Genspark lanza agentes personales sin código basados en GPT‑4.1 y en la API en tiempo real de OpenAI

Genspark⁠(se abre en una nueva ventana) es la empresa que creó Super Agent, un agente de IA personalizable y sin código que ayuda a los usuarios a automatizar tareas del mundo real, como hacer una llamada telefónica, generar una presentación o convertir una receta en un breve vídeo.

Super Agent emplea los modelos multimodales y la API en tiempo real de OpenAI para ejecutar tareas en formato de texto, imagen y voz, lo que les permite a los usuarios automatizar flujos de trabajo complejos por medio instrucciones sencillas y sin necesidad de programación. El sistema funcionó: en solo 45 días, Super Agent alcanzó los $36 millones en ARR, gracias a la fuerte demanda de los usuarios. 

En un principio, Genspark se presentó como un motor de búsqueda basado en IA pensado para ayudar a consumidores y profesionales a sintetizar y estructurar información. Pero, a finales de 2024, el comportamiento de los usuarios empezó a cambiar. Es que los usuarios no solo querían respuestas. Lo que querían eran resultados. En lugar de “resume este mercado”, solicitaban presentaciones de negocios, guiones de video y correos electrónicos de seguimiento. Al mismo tiempo, las capacidades de los modelos experimentaron un rápido crecimiento. La ampliación de las ventanas contextuales, el refuerzo del razonamiento y las nuevas API multimodales permitieron automatizar flujos de trabajo completos y no solo acceder a información.

Así, ese cambio en la demanda de los usuarios y en la capacidad del modelo llevó al equipo a dar un paso audaz: en abril de 2025, Genspark abandonó las búsquedas y adoptó por completo la IA autónoma.

En abril de 2025, Genspark lanzó Super Agent: un asistente totalmente autónomo y sin código que puede hacer llamadas telefónicas, diseñar diapositivas, generar videos y mucho más. Para ello, la plataforma cuenta con nueve grandes modelos de lenguaje especializados y más de 80 herramientas integradas, que se encargan de asignarle dinámicamente cada tarea al componente más adecuado.

Para este sistema, los modelos de OpenAI son esenciales. GPT‑4.1 es capaz de procesar documentos de investigación y estructurados mediante un mejor seguimiento de instrucciones y una ventana de contexto de un millón de tokens, lo que les permite procesar documentos largos en su totalidad y sin truncarlos. La salida Strict JSON está diseñada para garantizar que las herramientas posteriores reciban respuestas estructuradas y confiables, mientras que el almacenamiento automático en caché reduce la latencia y los costos de la API, lo que es especialmente valioso cuando se trata de flujos de trabajo de varios pasos. Para la generación de imágenes, la plataforma recurre al modelo GPT‑image‑1 a través de la API OpenAI.

Como el sistema carece totalmente de código, los usuarios no tienen que pensar en nada de eso. Simplemente, describen lo que quieren: “llama a mi dentista”, “resume este informe” o “hazme un set de diapositivas”, y Super Agent se encarga del resto.

Una de las características más comentadas de Super Agent es Call For Me, una IA que hace llamadas telefónicas reales por ti y realmente mantiene una conversación. Sin guiones. Sin transferencias engorrosas. Ya sea para hacer una reserva o reprogramar un envío, el agente utiliza la API en tiempo real de OpenAI y las funciones de voz a voz para llevar adelante la conversación en tiempo real con naturalidad y fluidez.

La interacción se basa en un sistema de doble capa: mientras la API en tiempo real gestiona el diálogo en vivo, un modelo oculto supervisa y guía la interacción a través de una cola de mensajes. El resultado es un intercambio rápido y coherente, incluso cuando la llamada incluye música de espera o respuestas humanas ambiguas. En Japón, un caso de uso se hizo viral: los usuarios le pedían al agente que se encargara de hacer las llamadas de renuncia a sus jefes. Es el tipo de interacción profundamente humana que la mayoría de la gente no esperaría que un agente de IA pudiera manejar. 

Sin embargo, más allá de las llamadas telefónicas, los usuarios confían en Super Agent para la creación de contenidos personalizados. Por ejemplo, en el caso de las presentaciones, el agente redacta las diapositivas, genera imágenes de portada estilizadas con GPT‑image‑1 y compila la presentación final. Para grabar un video, puede escribir un guion escena por escena, generar las imágenes y ensamblar un corto que quede listo para publicarse en Instagram.

Estos casos de uso son viables gracias a las capacidades multimodales de OpenAI, la velocidad de ejecución de Genspark y su estrecha colaboración con el equipo de startups de OpenAI. Genspark se reunió periódicamente con los arquitectos de soluciones de OpenAI para intercambiar buenas prácticas, ajustar los flujos de trabajo y optimizar el rendimiento de los modelos. Fue uno de los primeros en lanzar experiencias de voz con la API en tiempo real y sigue aportando sugerencias que contribuyen a mejorar el modelo.

“Elegimos a OpenAI no sólo por el rendimiento del modelo en todas las modalidades, sino por la experiencia de sus desarrolladores”, afirma Zhu. Y agrega: “El diseño de la API de OpenAI nos ayudó a progresar rápidamente, enviando, depurando y escalando sin cuellos de botella”.

En poco más de un mes a partir del lanzamiento de Super Agent, Genspark logró:

• Crecer hasta los $36 millones de ARR en tan solo 45 días;
• Distribuir ocho grandes agentes en 70 días y

Todo ello con un equipo de 20 personas y sin publicidad pagada. Todo ese crecimiento fue totalmente orgánico, que se vio impulsado por la viralidad del producto y el boca a boca. De hecho, gran parte del atractivo de Super Agent reside en su accesibilidad. Los usuarios no tienen que crear flujos de trabajo ni configurar ajustes. Solo tienen que decir lo que necesitan y el agente se encarga del resto.

Próximamente, Genspark se expandirá a nuevas categorías en las que los agentes autónomos podrán aportar aún más valor, como un navegador de IA que podrá actuar sobre todo el contenido por el que se esté navegando y documentos de IA que generarán documentos ricos en formatos. Las API de OpenAI siguen siendo esenciales para que el equipo construya y distribuya sus productos con mayor rapidez.

“Construimos Genspark para que fuera más que una interfaz de chat, se trata de un espacio de trabajo con IA todo en uno”, afirma Zhu. “Y con las API de OpenAI pudimos hacerlo realidad en un tiempo récord”, asegura.