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 eficiente en costes.

GPT‑5.6 Sol marca un nuevo estándar tanto en inteligencia como en eficiencia, logrando resultados de última generación en programación, trabajo del conocimiento, ciberseguridad y ciencia, a la vez que supera a modelos de vanguardia anteriores y de la competencia usando menos tokens y con un coste estimado inferior. El resultado es un mayor rendimiento por cada dólar invertido: más trabajo realizado con éxito con el mismo gasto, o resultados comparables con un coste total menor. También presentamos una nueva forma de acelerar el trabajo más exigente: ultra es nuestra configuración de la más alta capacidad, que coordina varios agentes en flujos de trabajo paralelos para completar tareas complejas más rápido. Gracias a una capacidad más sólida para usar el ordenador y a un mejor criterio de diseño, GPT‑5.6 Sol es nuestro colaborador más avanzado hasta la fecha y te ayuda a revisar, perfeccionar y entregar resultados listos para usar.

Hemos entrenado a GPT‑5.6 para aprovechar mejor cada token. En Agents’ Last Exam⁠(se abre en una ventana nueva), una evaluación de flujos de trabajo profesionales de larga duración en 55 campos, GPT‑5.6 Sol marca un nuevo alta de 53,6, superando a Claude Fable 5 (razonamiento adaptativo) por 13,1 puntos. Incluso con razonamiento media, supera a Fable 5 por 11,4 puntos con aproximadamente una cuarta parte del coste estimado. Esa eficiencia se extiende a modelos más pequeños, que son esenciales para hacer que la inteligencia sea más abundante y asequible: GPT‑5.6 Terra y GPT‑5.6 Luna superan a Fable 5 con aproximadamente una dieciseisava parte del coste. En el Índice de Inteligencia de Artificial Analysis⁠(se abre en una ventana nueva), una medida amplia de la inteligencia que abarca el trabajo agentico, la programación, el razonamiento científico y las capacidades generales, GPT‑5.6 Sol con razonamiento máximo se queda a un punto de Fable 5, a la vez que completa las tareas en un 61 % menos de tiempo y a aproximadamente la mitad del coste estimado.

GPT‑5.6 se lanza con nuestras medidas de protección 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 protección 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 integradas en el modelo mediante el entrenamiento con comprobaciones en tiempo real, supervisión y acceso calibrado según la confianza y el riesgo.

GPT‑5.6 Sol es nuestro mejor modelo de codificación hasta la fecha. En el índice de agentes de codificación de Artificial Analysis, 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 tokens de salida, tarda menos de la mitad del tiempo y cuesta aproximadamente un tercio menos. Esa ventaja se extiende a toda la familia: Terra rinde ligeramente por encima de Fable 5, mientras que Luna supera a Opus 4.8; cada uno lo consigue en aproximadamente un tercio del tiempo, con alrededor de la mitad de los tokens de salida y a aproximadamente una cuarta parte del coste 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 coordinen herramientas, procesen resultados intermedios, supervisen el progreso y elijan la siguiente acción a medida que avanza el trabajo. Esto permite que las tareas con gran uso de herramientas avancen con menos tokens, menos rondas de interacción con el modelo y menos orientación. En lugar de exigir a los desarrolladores que programen mediante scripts cada paso o de pasar cada respuesta de herramienta de nuevo por el modelo, las llamadas programáticas a herramientas⁠(se abre en una ventana nueva) en la API de Respuestas pueden filtrar grandes cantidades de datos intermedios, conservar solo lo relevante 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 da a GPT‑5.6 incluso más tiempo que xhigh para razonar y explorar alternativas, ejecutar 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 ofrecer resultados más sólidos y un menor tiempo hasta obtener resultados en tareas exigentes. Los gráficos siguientes comparan la configuración predeterminada de cuatro agentes de Ultra con una referencia 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, añadir agentes paralelos desplaza la de vanguardia de rendimiento entre puntuación y latencia hacia arriba y hacia la izquierda, logrando mejores resultados en menos tiempo. En la API, los desarrolladores pueden crear experiencias similares a Ultra mediante la beta multiagente de la API de Responses.

GPT‑5.6 supone un salto cualitativo en el criterio de diseño. Con solo una dirección alta, GPT‑5.6 crea interfaces elegantes, ergonómicas y funcionales. Sus capacidades informáticas más avanzadas le permiten inspeccionar y perfeccionar el resultado renderizado — no solo generar el código o el contenido subyacente —, de modo que puede detectar problemas visuales y funcionales, y aplicar los retoques finales antes de devolver el trabajo.

Las capacidades del 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 en tareas profesionales. Toma el contexto disperso de tus documentos y de tus flujos de trabajo cotidianos en herramientas como Slack, Notion, Microsoft 365 y Google Drive, y lo convierte en recursos de calidad profesional que puedes compartir.

La fortaleza de GPT‑5.6 en el trabajo del conocimiento se refleja en evaluaciones que abarcan el análisis profesional a largo plazo, la navegación web, el uso de herramientas y el uso del ordenador. 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 tokens de salida. Aquí, las mejoras en rendimiento por dólar se extienden a toda la familia GPT‑5.6. Luna casi iguala el rendimiento máximo de GPT‑5.5 rendimiento máximo por menos de la mitad del coste estimado, mientras que Terra lo supera con un coste menor.

GPT‑5.6 Sol mejora la calidad de las presentaciones, los documentos y las hojas de cálculo, lo que genera resultados más pulidos y precisos. Puede crear presentaciones profesionales y totalmente editables desde cero, convirtiendo un prompt y material de origen en una narrativa visual coherente con composiciones, 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, tipografía, espaciado, colores y patrones de contenido recurrentes, incluidas las reglas integradas en el patrón de diapositivas, y aplicar esas convenciones de forma coherente al nuevo material. En este ejemplo, cuando se le pide que actualice números a partir de un archivo de referencia, la salida 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 con un aspecto visual más cuidado. Respeta con mayor fidelidad los formatos de referencia complejos, lo cual es importante para las actividades repetibles de trabajo del conocimiento. Gestiona ecuaciones y modelos financieros con mayor precisión, y aprovecha mejor la tipografía, el espaciado, la jerarquía y el diseño de página u hoja de cálculo.

Los primeros clientes que probaron GPT‑5.6 observaron mejoras en los resultados del trabajo del conocimiento 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 68,2 %. 47,9 % con un presupuesto de tokens de salida comparable. En ExploitGym³, que pide a los agentes convertir vulnerabilidades del mundo real en exploits funcionales, casi duplica el rendimiento de GPT‑5.5 tasa máxima de aprobados, 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 ventana nueva), y las organizaciones pueden solicitar⁠ para sus equipos. Los miembros individuales deberán activar la Seguridad avanzada de la cuenta⁠(se abre en una ventana nueva) con claves de acceso respaldadas por hardware antes del 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 dispongan de claves de acceso respaldadas por hardware pueden obtener precio preferencial⁠(se abre en una ventana nueva) de nuestro socio, Yubico. También estamos tomando medidas adicionales para restringir el acceso a entidades de alta riesgo y en jurisdicciones de alta riesgo.

GPT‑5.6 Sol también muestra mejoras generalizadas en la 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 la fecha para acelerar la investigación en IA. En OpenAI, los investigadores lo usan a lo largo de todo el ciclo de desarrollo: para diagnosticar fallos, optimizar sistemas de entrenamiento, ejecutar experimentos e interpretar resultados. Ya observamos esa aceleración y una mayor adopción durante el período de pruebas internas de GPT‑5.6, ya que la media diaria 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. En los últimos seis meses, la proporción de la capacidad de cómputo de investigación destinada a la inferencia interna para programación se multiplicó cien veces, mientras que el uso interno de tokens agentic aumentó aproximadamente veintidós veces. Estas métricas de adopción no miden por sí solas el progreso de la investigación, pero muestran la rapidez con la que la asistencia de IA está aumentando para la investigación y en otros equipos, como ventas, marketing, operaciones de usuarios, finanzas y otros.

Para medir esta capacidad directamente, desarrollamos un conjunto interno de evaluaciones basadas en tareas reales de investigación en IA, como depurar sistemas de investigación, optimizar kernels y recetas de entrenamiento, ejecutar experimentos de aprendizaje automático y mejorar 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, creamos nuestro sistema de seguridad más robusto hasta la fecha, calibrado según las capacidades de cada modelo e impulsado por 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 fiable 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 fiable. 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 medidas de protección 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 medidas de protección 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, supervisión continua 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 evitar daños. Nuestro enfoque añade 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. Dado que 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 medidas de protección de ciberseguridad de GPT‑5.6 Sol bloquean aproximadamente diez veces más actividad potencialmente dañina. Dado que estas medidas pueden generar fricción para usos 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 medidas de protección en el uso con fines legítimos, sin comprometer su solidez. Esto refleja nuestro enfoque de implementación iterativa: 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 medidas de protección 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.

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

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

GPT‑5.6 abarca tres niveles de modelo: Sol, nuestro modelo insignia; Terra, un modelo de menor coste 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 desde hoy en ChatGPT, Codex y la API de OpenAI. El despliegue comienza ahora a nivel mundial y continuará gradualmente hasta alcanzar la disponibilidad completa 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 medio o alto. Los usuarios de 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 Sol, Terra y Luna, y establecer un nivel de esfuerzo para cada uno. El modo 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, el modo 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 respuestas, 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 función llamada «sin retención 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 5 USD de entrada/30 USD de salida; Terra cuesta 2,50 USD de entrada/15 USD de salida; y Luna cuesta 1 USD de entrada/6 USD 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 ventana nueva) 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.