Español
Los usuarios gratuitos de ChatGPT están recibiendo otra forma de probar un modelo de razonamiento más reciente. El lanzamiento de GPT-5.4 mini por OpenAI el 17 de marzo lo pone a su disposición mediante la opción Thinking, mientras que una hoja de ruta de investigación independiente apunta a un tipo de asistente de IA mucho más ambicioso. Uno es un lanzamiento de producto; lo otro, un objetivo. Aquí esa distinción hace bastante trabajo.
Conoce GPT-5.4 mini y nano
OpenAI lanzó GPT-5.4 mini y nano el 17 de marzo como modelos más pequeños destinados a trabajar más rápido y a menor costo. Mini está disponible en ChatGPT, Codex y la API. Nano es exclusivo de la API; no es un segundo modelo nuevo que se pueda seleccionar en ChatGPT gratuito.
El anuncio de lanzamiento da a los usuarios Free y Go acceso a mini mediante Thinking en el menú +. OpenAI afirma que mini funciona a más del doble de velocidad que GPT-5 mini y lo supera en varias evaluaciones. Son resultados del desarrollador, no una garantía de idéntica velocidad o éxito con todas las instrucciones.
Estos son tres ejemplos de la tabla de lanzamiento de OpenAI. Los modelos GPT-5.4 utilizan el nivel de razonamiento xhigh, mientras que GPT-5 mini utiliza su nivel más alto disponible, high:
- SWE-Bench Pro (programación): GPT-5.4 mini obtiene un 54,4 %, frente al 57,7 % de GPT-5.4 completo y el 45,7 % del anterior GPT-5 mini. Es un salto significativo.
- OSWorld-Verified (uso de computadora): 72,1 % para mini frente al 75,0 % del modelo completo. Prácticamente a un paso.
- GPQA Diamond (razonamiento científico difícil): 88,0 % frente al 93,0 %. Sigue siendo muy sólido.
Nano es la opción más pequeña para tareas como la clasificación, la extracción y el apoyo al trabajo de agentes. Sus precios de API en el lanzamiento son de 0,20 dólares por millón de tokens de entrada y 1,25 dólares por millón de tokens de salida. Quizá lo bastante pequeño para bromear con un sello postal, pero la entrada y la salida siguen teniendo precios distintos.
Por qué esto importa realmente
OpenAI ha sido bastante explícita sobre para qué están diseñados estos modelos: flujos de trabajo sensibles a la velocidad en los que no puedes quedarte esperando a que piense un modelo grande. Asistentes de programación que deben responder con agilidad. Aplicaciones multimodales que interpretan capturas de pantalla en tiempo real. Sistemas de subagentes en los que un modelo grande planifica y otros más pequeños ejecutan.
Vale la pena detenerse en ese último caso de uso. Un modelo más grande puede coordinar un trabajo mientras otros más pequeños se ocupan en paralelo de tareas más acotadas. Es menos «una IA que lo hace todo» y más «un equipo de IA con funciones distintas». Es una forma de construir un sistema de agentes, no una nueva garantía de que cada conversación de ChatGPT ponga automáticamente a trabajar a un equipo entre bastidores.
En el lanzamiento, mini consume el 30 % de la cuota de GPT-5.4 en Codex. Sus precios estándar de API son de 0,75 dólares por millón de tokens de entrada y 4,50 dólares por millón de tokens de salida, con una ventana de contexto de 400k. Esa especificación de contexto corresponde a la API; no debe interpretarse como una promesa de la misma capacidad en la interfaz gratuita de ChatGPT.
Su atractivo para programar es la iteración rápida: encontrar el código pertinente, hacer un cambio acotado, probarlo y volver a intentarlo. Eso encaja con el interés más amplio por crear software con ayuda en lenguaje natural. No convierte la velocidad de una prueba de rendimiento en un tiempo de respuesta garantizado del autocompletado. Para conocer otro enfoque de ese flujo de trabajo, consulta nuestro análisis del modelo de programación propio de Cursor (en inglés).
Pero espera, hay una historia más grande
El lanzamiento de mini y nano es la noticia en presente. La noticia en futuro es, posiblemente, más interesante.
Según el reportaje del 20 de marzo de MIT Technology Review sobre una entrevista con el científico jefe Jakub Pachocki, la ambición de OpenAI es contar con un pasante de investigación de IA para septiembre de 2026: un sistema capaz de abordar un conjunto limitado de problemas de investigación con mayor independencia. Es un hito de investigación, no una función anunciada para septiembre para todas las cuentas de ChatGPT.
El objetivo a más largo plazo descrito en ese reportaje es un sistema de investigación automatizado y multiagente más completo en 2028. La ambición va más allá de redactar un resumen bibliográfico y apunta a un trabajo sostenido sobre problemas difíciles de investigación. «Previsto» es la palabra clave: esto no demuestra que el sistema completo ya exista ni que el criterio humano vaya a volverse innecesario.
Es una ambición considerable. Que suene visionaria o desmesuradamente optimista quizá dependa de la última respuesta de IA que tuviste que corregir. Las mejoras en programación y uso de herramientas hacen interesante esa dirección; no demuestran que cada lanzamiento sea mejor en todo ni que se vaya a cumplir el calendario de investigación.
Qué deberían hacer ahora los usuarios gratuitos
Si usas el plan gratuito, vale la pena explorar la opción Thinking con una tarea cuya respuesta puedas comprobar. Las mejoras anunciadas son especialmente relevantes para el trabajo técnico, pero una mejor puntuación no sustituye la comprobación de un cálculo ni la ejecución del código generado. Hasta un pasante brillante se beneficia de la supervisión.
Para los desarrolladores, mini ofrece otro candidato para tareas frecuentes y acotadas. La ventana de contexto de 400k de la API puede albergar una entrada considerable, pero que un documento quepa no equivale a utilizar de forma fiable cada una de sus partes. Las instrucciones más largas también cuestan más. Prueba un ejemplo realista antes de decidir que ya no hacen falta la división en fragmentos, la recuperación de información o un modelo más grande.
Dos tipos distintos de progreso
La noticia inmediata es un acceso más amplio a un modelo de razonamiento más pequeño. La historia a más largo plazo es la ambición de OpenAI de hacer más independientes los sistemas de investigación. Los modelos de apoyo más rápidos podrían ser componentes útiles, pero el lanzamiento de mini no demuestra que su arquitectura vaya a cumplir a tiempo la hoja de ruta de investigación.
Desde esta perspectiva de marzo, sigue abierta la pregunta de si se cumplirá el objetivo de septiembre. Mientras tanto, hay algo concreto que probar, sin necesidad de esperar a que llegue un investigador digital con una credencial de visitante.
Traducción al español del artículo original en inglés del 2026-03-20. Traducido con ayuda de IA el 2026-11-02; las referencias temporales siguen siendo las del original.
