 000 millones de dólares para finales de 2025. Gpt 5 no solo es el modelo de IA más potente de OpenAi, sino también la prueba de que ChatGpt es ahora el líder indiscutible del sector. Pero ¿cómo se mide este mercado?

Hoy en día, los modelos se evalúan mediante puntos de referencia que miden su capacidad de razonamiento y su rendimiento en campos como la programación y las matemáticas. También se evalúan por sus características de agencia, es decir, su capacidad para orquestar funciones de forma autónoma. Sabemos que no hay forma de verificar las pruebas que evalúan la inteligencia de un modelo. Al igual que con otros modelos, debemos confiar en lo que dicen los desarrolladores. GPT-5, según OpenAi, «es significativamente más inteligente en todos los ámbitos, como lo demuestra su rendimiento en puntos de referencia académicos y evaluados por personas, especialmente en matemáticas, programación, percepción visual y salud. Establece nuevos estándares en matemáticas (94,6 % en AIME 2025 sin herramientas), programación en el mundo real (74,9 % en SWE-bench Verified, 88 % en Aider Polyglot), comprensión multimodal (84,2 % en MMMU) y salud (46,2 % en HealthBench Hard), y estas mejoras son perceptibles en el uso diario». Gracias al razonamiento extendido de la versión Pro de GPT-5, el modelo también establece un nuevo estándar en GPQA, alcanzando una puntuación del 88,4 % sin herramientas. Cabe recordar que Gemini 2.5 Deep Think obtuvo buenos resultados en benchmarks como LiveCodeBench v6 (87,6 %), Humanity's Last Exam (34,8 %) e IMO 2025, donde obtuvo la medalla de bronce con un notable 60,7 %. En programación, Opus 4.1 alcanza el 74,5 % en el benchmark SWE-bench Verified, superando a la generación anterior (Opus 4 se quedó en el 72,5 %).

El problema, sin embargo, no reside en los puntos de referencia. Las primeras fallas en las leyes de escalabilidad de la IA surgieron el verano pasado. A medida que aumenta el acceso a los datos, ya no vemos una mejora proporcional en la eficiencia de los algoritmos. Cuanto más leen, más aprenden, pero no mejoran en consecuencia. Además, aunque la capacidad de procesamiento sigue creciendo, gracias en parte a las enormes inversiones de las grandes tecnológicas (y a la confianza de los mercados financieros), los grandes modelos de lenguaje tienen dificultades para encontrar conjuntos de datos.

¿Qué tan lejos estamos de la IAG? Sam Altman explicó que GPT-5 aún no es IAG, pero supone un gran avance. Lograr la IAG requerirá que los modelos aprendan continuamente del mundo real, algo que GPT-5 aún no hace.