Presentamos GPT‑5

Presentamos GPT‑5, nuestro mejor sistema de IA hasta la fecha. GPT‑5 representa un avance significativo en inteligencia con respecto a todos nuestros modelos anteriores, con un rendimiento de vanguardia en programación, matemáticas, escritura, salud, percepción visual y mucho más. Es un sistema unificado que sabe cuándo responder rápidamente y cuándo pensar más detenidamente para ofrecer respuestas de nivel profesional. GPT‑5 está disponible para todos los usuarios, los miembros de Plus disponen de mayor capacidad de uso y los miembros de Pro tienen acceso a GPT‑5 Pro, una versión con razonamiento extendido para obtener respuestas aún más completas y precisas.

GPT‑5 es un sistema unificado con un modelo inteligente y eficiente que responde la mayoría de las preguntas, un modelo de razonamiento más profundo (GPT‑5 Thinking) para problemas más difíciles, y un enrutador en tiempo real que decide rápidamente qué usar de acuerdo con el tipo de conversación, la complejidad, las herramientas necesarias y tu intención explícita (p. ej.: si dices “piensa más sobre esto” en el mensaje). El enrutador se entrena continuamente con señales reales, que incluyen cuando los usuarios cambian de modelo, las tasas de preferencia de las respuestas y las mediciones de corrección, lo que mejora con el tiempo. Una vez que se alcanzan los límites de uso, una versión mini de cada modelo se encarga de las consultas restantes. En un futuro próximo, tenemos previsto integrar estas capacidades en un único modelo.

GPT‑5 no solo supera a los modelos anteriores en las pruebas de referencia y responde a las preguntas con mayor rapidez, sino que, lo que es más importante, resuelve mejor las consultas del mundo real. Logramos avances importantes en la reducción de las alucinaciones, la mejora del seguimiento de las instrucciones y la minimización de la adulación, además de mejorar el rendimiento de GPT‑5 en tres de los usos más comunes de ChatGPT: redacción, programación y salud.

GPT‑5 es nuestro modelo de programación más potente a la fecha. Se observan mejoras específicas en la generación compleja de front-end y la depuración de grandes repositorios. De manera continua, es capaz de crear sitios web, aplicaciones y juegos atractivos, con capacidad de respuesta y atención a la sensibilidad estética con solo un mensaje, convirtiendo ideas en realidad de una manera intuitiva y elegante. Los primeros evaluadores han mencionado sus elecciones de diseño, que demuestran una comprensión mucho mayor de cosas como el espaciamiento, la tipografía y los espacios en blanco. Encuentra aquí más detalles de todo lo que GPT‑5 permite a los desarrolladores.

Estos son algunos ejemplos de lo que GPT‑5 ha creado con un solo mensaje:

GPT‑5 es nuestro colaborador de escritura más capaz hasta la fecha, capaz de ayudarte a orientar y traducir ideas preliminares en textos convincentes y resonantes con riqueza literaria y ritmo. Genera textos con mayor fiabilidad cuando hay ambigüedad estructural, por ejemplo, cuando se trata de mantener un pentámetro yámbico sin rima o un verso libre que fluya con naturalidad, y combina el respeto por la forma con la claridad expresiva. Estas capacidades de redacción mejoradas significan que ChatGPT es más eficaz a la hora de ayudarte con tareas cotidianas como redactar y editar informes, correos electrónicos, memorandos y mucho más. Los estilos de redacción de GPT‑5 y GPT‑4o se pueden compara en la tabla siguiente.

A la fecha, GPT‑5 es nuestro mejor modelo para preguntas de salud, permitiendo a los usuarios obtener información médica y valerse por ellos mismos. El modelo obtiene una puntuación considerablemente mayor a la de cualquier modelo anterior en HealthBench⁠, una evaluación que publicamos este año basada en escenarios realistas y criterios definidos por médicos. En comparación con modelos anteriores, actúa más como un ayudante con pensamiento activo, que es proactivo al identificar posibles inquietudes y hacer preguntas para dar respuestas más útiles. El modelo ahora también ofrece respuestas más precisas y confiables, que se adaptan al contexto, el nivel de conocimiento y la ubicación geográfica del usuario, lo que le permite proporcionar respuestas más seguras y útiles en una amplia variedad de situaciones. Es importante destacar que ChatGPT no reemplaza a un profesional médico; considéralo un compañero que te ayuda a comprender los resultados, hacer las preguntas adecuadas cuando estás con los proveedores y considerar las opciones mientras tomas decisiones.

En estos ejemplos podrás ver algunos de los aspectos en los que GPT‑5 es mejor que nuestros modelos anteriores en distintos dominios, más completo, detallado y útil:

GPT‑5 es mucho más inteligente en todo sentido, lo que se refleja en su desempeño en pruebas de referencia académicas y evaluadas por humanos, específicamente en matemáticas, programación, percepción visual y salud. Marca un nuevo estándar en matemáticas (94,6 % en AIME 2025 sin herramientas), programación en el mundo real (74,9 % en SWE-bench Verified, 88 % en Aider Polyglot), comprensión multimodal (84,2 % en MMMU) y salud (46,2 % en HealthBench Hard), y esas mejoras se notan en el uso diario. Con el razonamiento extendido de GPT‑5 Pro, el modelo también marca un nuevo estándar SOTA en GPQA, con una puntuación del 88,4 % sin herramientas.

GPT‑5 muestra avances importantes en pruebas de referencia que evalúan el seguimiento de instrucciones y el uso de herramientas de agentes, que son las capacidades que le permiten llevar a cabo de manera confiable solicitudes de varios pasos, coordinar diferentes herramientas y adaptarse a los cambios en el contexto. En la práctica, esto significa que maneja mejor las tareas complejas y en constante evolución. GPT‑5 puede seguir tus instrucciones con mayor fidelidad y completar mejor el trabajo de principio a fin usando las herramientas que tiene a su disposición.

El modelo se destaca en una amplia gama de pruebas de referencia multimodales, que abarcan razonamiento visual, basado en video, espacial y científico. Un mejor rendimiento multimodal significa que ChatGPT puede razonar con mayor precisión sobre imágenes y otras entradas que no son de texto, ya sea interpretando un gráfico, resumiendo una foto de una presentación o respondiendo preguntas sobre un diagrama.

GPT‑5 es también nuestro modelo con mejor rendimiento en una prueba de referencia interna que mide el rendimiento en tareas complejas y de gran valor económico. Al utilizar el razonamiento, GPT‑5 se equipara o supera a los expertos en aproximadamente la mitad de los casos, mientras que es mejor que o3 y el agente ChatGPT en tareas que abarcan más de 40 profesiones, entre las que se incluyen el derecho, la logística, las ventas y la ingeniería.

GPT‑5 obtiene más resultados con menos tiempo de pensamiento. En nuestras evaluaciones, GPT‑5 (con pensamiento) obtiene mejores resultados que OpenAI o3 con un 50 % a 80 % menos de tokens de salida en todas las capacidades, incluido el razonamiento visual, la programación de agentes y la resolución de problemas científicos de nivel universitario.

GPT‑5 se entrenó con supercomputadoras de IA de Microsoft Azure.

GPT‑5 es mucho menos propenso a tener alucinaciones que nuestros modelos anteriores.  Con la búsqueda web habilitada en mensajes anonimizados que representan el tráfico de producción de ChatGPT, las respuestas de GPT‑5 son aproximadamente un 45 % menos propensas a contener errores fácticos que las de GPT‑4o, y cuando se trata de pensar, las respuestas de GPT‑5 son aproximadamente un 80 % menos propensas a contener errores fácticos que las de OpenAI o3.

Invertimos especialmente en hacer que nuestros modelos sean más confiables al razonar sobre preguntas complejas y abiertas. Por eso, agregamos nuevas evaluaciones para poner a prueba la veracidad de las respuestas abiertas. Medimos la tasa de alucinaciones de GPT‑5 al pensar en preguntas abiertas que buscaban datos concretos de dos referencias públicas de verificación de datos: LongFact⁠(se abre en una nueva ventana) (conceptos y objetos) y FActScore⁠(se abre en una nueva ventana).  En todas estas pruebas de referencia, “GPT‑5 Thinking” muestra una marcada disminución de las alucinaciones, aproximadamente seis veces menos que o3, lo que supone un claro avance en la producción de contenido extenso y preciso de forma sistemática. Los detalles de la implementación y la calificación de nuestras evaluaciones en estas pruebas de referencia se pueden encontrar en la tarjeta del sistema.

Además de mejorar la veracidad, GPT‑5 (con pensamiento) comunica de forma más honesta sus acciones y capacidades al usuario, especialmente en tareas imposibles, poco específicas o en las que faltan herramientas clave. Para obtener un alto rendimiento durante el entrenamiento, los modelos de razonamiento pueden aprender a mentir sobre la correcta realización de una tarea o mostrarse muy seguros sobre una respuesta dudosa. Por ejemplo, para probar esto, eliminamos todas las imágenes de los mensajes de la prueba de referencia multimodal CharXiv y descubrimos que OpenAI o3 seguía respondiendo con seguridad sobre imágenes inexistentes en el 86,7 % de los casos, frente a solo el 9 % de GPT‑5.

Al razonar, GPT‑5 reconoce con mayor precisión cuando las tareas no se pueden completar y comunica claramente sus límites. Evaluamos las tasas de engaño en configuraciones que implicaban tareas de programación imposibles y activos multimodales faltantes, y descubrimos que GPT‑5 (con pensamiento) es menos engañoso que o3 en todos los ámbitos. En un amplio conjunto de conversaciones representativas del tráfico real producción de ChatGPT, redujimos las tasas de engaño del 4,8 % de o3 al 2,1 % de las respuestas de razonamiento de GPT‑5. Si bien esto representa una mejora importante para los usuarios, aún queda trabajo por hacer, y seguimos investigando para mejorar la veracidad y la honestidad de nuestros modelos. Puedes obtener más información en la tarjeta del sistema.

GPT‑5 avanza en el ámbito de la seguridad. En el pasado, ChatGPT se basaba principalmente en un entrenamiento de seguridad basado en negativas, es decir, según el mensaje del usuario, el modelo podía aceptar o negar. Este tipo de entrenamiento funciona bien con mensajes explícitamente maliciosos, pero puede tener dificultades para manejar situaciones en las que la intención del usuario no es clara o la información podría usarse con fines legítimos o maliciosos. El entrenamiento basado en negativas es especialmente inflexible en dominios de doble uso, como la virología, en el que una solicitud legítima puede completarse de forma segura y satisfactoria, pero podría beneficiar a un agente malintencionado si se completara en detalle.

Para GPT‑5, implementamos una nueva forma de entrenamiento en seguridad, las finalizaciones seguras, que enseña al modelo a dar la respuesta más útil posible sin cruzar los límites de seguridad. En ocasiones, puede significar responder parcialmente a la pregunta de un usuario o solo responder a un nivel general. Si el modelo necesita rechazar una solicitud, GPT‑5 está entrenado para explicarte de forma transparente el motivo del rechazo y ofrecerte alternativas seguras. Tanto en los experimentos controlados como en nuestros modelos de producción, observamos que este enfoque tiene matices, lo que permite abordar mejor las cuestiones de doble uso, ofrece más fiabilidad ante intenciones ambiguas y reduce el número de rechazos innecesarios. Lee más sobre nuestro nuevo enfoque del entrenamiento en seguridad, así como todos los detalles sobre la metodología, las métricas y los resultados, en nuestro artículo sobre la finalización segura⁠.

En general, GPT‑5 es menos complaciente en su efusividad, usa menos emojis innecesarios y es más sutil y considerado en sus mensajes de seguimiento en comparación con GPT‑4o. La idea es que se sienta menos como “hablarle a una IA” y más como conversar con un buen amigo que tiene un doctorado académico.

A principios de este año, lanzamos una actualización de GPT‑4o⁠ que, sin querer, provocó que el modelo fuera demasiado adulador, o excesivamente halagador o complaciente. Rápidamente revertimos el cambio⁠ y, desde entonces, hemos trabajado para comprender y reducir este comportamiento del siguiente modo:

• Desarrollo de nuevas evaluaciones para medir los niveles de adulación.
• Mejora de nuestro entrenamiento para que el modelo sea menos adulador, por ejemplo, agregar ejemplos que normalmente llevarían a un acuerdo exagerado y luego enseñarle a no hacerlo.

En evaluaciones de adulación específicas que usaban mensajes diseñados específicamente para provocar respuestas aduladoras, GPT‑5 redujo de modo considerable las respuestas aduladoras (del 14.5 % a menos del 6 %). En ocasiones, reducir la adulación puede implicar una disminución de la satisfacción de los usuarios, pero las mejoras que implementamos redujeron la adulación en más de la mitad y aportaron otras ventajas cuantificables, por lo que los usuarios siguen disfrutando de conversaciones constructivas y de alta calidad, lo que nos permite cumplir nuestro objetivo de ayudar a las personas a usar ChatGPT de forma adecuada⁠.

GPT‑5 es mucho mejor en el seguimiento de instrucciones, y vemos una mejora equivalente en su capacidad para seguir instrucciones personalizadas.

También estamos lanzando una vista previa de investigación de cuatro nuevas personalidades predeterminadas para todos los usuarios de ChatGPT, gracias a las mejoras en la capacidad de dirección. Estas personalidades, disponibles inicialmente para el chat de texto y que más adelante estarán disponibles para el modo de voz, te permiten configurar cómo interactúa ChatGPT, ya sea de forma concisa y profesional, reflexiva y comprensiva, o un poco sarcástica, sin necesidad de escribir mensajes personalizados. Las cuatro opciones iniciales, Cínica, Robótica, Receptiva y Entusiasta, son opcionales, se pueden ajustar en cualquier momento en la configuración y están diseñadas para adaptarse a tu estilo de comunicación.

Todas estas nuevas personalidades cumplen o superan nuestros estándares internos de evaluación para reducir la adulación.

Esperamos aprender y mejorar a partir de los primeros comentarios.

Decidimos considerar al modelo “GPT‑5 Thinking” como una herramienta de alta capacidad en el domino biológico y químico, e implementamos estrictas medidas de seguridad para minimizar los riesgos asociados. Sometimos el modelo a rigurosas evaluaciones de seguridad según nuestro Marco de preparación⁠, y completamos 5000 horas de pruebas de equipo rojo con socios como CAISI y UK AISI.

Al igual que con nuestro enfoque para el agente ChatGPT, aunque no tenemos pruebas definitivas de que este modelo pueda ayudar a un principiante a causar daños biológicos graves (nuestro umbral definido⁠(se abre en una nueva ventana) para una herramienta de alta capacidad), adoptamos un enfoque preventivo y activamos las medidas de seguridad necesarias ahora para estar mejor preparados cuando dichas capacidades estén disponibles. Como resultado, “GPT‑5 Thinking” cuenta con una estructura de seguridad sólida con un sistema de defensa de varias capas para la biología: clasificación integral de amenazas, entrenamiento del modelo para que no genere contenido nocivo a través de nuestro nuevo paradigma de finalizaciones seguras, clasificadores y monitores de razonamiento siempre activos, y procesos de aplicación claros.

Lee más sobre nuestro enfoque sólido en materia de seguridad de GPT‑5 en nuestra tarjeta del sistema.

Para las tareas más complejas y desafiantes, también lanzamos GPT‑5 Pro, que reemplaza a OpenAI o3‑pro, una variante de GPT‑5 que piensa durante más tiempo, y usa un cálculo paralelo adaptado pero eficiente en el momento de la prueba, para ofrecer respuestas de la más alta calidad y más completas. GPT‑5 Pro alcanza el máximo rendimiento de la familia GPT‑5 en varias pruebas de referencia de inteligencia muy exigentes, lo que incluye un rendimiento de vanguardia en GPQA, que contiene preguntas de ciencias muy difíciles.

En evaluaciones realizadas sobre más de 1000 mensajes de razonamiento del mundo real y de gran valor económico, los expertos externos prefirieron GPT‑5 Pro frente a “GPT‑5 Thinking” en el 67,8 % de los casos. GPT‑5 Pro cometió un 22 % menos de errores graves y se destacó en temas de salud, ciencia, matemáticas y programación. Los expertos calificaron sus respuestas como pertinentes, útiles y completas.

GPT‑5 es el nuevo modelo predeterminado en ChatGPT, que reemplaza a GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1 y GPT‑4.5 para los usuarios registrados. Solo debes abrir ChatGPT y escribir tu pregunta, GPT‑5 se encarga del resto y aplica el razonamiento automáticamente cuando la respuesta se beneficia de ello. Los usuarios de pago pueden seguir seleccionando “GPT‑5 Thinking” en el selector de modelos o escribir algo como “piensa más sobre esto” en el cuadro de diálogo para asegurarse de que se use el razonamiento al generar una respuesta.

GPT‑5 comienza a implementarse hoy para todos los usuarios de Plus, Pro, Team y Free, y la próxima semana estará disponible para los usuarios de Enterprise y Edu. Los usuarios de Pro, Plus y Team también pueden empezar a programar con GPT‑5 en Codex CLI⁠(se abre en una nueva ventana) iniciando sesión con ChatGPT.

Como con GPT‑4o, la diferencia entre acceso gratuito y de pago al GPT‑5 es el volumen de uso. Los miembros de Pro tienen acceso ilimitado a GPT‑5 y acceso a GPT‑5 Pro. Los usuarios de Plus pueden usarlo fácilmente como su modelo predeterminado para sus preguntas diarias, con un uso mucho mayor que los usuarios gratuitos. Los clientes de los planes Team, Enterprise y Edu también pueden usar GPT‑5 sin problemas como modelo predeterminado para su trabajo diario, con amplios límites que facilitan que toda la organización pueda depender de GPT‑5. Para los usuarios de la versión ChatGPT Free, es posible que las funciones completas de razonamiento tarden unos días en estar totalmente disponibles. Una vez que los usuarios gratuitos alcancen los límites de uso de GPT‑5, pasarán a GPT‑5 mini, un modelo más pequeño, rápido y muy capaz.