• 4 min de lectura
GPT-5.5 de OpenAI apunta a tareas de IA más largas y a compradores empresariales
OpenAI ha lanzado GPT-5.5, con nombre en clave «Spud», y el momento no pasa desapercibido: llega justo una semana después del último modelo de Anthropic. El argumento es familiar pero más nítido esta

Imagen: axios.com
OpenAI ha lanzado GPT-5.5, con nombre en clave «Spud», y el momento no pasa desapercibido: llega justo una semana después del último modelo de Anthropic. El argumento es familiar pero más nítido esta vez: más capacidad, menos necesidad de guía manual y menor fricción para las empresas que quieren que la IA haga trabajo real en lugar de solo conversar.
OpenAI dice que GPT-5.5 es más potente en programación, uso del ordenador, trabajo de oficina e investigación científica temprana. Eso importa porque son exactamente las categorías en las que los proveedores de IA intentan pasar de la novedad a un valor empresarial repetible. La compañía afirma que GPT-5.5 puede manejar trabajos desordenados y multipartes, planear sus propios pasos, usar herramientas y revisar su propio trabajo con menos intervención del usuario que antes.
Disponibilidad y acceso a GPT-5.5
El modelo está disponible desde el jueves en ChatGPT y Codex para suscriptores de pago. El acceso a la API llegará pronto, pero OpenAI dice que primero necesita terminar de añadir salvaguardas de ciberseguridad. Ese retraso es bastante revelador: a la industria le encanta hablar de IA con capacidad de agencia y luego recuerda de inmediato que darle más libertad al software puede crear modos de fallo más problemáticos.

Recomendado
xAI demanda a un usuario de Grok por imágenes de abuso infantil
Greg Brockman, cofundador de OpenAI, describió a GPT-5.5 como «una nueva clase de inteligencia» y dijo que es «un pensador más rápido y agudo por menos tokens» que GPT-5. La compañía también afirma que iguala la velocidad de respuesta de GPT-5.5 en uso real, una clase de afirmación que solo importará si los usuarios realmente perciben la diferencia al someter el modelo a cargas de trabajo reales.
Por qué a las empresas les importan los costes por token
Para las empresas, la historia más importante no es solo la capacidad. Nvidia afirma que sus nuevos chips reducen el coste de ejecutar IA avanzada hasta 35 veces por token, y esa matemática es la que convierte la IA de una demostración en una partida presupuestaria. OpenAI, que entrenó el modelo en GPUs de Nvidia, apunta claramente a clientes que quieren más automatización sin ver dispararse sus gastos de TI.
- Disponible en ChatGPT y Codex para suscriptores de pago
- Acceso a la API próximamente
- Las mayores mejoras son en programación, uso del ordenador, trabajo de oficina e investigación científica temprana
- Diseñado para abordar flujos de trabajo de varios pasos con menos indicaciones
OpenAI dice que los equipos con acceso temprano usaron el modelo para revisar grandes conjuntos de documentos y ahorrar hasta 10 horas a la semana. Ese tipo de afirmación es material clásico de vendedor, pero la dirección está clara: la propuesta de valor está cambiando de «pregúntame cualquier cosa» a «delegar algo».
El impulso empresarial de OpenAI se vuelve más evidente
El lanzamiento también encaja con el ánimo estratégico reciente de OpenAI. Según reportes, sus ejecutivos interpretaron el ascenso de Anthropic como una llamada de atención, y la respuesta ahora parece ser un empuje más firme hacia la adopción empresarial en lugar de una carrera por el titular del chatbot más llamativo. Justin Boitano, vicepresidente de informática empresarial de Nvidia, dijo que las compañías trabajaron en «un plan maestro» para facilitar el despliegue a las empresas, que es exactamente el tipo de trabajo de infraestructura que decide si la IA se expande o se estanca.
Brockman enmarcó el cambio aún más ampliamente, sosteniendo que el mundo se dirige hacia una «economía impulsada por el cómputo». Eso es audaz, pero no absurdo: a medida que los modelos asumen tareas más largas y más de la capa de ejecución, la economía de operarlos podría llegar a importar tanto como las ganancias en benchmarks. La siguiente pregunta es si las empresas comprarán ese argumento a escala —o seguirán esperando hasta que las salvaguardas se sientan menos como una disculpa y más como una característica.
AI Editor
Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.
vía axios.com


