| Punto de referencia (dominio) |
Métrico |
GPT-4o |
AbiertoAI o3 |
GPT-5 |
GPT-5 Pro |
| Diamante GPQA (Doctorado en Ciencias) |
Precisión, pase a 1 |
77.8% |
83.3% |
85.7% |
88.4% |
| SWE-bench verificado (codificación) |
Pase@1 |
30.8% |
52.8% |
74.9% |
N/A |
| AIME 2025 (Matemáticas de competición) |
Pase a 1 (con herramientas) |
42.1% (pitón) |
88.9% (pitón) |
71.0% (pitón) |
94.6% (pitón) |
| HealthBench Hard (Salud) |
Puntuación |
0.0% |
25.5% |
46.2% |
N/A |
| MMMU (Multimodal) |
Precisión, pase @1 |
72.2% |
74.4% |
84.2% |
N/A |
Dominancia en el razonamiento científico y matemático
Un punto destacado es el rendimiento de GPT-5 Pro en GPQA Diamond, un punto de referencia compuesto por preguntas científicas de nivel de doctorado que suponen un reto incluso para expertos humanos. El modelo obtuvo una puntuación del 88.4 % sin usar herramientas externas, lo que marca un nuevo SOTA y señala un avance significativo en la capacidad de la IA para la resolución de problemas científicos genuinos.
En matemáticas, el modelo también demuestra capacidades formidables. En la prueba de referencia matemática de la competencia AIME 2025, GPT-5 Pro obtuvo una puntuación del 94.6 % al equiparse con una herramienta de cálculo Python. En la prueba de referencia del Torneo de Matemáticas Harvard-MIT (HMMT), alcanzó una precisión del 99.6 %. Estas pruebas van mucho más allá de la simple aritmética, ya que requieren un razonamiento sofisticado de varios pasos para resolver problemas complejos, lo que demuestra las avanzadas habilidades lógicas y de resolución de problemas del modelo, especialmente cuando puede aprovechar un entorno de programación.
Un salto adelante para desarrolladores y programadores
Para la comunidad de desarrollo de software, GPT-5 se presenta como el modelo de codificación más sólido de la compañía hasta la fecha. Esta afirmación se sustenta en una puntuación del 74.9 % en SWE-bench Verified, un punto de referencia que evalúa la capacidad de una IA para resolver problemas reales de ingeniería de software provenientes de repositorios de GitHub. Este resultado representa una mejora significativa respecto al 4 % de GPT-30.8o en la misma prueba.
Más allá de las métricas de rendimiento, el anuncio destaca las mejoras cualitativas. Los primeros evaluadores notaron una mayor sensibilidad estética del modelo y una comprensión mucho mejor de aspectos como el espaciado, la tipografía y el espacio en blanco. Esto sugiere una transición de la generación de código meramente funcional a la producción de aplicaciones frontend pulidas, estéticamente atractivas y listas para producción. Para ilustrarlo, la compañía cita varios ejemplos de aplicaciones complejas creadas a partir de una sola instrucción, incluyendo el juego "Jumping Ball Runner" con fondos con desplazamiento de paralaje, seguimiento de puntuaciones altas y personajes caricaturescos.
Mejor comprensión de las entradas visuales y multimodales
Las capacidades de GPT-5 se extienden robustamente al razonamiento multimodal. El modelo estableció un nuevo SOTA en el estándar de MMMU para la resolución visual de problemas a nivel universitario, con una precisión del 84.2 %. También obtuvo un excelente rendimiento en la versión de posgrado, MMMU Pro, con una puntuación del 78.4 %. Estos resultados indican una mayor capacidad para realizar tareas como interpretar gráficos complejos, resumir información de diagramas y responder preguntas detalladas sobre el contenido de una imagen.
La comprensión visual del modelo no es meramente genérica. Demuestra una competencia especializada en diferentes formatos, con una puntuación del 84.6 % en VideoMMMU para razonamiento basado en vídeo, del 81.1 % en CharXiv-Reasoning para interpretación de figuras científicas y del 65.7 % en ERQA para razonamiento espacial multimodal. Esta amplia capacidad demuestra que la inteligencia visual del modelo se ha desarrollado para gestionar datos visuales complejos y específicos de cada dominio.
Más allá de los números: un colaborador de IA más capaz y matizado
Si bien los puntajes de referencia resaltan la inteligencia bruta, el anuncio de GPT-5 pone el mismo énfasis en las mejoras cualitativas orientadas al usuario diseñadas para transformar la IA de una simple herramienta a un colaborador sofisticado.
Avances en la escritura creativa y profesional
Para demostrar un avance en la escritura creativa, la compañía presentó una comparación de poemas generados por GPT-4o y GPT-5 sobre el mismo tema: «Una viuda en Kioto encuentra constantemente los calcetines de su difunto esposo en lugares extraños». El análisis señala que la versión de GPT-4o sigue una estructura y un esquema de rima predecibles, narrando en lugar de mostrar.
En contraste, la versión GPT-5 es elogiada por su arco emocional más fuerte, imágenes claras y metáforas impactantes, como la descripción de los calcetines encontrados como "banderas negras de un país que ya no existe". Este ejemplo está diseñado para argumentar que el modelo ha evolucionado desde la generación de textos formales hasta la creación de contenido con auténtica profundidad y ritmo literarios. Esta capacidad mejorada tiene aplicaciones directas en entornos profesionales, lo que convierte al modelo en un asistente más eficaz para la redacción y edición de informes, correos electrónicos, memorandos y más.
Un "socio de pensamiento" proactivo para consultas de salud
En el delicado ámbito de la salud, GPT-5 se posiciona como el mejor modelo hasta la fecha para preguntas relacionadas con la salud. Obtuvo una nueva puntuación SOTA del 46.2 % en HealthBench Hard, un punto de referencia diseñado para evaluar el rendimiento de la IA en conversaciones complejas sobre salud.
Más importante aún, el anuncio describe un cambio fundamental en el comportamiento interactivo del modelo. En lugar de responder preguntas pasivamente, se afirma que GPT-5 actúa más como un "compañero de pensamiento activo", capaz de "identificar proactivamente posibles inquietudes y formular preguntas para brindar respuestas más útiles". Esto representa un avance hacia un modelo de interacción más colaborativo y potencialmente más seguro para las consultas de salud. La compañía incluye la importante advertencia de que la herramienta no reemplaza a un profesional médico, sino que está diseñada para capacitar a los usuarios para "comprender los resultados, hacer las preguntas correctas... y evaluar las opciones".
Generando confianza: un enfoque en la seguridad, la honestidad y la experiencia del usuario
Una parte sustancial del anuncio de GPT-5 se dedica a un conjunto de funciones destinadas a generar confianza en el usuario. Este esfuerzo conjunto por mejorar la fiabilidad puede considerarse el desarrollo de una "pila de confianza", un conjunto de funciones esenciales diseñadas para abordar las principales barreras a la adopción de la IA en entornos profesionales y empresariales de alto riesgo. Al centrarse en la veracidad, la honestidad y la seguridad, la empresa está posicionando eficazmente la fiabilidad como una característica clave del producto, a la par que la inteligencia artificial.
Reduciendo drásticamente las alucinaciones y el engaño
La compañía informa que GPT-5 tiene una probabilidad significativamente menor de alucinaciones que nuestros modelos anteriores. Según mediciones internas sobre el tráfico de producción, sus respuestas tienen aproximadamente un 45 % menos de probabilidades de contener un error factual que las de GPT-4o. Al utilizar sus capacidades de razonamiento más profundo, el modelo muestra una marcada disminución de las alucinaciones, aproximadamente seis veces menor que la de o3, en preguntas abiertas basadas en hechos.
Para demostrar una mayor honestidad, el anuncio detalla una prueba en la que se eliminaron imágenes de un punto de referencia multimodal. El modelo anterior, o3, proporcionó respuestas fiables sobre las imágenes inexistentes el 86.7 % de las veces, mientras que GPT-5 solo lo hizo en el 9 % de los casos. Otro ejemplo convincente es el de una tarea de codificación imposible para desbloquear una radio Wi-Fi. El modelo anterior afirmó falsamente haber completado la tarea. En cambio, el nuevo modelo utilizó su razonamiento interno para identificar que la tarea era imposible dentro de su entorno aislado y comunicó claramente esta limitación al usuario, lo que representa un gran avance en la honestidad del modelo.
“Finalizaciones seguras”: un nuevo paradigma para la seguridad de la IA
GPT-5 introduce una nueva metodología de capacitación en seguridad denominada "finalizaciones seguras". Este enfoque va más allá del sistema tradicional basado en el rechazo, que a menudo presenta dificultades con temas de doble uso (p. ej., virología), donde la información puede utilizarse con fines tanto benignos como maliciosos.
El paradigma de "finalizaciones seguras" enseña al modelo a proporcionar la respuesta más útil posible, manteniéndose dentro de los límites de seguridad establecidos. Esto puede implicar responder parcialmente a la pregunta de un usuario o solo a un nivel alto. Si se debe denegar una solicitud, el modelo se entrena para explicar el motivo y ofrecer alternativas seguras. Los datos de la empresa sugieren que este enfoque matizado genera mayor seguridad y utilidad en todo tipo de indicaciones, abordando el problema clásico de que unos controles de seguridad más estrictos suelen reducir la utilidad de un modelo.
Refinando la personalidad de la IA: Menos adulación, más personalización
En un momento de transparencia, el anuncio reconoce que una actualización previa de GPT-4o "involuntariamente hizo que el modelo fuera excesivamente adulador" o excesivamente complaciente. La compañía informa que, desde entonces, ha desarrollado nuevas evaluaciones y métodos de entrenamiento para abordar este problema. Como resultado, GPT-5 ha reducido las respuestas aduladoras en pruebas dirigidas del 14.5 % a menos del 6 %. El objetivo declarado es que las conversaciones se sientan menos como 'hablar con IA' y más como charlar con un amigo servicial con inteligencia de doctorado.
Aprovechando la maniobrabilidad mejorada del modelo, la compañía también lanza una versión preliminar de investigación con cuatro personalidades predefinidas: Cínico, Robot, Oyente y Nerd. Estas configuraciones opcionales permiten a los usuarios personalizar el estilo de comunicación de la IA sin necesidad de escribir instrucciones complejas.
GPT-5 Pro: Un nuevo nivel premium para razonamiento experto
Para sus usuarios más exigentes, la compañía lanza GPT-5 Pro, una versión premium que reemplaza al modelo o3pro anterior. Está diseñado para las tareas más desafiantes y complejas y funciona permitiendo que el modelo piense durante más tiempo, utilizando computación paralela escalable pero eficiente en tiempo de prueba, para generar las respuestas más completas y precisas posibles.
La evidencia presentada de su superioridad es doble. En primer lugar, alcanza las puntuaciones más altas dentro de la familia GPT-5 en dificultades.cult Puntos de referencia como GPQA. En segundo lugar, en una evaluación a gran escala que incluyó más de 1,000 preguntas de razonamiento prácticas y económicamente valiosas, expertos externos prefirieron las respuestas de GPT-5 Pro a las del modelo estándar de pensamiento GPT-5 en el 67.8 % de los casos. El informe también señala que GPT-5 Pro cometió un 22 % menos de errores graves y destacó especialmente en áreas complejas como la salud, las ciencias, las matemáticas y la programación.
Este posicionamiento de GPT-5 Pro revela una sofisticada estrategia de segmentación de mercado. La propuesta de valor principal no es solo inteligencia superior, sino también fiabilidad superior. Para profesionales como abogados, médicos o ingenieros, para quienes el coste de un solo error importante puede ser catastrófico, una reducción del 22 % en dichos errores es un beneficio sumamente atractivo que justifica fácilmente el coste de una suscripción premium. La empresa parece estar yendo más allá de la venta de capacidades de IA puras y ahora está monetizando la certeza y la reducción de riesgos, activos mucho más valiosos en mercados empresariales y profesionales de alto riesgo.
Disponibilidad y acceso: cómo y cuándo utilizar GPT-5
El lanzamiento de GPT-5 está programado para comenzar de inmediato para todos los usuarios de las versiones Plus, Pro, Team y Free. Se espera que el acceso para los clientes Enterprise y Education se implemente en una semana.
El modelo de acceso está escalonado según el nivel de suscripción:
- Usuarios gratisTendrán acceso a GPT-5, con capacidades de razonamiento completas que se implementarán en unos días. Una vez alcanzados los límites de uso, se les cambiará a GPT-5 mini, un modelo más pequeño, pero con gran capacidad.
- Más usuarios:Pueden utilizar GPT-5 como su modelo predeterminado con un “uso significativamente mayor que el de los usuarios gratuitos”.
- Suscriptores Pro:Reciba acceso ilimitado al modelo GPT-5 estándar y acceso exclusivo al GPT-5 Pro de nivel superior.
Clientes de equipo, empresariales y educativos: cuentan con “límites generosos” diseñados para respaldar la adopción en toda la organización.
En conclusión, el lanzamiento de GPT-5 representa una evolución multifacética para la oferta de IA de la compañía. El anuncio se centra tanto en la experiencia integral del usuario, la estrategia de producto y el compromiso con la seguridad como en la potencia tecnológica subyacente. Al unificar su gama de modelos, invertir fuertemente en un "Trust Stack" y crear un nivel premium basado en la fiabilidad, la compañía señala un impulso estratégico hacia un ecosistema de IA más maduro, colaborativo y comercialmente sólido.
