GPT‑5.6: Inteligencia de vanguardia que crece con tu ambición

Lanzamos la familia de modelos GPT‑5.6 para disponibilidad general tras nuestra vista previa limitada⁠: nuestro nuevo modelo insignia, Sol, junto con Terra, un modelo equilibrado para el trabajo diario, y Luna, nuestro modelo más rentable.

GPT‑5.6 Sol marca un antes y un después tanto en inteligencia como en eficiencia. Logra los mejores resultados hasta la fecha en programación, tareas profesionales, ciberseguridad y ciencia, y supera a los modelos de frontera anteriores y de la competencia con menos tokens y un menor costo estimado. El resultado es un mejor rendimiento por dólar: más trabajo exitoso con la misma inversión o resultados comparables a un costo total menor. También presentamos una nueva forma de acelerar el trabajo más exigente: ultra es nuestra configuración de alta capacidad, que coordina varios agentes en flujos de trabajo paralelos para completar tareas complejas más rápido. Una mayor capacidad de cómputo y un mejor criterio de diseño hacen que GPT‑5.6 Sol, nuestro colaborador más pulido hasta ahora, ayuda a inspeccionar, perfeccionar y entregar resultados listos para usar.

Entrenamos GPT‑5.6 para aprovechar mejor cada token. En Último examen de los agentes⁠(se abre en una nueva ventana), una evaluación de flujos de trabajo profesionales de larga duración en 55 campos, GPT‑5.6 Sol alcanza una nueva Alta de 53.6, superando a Claude Fable 5 (razonamiento adaptativo) por 13.1 puntos. Incluso con un nivel Media de razonamiento, supera a Fable 5 por 11.4 puntos, a aproximadamente una cuarta parte del costo estimado. Esa eficiencia se extiende a modelos más pequeños, que son esenciales para que la inteligencia sea más abundante y asequible: GPT‑5.6 Terra y GPT‑5.6 Luna superan a Fable 5, a aproximadamente una dieciseisava parte del costo. En el Índice de Inteligencia de Artificial Analysis⁠(se abre en una nueva ventana), una medida amplia de la inteligencia que abarca el trabajo con agentos, la programación, el razonamiento científico y las capacidades generales, GPT‑5.6 Sol con razonamiento máximo queda a un punto de Fable 5, al mismo tiempo que completa tareas en un 61 % menos de tiempo y a aproximadamente la mitad del costo estimado.

GPT‑5.6 se lanza con nuestras medidas de seguridad más sólidas hasta la fecha, diseñadas para resistir el uso indebido deliberado y adaptativo sin limitar de forma generalizada el trabajo legítimo. Antes de la disponibilidad general, sometimos los modelos y las medidas de seguridad a nuestro proceso de evaluación más exhaustivo hasta la fecha, que combinó red teaming realizado por personas con pruebas automatizadas a gran escala. Durante la vista previa, trabajamos en estrecha colaboración con organizaciones expertas y con socios de confianza para someter las defensas a pruebas rigurosas y fortalecer las medidas de protección antes de un lanzamiento más amplio. El sistema resultante combina en capas las protecciones incorporadas al modelo durante el entrenamiento junto con verificaciones en tiempo real, monitoreo y controles de acceso calibrados en función de la confianza y el riesgo.

GPT‑5.6 Sol es nuestro mejor modelo de codificación hasta ahora. En el Índice de Agentes de Codificación de Análisis Artificial, GPT‑5.6 Sol con razonamiento máximo establece un nuevo referente con una puntuación de 80, 2.8 puntos por encima de Fable 5, a la vez que utiliza menos de la mitad de los token de salida, tarda menos de la mitad del tiempo y cuesta aproximadamente un tercio menos. Esa ventaja se extiende a toda la familia: Terra supera ligeramente a Fable 5, mientras que Luna supera a Opus 4.8; cada uno lo hace en aproximadamente un tercio del tiempo, con cerca de la mitad de los token de salida y con aproximadamente una cuarta parte del costo estimado. También establece nuevos resultados de vanguardia en Terminal‑Bench 2.1 y DeepSWE, que evalúan flujos de trabajo complejos de línea de comandos e ingeniería de largo alcance en bases de código reales.

GPT‑5.6 puede escribir y ejecutar programas ligeros que coordinan herramientas, procesan resultados intermedios, monitorean el progreso y eligen la siguiente acción a medida que avanza el trabajo. Esto permite que las tareas con uso intensivo de herramientas avancen con menos tokens, menos intercambios con el modelo y menos orientación. En lugar de exigir que los desarrolladores programen cada paso o pasen cada respuesta de las herramientas de vuelta por el modelo, las llamadas programáticas a herramientas⁠(se abre en una nueva ventana) en la API de Responses pueden filtrar grandes cantidades de datos intermedios, conservar solo lo que importa y adaptar su flujo de trabajo sobre la marcha.

Para problemas que recompensan una mayor inversión de tiempo y cómputo, GPT‑5.6 puede ir más allá de esta configuración predeterminada eficiente. max le da a GPT‑5.6 aún más tiempo que xhigh para razonar y explorar alternativas, realizar comprobaciones y revisar su enfoque. Ultra va más allá al coordinar cuatro agentes en paralelo de forma predeterminada, a cambio de un mayor uso de tokens para obtener resultados más sólidos y un menor tiempo hasta obtener resultados en tareas exigentes. Los gráficos a continuación comparan la configuración predeterminada de cuatro agentes de Ultra con una línea base de un agente en BrowseComp, SEC-Bench Pro y Terminal-Bench 2.1; BrowseComp y SEC-Bench Pro también muestran configuraciones de 16 agentes. En las tres evaluaciones, agregar agentes paralelos desplaza la de vanguardia puntuación-latencia hacia arriba y hacia la izquierda, logrando mejores resultados en menos tiempo. En la API, los desarrolladores pueden crear experiencias similares a Ultra usando la beta multiagente en la API de respuestas.

GPT‑5.6 supone un salto cualitativo en el criterio de diseño. Con solo indicaciones generales, GPT‑5.6 crea interfaces elegantes, ergonómicas y funcionales. Sus capacidades mejoradas para el uso de la computadora le permiten inspeccionar y perfeccionar el resultado renderizado, en lugar de limitarse a generar el código o el contenido subyacentes. De este modo, puede detectar problemas visuales y funcionales, y dar los últimos retoques antes de devolver el trabajo.

Las capacidades frontend de GPT‑5.6 también convierten las solicitudes en lenguaje natural en explicaciones y visualizaciones interactivas y pulidas dentro de ChatGPT Trabajo.

GPT‑5.6 ofrece mejores resultados para tareas profesionales. Toma el contexto disperso de tus documentos y flujos de trabajo cotidianos, como Slack, Notion, Microsoft 365 y Google Drive, y lo convierte en materiales de nivel experto, listos para compartir.

La fortaleza de GPT‑5.6 en las tareas profesionales se manifiesta en evaluaciones que abarcan el análisis profesional de largo plazo, la navegación, el uso de herramientas y el uso de la computadora. GPT‑5.6 Sol establece nuevos resultados de vanguardia en BrowseComp con 92.2% y en OSWorld 2.0 con 62.6%; en OSWorld, supera a Opus 4.8 y usa un 85% menos de token de salida. Aquí, las mejoras en rendimiento por dólar se extienden a toda la familia GPT‑5.6. Luna casi iguala a GPT‑5.5 rendimiento máximo con menos de la mitad del costo estimado, mientras que Terra lo supera con un costo menor.

GPT‑5.6 Sol mejora la calidad de las presentaciones, los documentos y las hojas de cálculo, por lo que genera resultados más pulidos y precisos. Puede crear presentaciones totalmente editables desde cero: traduce un prompt y material fuente en una narrativa visual coherente con diseños, jerarquía y diseño sólidos.

La mejora es especialmente notable al seguir plantillas y presentaciones de referencia. GPT‑5.6 puede inferir el sistema de diseño de una presentación —diseños de diapositiva, tipografía, espaciado, colores y patrones de contenido recurrentes, incluidas las reglas incorporadas en el Slide Master— y aplicar esas convenciones de forma coherente al material nuevo. En este ejemplo, cuando se le pide actualizar cifras a partir de un archivo de referencia, el resultado de GPT‑5.5 no incluye componentes clave de la diapositiva maestra, mientras que GPT‑5.6 sigue la estructura de referencia con mayor fidelidad.

GPT‑5.6 también crea documentos y hojas de cálculo más refinados visualmente. Sigue formatos de referencia complejos con mayor fidelidad, lo que resulta fundamental para tareas profesionales repetitivas. Maneja ecuaciones y modelos financieros con mayor precisión, y aprovecha mejor la tipografía, el espaciado, la jerarquía y el diseño de la página o la hoja de cálculo.

Los primeros clientes que probaron GPT‑5.6 observaron mejoras en los resultados de tareas profesionales en distintos ámbitos.

GPT‑5.6 es nuestro modelo de ciberseguridad más potente hasta la fecha y logra un rendimiento de vanguardia con una cantidad significativamente menor de tokens. En ExploitBench^2, que mide el progreso desde alcanzar código vulnerable hasta la ejecución arbitraria de código, obtiene 73.5 % frente a GPT‑5.5, que obtiene 47.9 % con un presupuesto comparable de token de salida. En ExploitGym³, que desafía a los agentes a convertir vulnerabilidades del mundo real en exploits funcionales, casi duplica la tasa máxima de éxito de GPT‑5.5 tasa máxima de aprobación, del 15.1 % al 24.9 % con el límite de dos horas; con seis horas, alcanza el 33.7 %. En SEC-Bench Pro, que evalúa la generación de pruebas de concepto en software complejo, obtiene 71.2 % frente a GPT‑5.5 45.8 % con una menor latencia.

GPT‑5.6 admite tareas defensivas importantes, como revisión segura de código, aplicación de parches, modelado de amenazas y blue teaming.Las personas y organizaciones que cumplen los requisitos para participar en el programa Trusted Access for Cyber de OpenAI Daybreak⁠ pueden acceder a una mayor capacidad defensiva mediante protecciones más precisas para el trabajo verificado en entornos autorizados, incluidos la clasificación y validación de vulnerabilidades, el análisis de malware, la ingeniería de detección y la validación de parches.

Las personas pueden verificar su identidad y solicitar acceso de confianza⁠(se abre en una nueva ventana), y las organizaciones pueden presentar la solicitud⁠ para sus equipos. Los miembros individuales deberán activar la Seguridad avanzada de la cuenta⁠(se abre en una nueva ventana) con llaves de acceso respaldadas por hardware a más tardar el 1 de septiembre para conservar el acceso a nuestros modelos de vanguardia con mayores capacidades de ciberseguridad; quienes no lo hagan volverán al acceso predeterminado. Los usuarios que aún no tengan claves de acceso respaldadas por hardware pueden obtener precios preferenciales⁠(se abre en una nueva ventana) de nuestro socio Yubico. También estamos tomando medidas adicionales para restringir el acceso de entidades de alto riesgo y en jurisdicciones de alto riesgo.

GPT‑5.6 Sol también muestra mejoras amplias en investigación científica. En las evaluaciones de ciencias de la vida, GPT‑5.6 demuestra mejoras de Pareto con respecto a GPT‑5.5 en biología del mundo real, flujos de trabajo de investigación en ciencias de la vida y química.

GPT‑5.6 es nuestro modelo más potente hasta ahora para acelerar la investigación en IA. Dentro de OpenAI, los investigadores lo usan a lo largo del ciclo de desarrollo: diagnostican fallas, optimizan sistemas de entrenamiento, ejecutan experimentos e interpretan resultados. Ya observamos esa aceleración y una mayor adopción durante el período de pruebas internas de GPT‑5.6, ya que el promedio diario de tokens de salida por investigador activo fue más del doble del nivel máximo observado para GPT‑5.5.

Esta forma de trabajar se está convirtiendo rápidamente en la norma. Durante los últimos seis meses, la proporción del cómputo de investigación dedicada a la inferencia interna para codificación se multiplicó por 100, mientras que el uso interno de tokens aumentó aproximadamente 22 veces. Estas métricas de adopción no miden por sí solas el avance de la investigación, pero muestran la rapidez con la que está aumentando la asistencia de IA para investigación y en otros equipos, como ventas, marketing, operaciones de usuarios, finanzas y más.

Para medir esta capacidad de forma directa, desarrollamos un conjunto interno de evaluaciones basadas en tareas reales de investigación en IA, como la depuración de sistemas de investigación, la optimización de kernels y de configuraciones de entrenamiento, la ejecución de experimentos de aprendizaje automático y la mejora de otro modelo.

A medida que aumentan las capacidades de los modelos, reforzamos nuestro conjunto de medidas de seguridad para que la inteligencia avanzada pueda seguir siendo ampliamente útil, al tiempo que aplicamos un mayor escrutinio a los usos de alto riesgo. Para GPT‑5.6, desarrollamos nuestro sistema de seguridad más robusto hasta la fecha, calibrado según las capacidades de cada modelo y con más capacidad de cómputo que nunca.

Los modelos GPT‑5.6 son más capaces que nuestros modelos anteriores tanto en biología como en ciberseguridad, pero no superan el umbral crítico en ninguna de las dos categorías. En ciberseguridad, nuestras pruebas sugieren que GPT‑5.6 es mejor para encontrar y corregir vulnerabilidades que para ejecutar de forma confiable ataques autónomos de extremo a extremo contra objetivos reforzados —lo que brinda a los defensores una oportunidad para fortalecer los sistemas antes de que se exploten las debilidades. En biología, nuestras pruebas sugieren que GPT‑5.6 puede apoyar la investigación legítima, pero no proporciona la capacidad integral necesaria para crear, diseñar o sintetizar una amenaza novedosa altamente peligrosa.

Ambos ámbitos son inherentemente de doble uso. En ciberseguridad, las mismas capacidades que podrían ayudar a un atacante a explotar una vulnerabilidad pueden ayudar a un defensor a encontrarla, reproducirla y desarrollar una corrección confiable. Por lo tanto, el bloqueo excesivo crea un riesgo de seguridad por sí mismo. Puede impedir que los defensores prueben sistemas e implementen parches, mientras los actores maliciosos continúan usando otros modelos, incluidos modelos de código abierto cada vez más capaces, así como herramientas establecidas. Las protecciones eficaces tienen en cuenta el contexto y las consecuencias probables de una solicitud, preservan el trabajo defensivo legítimo y aplican controles más estrictos cuando la evidencia indica un riesgo grave de daño.

Las protecciones de GPT‑5.6 están organizadas en capas para ofrecer mayor precisión y redundancia, y están diseñadas para adaptarse rápidamente a medida que surgen nuevos ataques. Las protecciones incorporadas al modelo durante el entrenamiento funcionan junto con verificaciones en tiempo real, monitoreo continuo y controles a nivel de cuenta para mantener la seguridad del sistema, incluso cuando una capa no funciona según lo previsto. En muchos sistemas, los clasificadores por sí solos deciden qué bloquear, basándose en modelos de menor inteligencia que son más difíciles de cambiar para prevenir daños. Nuestro enfoque agrega un monitor de razonamiento que revisa la conversación para determinar si existe un posible riesgo de daño. Este diseño tiene como objetivo permitir el trabajo defensivo y, al mismo tiempo, bloquear usos indebidos graves, con las capacidades más sensibles reservadas para usuarios verificados mediante Trusted Access. Como algunas protecciones usan razonamiento en tiempo de prueba, podemos actualizarlas rápidamente para cerrar brechas sin volver a entrenar clasificadores desde cero.

Estamos adoptando un enfoque más conservador mientras seguimos fortaleciendo el sistema contra ataques adaptativos. En comparación con los modelos anteriores, las protecciones de ciberseguridad de GPT‑5.6 Sol bloquean aproximadamente diez veces más actividad potencialmente dañina. Como estas medidas pueden generar fricción para los usuarios con fines legítimos, ofrecemos una opción en ChatGPT y Codex para volver a ejecutar fácilmente las solicitudes en modelos con menor capacidad. Además, seguiremos reduciendo el impacto de nuestras protecciones en los usuarios con fines legítimos, sin comprometer su solidez. Esto refleja nuestro enfoque de despliegue iterativo: comenzar de forma prudente y mejorar a partir de lo que aprendemos del uso en el mundo real.

Antes de la disponibilidad general, llevamos a cabo nuestras evaluaciones de seguridad más intensivas hasta la fecha, incluidas extensas actividades de red teaming, pruebas rigurosas de capacidades y protecciones con expertos externos, y aproximadamente 700 mil horas de GPU A100e de red teaming automatizado de caja negra. Esto nos permitió examinar de forma sistemática posibles puntos débiles, descubrir jailbreaks y fortalecer el sistema antes del lanzamiento.

No existe la seguridad perfecta, y seguimos trabajando para proteger modelos cada vez más capaces.Se descubrirán nuevas debilidades, al igual que nuevos jailbreaks que eludan las protecciones existentes.Cada nueva generación de modelos también creará nuevas vías para ataques y uso indebido.Construimos para esa realidad mediante protecciones en capas, monitoreo continuo, remediación rápida y colaboración en toda la comunidad defensiva. Para GPT‑5.6, combinamos nuestros programas existentes⁠(se abre en una nueva ventana)de recompensas por la detección de errores en seguridad y biología⁠ con un nuevo proceso de remediación rápida y nuestro esfuerzo de monitoreo más sólido hasta la fecha.Los hallazgos de investigadores, del monitoreo y del uso indebido en el mundo real servirán de base para nuevas evaluaciones y medidas de protección más sólidas de forma continua.

Más información sobre nuestras medidas de seguridad en la tarjeta del sistema GPT‑5.6 actualizada⁠(se abre en una nueva ventana).

GPT‑5.6 abarca tres niveles de modelos: Sol, nuestro modelo insignia; Terra, un modelo de menor costo con un rendimiento competitivo frente a GPT‑5.5; y Luna, nuestro modelo más rápido y asequible. El número identifica la generación, mientras que Sol, Terra y Luna son niveles de capacidad duraderos que pueden avanzar a su propio ritmo.

GPT‑5.6 está disponible a partir de hoy en ChatGPT, Codex y la API de OpenAI. La implementación está comenzando a nivel global ahora y continuará de forma gradual hasta alcanzar la disponibilidad total durante las próximas 24 horas.

• Chat: los usuarios de Plus, Pro, Business y Enterprise pueden acceder a GPT‑5.6 Sol con configuraciones de esfuerzo Media o Alta. Los usuarios de los planes Pro y Enterprise también pueden seleccionar GPT‑5.6 Sol Pro para obtener resultados de la más alta calidad en tareas complejas.
• ChatGPT Trabajo y Codex: los usuarios de los planes Gratis y Go tienen acceso a GPT‑5.6 Terra. Los usuarios de los planes Plus, Pro, Business y Enterprise pueden elegir entre GPT‑5.6 Sol, Terra y Luna, y configurar un nivel de esfuerzo para cada uno. max está disponible para todos los usuarios con acceso a GPT‑5.6 en ChatGPT Trabajo y Codex, y se puede activar en la configuración. En ChatGPT Trabajo, ultra está disponible para usuarios de Pro y Enterprise. En Codex, está disponible para los planes Plus y superiores.
• API: los desarrolladores pueden acceder a Sol, Terra y Luna a través de la API de OpenAI. En la API de Responses, la llamada programática a herramientas permite que GPT‑5.6 escriba y ejecute programas en memoria para coordinar herramientas y procesar resultados intermedios, lo que la hace compatible con la retención cero de datos (ZDR). Multiagente, disponible inicialmente en versión beta, permite que GPT‑5.6 ejecute subagentes en paralelo y sintetice su trabajo en una sola solicitud.

GPT‑5.6 tiene un precio por cada 1 millón de tokens en tres tamaños de modelo: Sol cuesta USD 5 de entrada/USD 30 de salida; Terra cuesta USD 2.50 de entrada/USD 15 de salida; y Luna cuesta USD 1 de entrada/USD 6 de salida. GPT‑5.6 también introduce un almacenamiento en caché de prompt más predecible, que incluye soporte para puntos de interrupción explícitos de caché⁠(se abre en una nueva ventana) y un tiempo mínimo de caché de 30 minutos. Para GPT‑5.6 y modelos posteriores, las escrituras en caché se facturan a 1.25 veces la tarifa de entrada sin caché del modelo, mientras que las lecturas en caché siguen recibiendo el descuento del 90 % de entrada en caché.