La nueva versión de ChatGPT decepciona y frena el sueño de la prometida IA sobrehumana

Esto ha defraudado a todos los expertos en IA que, expectantes tras los anuncios de la última semana, donde Altman generaba 'hype' tuiteando cosas como una Estrella de la Muerte, dando a entender que GPT-5 iba a 'aniquilar' al resto de sistemas de inteligencia artificial del mercado. Algo que no ha sido así, y que también recordaba al fiasco que fue el lanzamiento de Apple Intelligence, en comparación a las promesas que se hicieron en su anuncio durante la WWDC 2024.

Matt Shumer, experto en IA y dueño de OthersideAI, pudo tener acceso a GPT-5 hace unas semanas y explica a ABC que, si bien es el mejor modelo en general hasta el momento, «hay que esforzarse demasiado para sacarle el máximo partido», algo que el usuario medio no es capaz de hacer en estos momentos, por lo que no llegará a notar grandes diferencias con el GPT-4.5 que han utilizado hasta ahora.

«GPT-5 está muy orientado a los detalles, a ser el mejor cuando hay contextos largos, porque ahí comete menos errores estúpidos. Hemos observado que es ideal, sino la mejor IA, para programar», apunta Shumer. De hecho, Altman señaló durante la presentación que el nuevo modelo se trataba del «asistente perfecto para un programador».

En el benchmark SWE-bench Verified, centrado en tareas reales de GitHub, GPT‑5 alcanza un 74,9% de aciertos al primer intento. Ninguna alternativa había llegado tan lejos. Según la compañía liderada por Sam Altman, supera a Claude Opus 4.1 (74,5%) y a Gemini 2.5 Pro (59,6%). Puede crear sitios web desde cero con apenas unas indicaciones, diseñar aplicaciones, juegos interactivos o depurar código en grandes repositorios sin perder precisión. No sólo ejecuta, también explica qué hace y por qué lo hace.

Por otro lado, GPT‑5 no solo mejora por dentro: también cambia la forma en que interactuamos con él. Con su llegada, ChatGPT incorpora cuatro nuevas personalidades: Cynic, Robot, Listener y Nerd. Cada una responde con su propio estilo, ajustando tono, actitud y enfoque sin necesidad de dar instrucciones. También permite cambiar el color del chat que tenemos con la IA, aunque esta opción está solo disponible para los usuarios de cuentas de pago. Todo apunta a que la relación de OpenAI con Jony Ive, antiguo diseñador de Apple, ha influido en las novedades de GPT-5.

Sin embargo, parece que a día de hoy GPT-o3 sigue siendo la mejor opción para la investigación científica, mientras que GPT-4.5 es el modelo idóneo para escribir. Lo bueno, que desde ayer GPT-5 se ha desplegado de forma gratuita para todos los usuarios de ChatGPT a partir de hoy. Los usuarios de la versión gratuita tendrán acceso tanto a GPT-5 como a una versión más rápida pero menos precisa, GPT-5 mini, lo que marca la primera vez que un modelo de razonamiento avanzado está disponible sin suscripción.

Aunque hay razones para emocionarse con GPT-5 (el modelo deja atrás la subdivisión en versión, para convertirse en una sola que decide en tiempo real si debe priorizar razonamiento o velocidad), el salto no es lo prometido. Dos de los primeros testers del nuevo modelo declararon a Reuters que también quedaron impresionados con su capacidad para programar y resolver problemas de ciencias y matemáticas, pero creen que el salto de GPT-4 a GPT-5 no es tan grande como el de GPT-3 a GPT-4. «Está lejos de esa idea de inteligencia casi humana que algunos dentro y fuera de OpenAI llevan años insinuando», subrayan. En ABC hemos hecho un par de pruebas y como apuntan los expertos, flaquea cuando se le preguntan cosas muy básicas, como si existe ya GPT-5 o cuál es la quinta palabra de su respuesta.

El desarrollo de GPT-5 tampoco ha sido sencillo. Altman reconoció públicamente que el lanzamiento tuvo que retrasarse varios meses porque no lograban integrar todos los componentes del modelo. También dijo que querían asegurarse de tener capacidad suficiente para lo que preveían sería una demanda «sin precedentes». Pero detrás de esos retrasos había más. Por un lado, OpenAI se encontró con el problema de los datos: ya no hay tantas fuentes nuevas, grandes y limpias para entrenar modelos de este tipo.

Ilya Sutskever, el exdirector científico de la compañía, lo explicó así: «Podemos escalar en potencia, pero no en datos». Otro problema era que las «ejecuciones de entrenamiento» para modelos grandes son más propensas a presentar fallos inducidos por el hardware dada la complejidad del sistema, y los investigadores podrían no conocer el rendimiento final de los modelos hasta el final de la ejecución, lo que puede llevar meses.