Presentamos GPT‑5

Presentamos GPT‑5, nuestro mejor sistema de IA hasta la fecha. GPT‑5 supone un salto sustancial en inteligencia con respecto a todos nuestros modelos anteriores, capaz de lograr un rendimiento incomparable en programación, matemáticas, escritura, salud y percepción visual, entre otras. Es un sistema unificado que sabe cuándo responder con rapidez y cuándo tomarse más tiempo para ofrecer respuestas de nivel experto. GPT‑5 está disponible para todos los usuarios, con más uso para quienes tienen la suscripción Plus, y con acceso a GPT‑5 Pro para los suscriptores Pro, una versión con capacidad de razonamiento ampliada que ofrece respuestas aún más completas y precisas.

GPT‑5 es un sistema unificado con un modelo inteligente y eficiente que responde a la mayoría de las preguntas, un modelo razonador más avanzado (razonamiento GPT‑5) para los problemas más complejos y un rúter en tiempo real que decide rápidamente qué modelo usar en función del tipo de conversación, la complejidad, las herramientas necesarias y la intención explícita del usuario (si en la indicación dices «reflexiona bien sobre esto», por ejemplo). El rúter se entrena de forma continua con señales reales, como los cambios de modelo que realizan los usuarios, las valoraciones de sus preferencias sobre las respuestas y las mediciones de precisión, lo que le permite mejorar con el tiempo. Cuando se alcanzan los límites de uso, se hace uso de una versión más ligera de cada modelo para gestionar las consultas restantes. En un futuro próximo, planeamos integrar todas estas capacidades en un único modelo.

GPT‑5 no solo rinde mejor que los modelos anteriores en las pruebas y responde más rápido, sino que, sobre todo, es más útil para las consultas reales. Hemos logrado grandes avances en la reducción de alucinaciones, la mejora en el seguimiento de instrucciones y la minimización de la complacencia, al tiempo que hemos potenciado el rendimiento de GPT‑5 en tres de los usos más habituales de ChatGPT: redacción, programación y salud.

GPT‑5 es nuestro modelo de programación más potente hasta la fecha. Ha mejorado bastante en el complejo desarrollo front-end y en la depuración de grandes repositorios. Es capaz de crear páginas web, aplicaciones y juegos atractivos y adaptables con una gran sensibilidad estética mediante una sola indicación, convirtiendo las ideas en realidad de forma intuitiva y elegante. Los evaluadores iniciales también destacaron las decisiones de diseño, con una comprensión mucho más acertada de aspectos como el espaciado, la tipografía y el espacio en blanco. Consulta aquí todos los detalles sobre lo que GPT‑5 aporta a los desarrolladores.

Aquí tienes algunos ejemplos de lo que GPT‑5 ha sido capaz de crear con tan solo una indicación:

GPT‑5 es hasta ahora nuestro colaborador más competente en escritura, capaz de ayudarte a dar forma y traducir ideas iniciales en textos atractivos y sugerentes, con profundidad literaria y buen ritmo. Gestiona con mayor fiabilidad textos con ambigüedad estructural, como mantener un pentámetro yámbico sin rima o un verso libre con un flujo natural, combinando el respeto por la forma con una claridad expresiva. Estas mejoras en la escritura hacen que ChatGPT sea más eficaz a la hora de ayudarte con tareas cotidianas como redactar y revisar informes, correos, memorandos y mucho más. Los estilos de redacción de GPT‑5 y GPT‑4o pueden compararse en la siguiente tabla.

GPT‑5 es nuestro mejor modelo hasta la fecha para temas relacionados con la salud, puesto que permite a los usuarios estar informados y velar por su salud. El modelo alcanza una puntuación significativamente superior a la de cualquier modelo anterior en HealthBench⁠, una evaluación que publicamos a principios de este año a partir de escenarios realistas y criterios definidos por médicos. En comparación con los modelos anteriores, se comporta como un interlocutor más activo, detectando de forma proactiva posibles problemas y formulando preguntas para aportar respuestas más útiles. El modelo ahora ofrece respuestas más precisas y fiables, adaptándose al contexto, nivel de conocimiento y ubicación del usuario, lo que le permite dar respuestas más seguras y útiles en una amplia variedad de situaciones. Es importante tener en cuenta que ChatGPT no sustituye a un profesional médico: es más bien un aliado que te ayuda a entender los resultados, plantear las preguntas adecuadas cuando hables con tu médico y valorar las opciones antes de tomar una decisión.

Aquí tienes algunos ejemplos que muestran cómo GPT‑5 supera a nuestros modelos anteriores en distintos ámbitos: ofrece respuestas más completas, detalladas y útiles.

GPT‑5 es un modelo mucho más inteligente en todos los sentidos, tal y como refleja el rendimiento en pruebas académicas y evaluaciones humanas, sobre todo en matemáticas, programación, percepción visual y salud. Marca un nuevo estándar en matemáticas (94,6 % en AIME 2025 sin herramientas), programación aplicada al mundo real (74,9 % en SWE-bench Verified y 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. Gracias a la capacidad de razonamiento ampliada, GPT‑5 Pro también marca un nuevo récord en GPQA, con una puntuación del 88,4 % sin usar herramientas.

GPT‑5 muestra avances notables en pruebas que evalúan el seguimiento de las instrucciones y el uso autónomo de herramientas, capacidades que le permiten ejecutar de forma fiable tareas de varios pasos, coordinarse entre distintas herramientas y adaptarse a cambios de contexto. En la práctica, esto significa que gestiona mejor las tareas complejas y cambiantes: GPT‑5 sigue tus instrucciones con mayor fidelidad y completa más trabajo de principio a fin utilizando las herramientas de que dispone.

El modelo destaca en una amplia gama de pruebas multimodales, que abarcan el razonamiento visual, basado en vídeo, espacial y científico. Un mejor rendimiento multimodal significa que ChatGPT puede razonar con mayor precisión a partir de imágenes y otros formatos que no sean texto, ya sea interpretando un gráfico, resumiendo la foto de una presentación o respondiendo preguntas sobre un diagrama.

GPT‑5 es también nuestro modelo con mejor rendimiento en una evaluación interna que mide el desempeño en tareas complejas de trabajo de conocimientos con valor económico. Al razonar, GPT‑5 es comparable o incluso superior a expertos en aproximadamente la mitad de los casos, y supera a o3 y a ChatGPT Agent en tareas que abarcan más de 40 profesiones, como derecho, logística, ventas e ingeniería.

GPT‑5 saca más provecho dedicando menos tiempo a pensar. En nuestras evaluaciones (con razonamiento), GPT‑5 supera a OpenAI o3 usando entre un 50 % y un 80 % menos de tókenes en diferentes capacidades, como razonamiento visual, programación autónoma y resolución de problemas científicos a nivel de posgrado.

GPT‑5 se entrenó mediante superordenadores de IA de Microsoft Azure.

GPT‑5 tiene muchas menos probabilidades de generar alucinaciones que nuestros modelos anteriores.  Con la búsqueda web activada en indicaciones anónimas representativas del tráfico de producción de ChatGPT, las respuestas de GPT‑5 son aproximadamente un 45 % menos propensas a contener un error fáctico que las de GPT‑4o, y al pensar, las respuestas de GPT‑5 son aproximadamente un 80 % menos propensas a contener un error fáctico que las de OpenAI o3.

Hemos invertido especialmente en aumentar la fiabilidad de nuestros modelos a la hora de razonar sobre asuntos complejos y abiertos. Por ello, hemos añadido nuevas evaluaciones para poner a prueba la veracidad de las preguntas abiertas. Hemos medido el índice de alucinación de GPT‑5 al reflexionar sobre indicaciones abiertas de consulta de información a partir de dos evaluaciones comparativas públicas de veracidad: LongFact⁠(se abre en una ventana nueva) (conceptos y objetos) y FActScore⁠(se abre en una ventana nueva).  En todas estas evaluaciones comparativas, «GPT‑5 thinking» presenta un fuerte descenso de las alucinaciones ( aproximadamente seis veces menos que o3), lo que supone un claro avance en la producción de contenidos de larga duración con una precisión uniforme. Los detalles de la aplicación y puntuación de nuestras evaluaciones en estas evaluaciones comparativas pueden consultarse en la ficha del sistema.

Además de mejorar la veracidad, GPT‑5 (con razonamiento) comunica de forma más honesta las acciones y capacidades al usuario, especialmente en el caso de tareas imposibles, poco específicas o en las que faltan herramientas clave. Con el fin de alcanzar una recompensa elevada durante el entrenamiento, los modelos razonadores pueden aprender a mentir sobre la superación de una tarea o mostrarse excesivamente confiados sobre una respuesta incierta. Por ejemplo, para comprobarlo, eliminamos todas las imágenes de las indicaciones de la evaluación comparativa multimodal CharXiv, y descubrimos que OpenAI o3 seguía dando respuestas con mucha confianza sobre imágenes inexistentes el 86,7 % de las veces, en comparación con solo el 9 % en el caso de GPT‑5.

Al razonar, GPT‑5 reconoce con mayor precisión los casos en los que no se pueden completar las tareas y comunica las limitaciones con claridad. Evaluamos los niveles de engaño en situaciones que implicaban tareas de programación imposibles y la falta de activos multimodales, y descubrimos que GPT‑5 (con razonamiento) presenta un comportamiento menos engañoso que o3 en todos los casos. En un amplio conjunto de conversaciones representativas del tráfico de producción real de ChatGPT, hemos reducido las tasas de engaño del 4,8 % en el caso de o3 al 2,1 % de las respuestas de razonamiento de GPT‑5. Aunque esto supone una mejora sustancial para los usuarios, aún queda trabajo por delante, y seguimos investigando para mejorar la veracidad y honestidad de nuestros modelos. Puedes encontrar más información en la ficha del sistema.

GPT‑5 amplía el horizonte de la seguridad. En el pasado, ChatGPT se basaba principalmente en un entrenamiento en seguridad basado en rechazos: según la indicación del usuario, el modelo debía seguirla o rechazarla. Si bien este tipo de entrenamiento funciona bien con indicaciones explícitamente maliciosas, puede tener dificultades para manejar situaciones en las que la intención del usuario no está clara, o en las que la información podría usarse de buena fe o de forma maliciosa. El entrenamiento de rechazo resulta especialmente inflexible en ámbitos de doble uso como la virología, donde una solicitud de buena fe puede completarse con seguridad a un alto nivel, pero podría ayudar a una persona malintencionada si dispusiese de toda la información necesaria.

Para GPT‑5, introdujimos una nueva forma de formación en seguridad: respuestas seguras, que enseña al modelo a ofrecer la respuesta más útil posible, manteniéndose al mismo tiempo en los límites de seguridad. En ocasiones, esto puede significar responder parcialmente a la pregunta de un usuario o responder únicamente a grandes rasgos. Si el modelo tiene que rechazar la solicitud, GPT‑5 está entrenado para indicarte de forma transparente por qué se niega, así como para ofrecerte alternativas seguras. Tanto en los experimentos controlados como en nuestros modelos de producción, hemos comprobado que este enfoque es más preciso, puesto que permite abordar mejor las situaciones de doble uso, es más resistente a las intenciones ambiguas y reduce el número de negativas innecesarias. Lee más sobre nuestro nuevo enfoque en materia de entrenamiento de seguridad, así como todos los detalles sobre metodología, métricas y resultados, en nuestro informe de finalización segura⁠.

En general, GPT‑5 es menos efusivo y complaciente, usa menos emojis innecesarios y es más sutil y reflexivo en las respuestas en comparación con GPT‑4o. En lugar de «hablar con la IA», tienes la sensación de estar charlando con un amigo atento, con un nivel académico muy elevado.

A principios de este año, publicamos una actualización de GPT‑4o⁠ que, involuntariamente, hacía que el modelo fuera demasiado adulador, excesivamente halagador o complaciente. No tardamos en deshacer el cambio⁠ y desde entonces hemos trabajado para comprender y reducir este comportamiento de las siguientes maneras:

• Desarrollando nuevas evaluaciones para medir los niveles de complacencia
• Mejorando nuestro entrenamiento para que el modelo sea menos complaciente, como por ejemplo, añadiendo ejemplos que normalmente generarían un acuerdo excesivo y enseñándole a no hacerlo.

En evaluaciones específicas de complacencia con indicaciones diseñadas específicamente para obtener respuestas aduladoras, GPT‑5 redujo significativamente las respuestas complacientes (del 14,5 % a menos del 6 %). En ocasiones, reducir la complacencia puede implicar una menor satisfacción del usuario, pero las mejoras que hemos introducido han reducido a más de la mitad la complacencia y han generado otros beneficios cuantificables, por lo que los usuarios siguen manteniendo conversaciones constructivas y de calidad, en línea con nuestro objetivo de ayudar a las personas a usar ChatGPT bien⁠.

GPT‑5 es notablemente mejor a la hora de seguir instrucciones, y observamos una mejora correspondiente en la capacidad de seguir instrucciones personalizadas.

También hemos lanzado una vista previa de la investigación de cuatro nuevas personalidades preestablecidas para todos los usuarios de ChatGPT, gracias a las mejoras en la capacidad de control. Estas personalidades, disponibles inicialmente en el chat de texto y más adelante en el de voz, te permiten establecer cómo interactúa ChatGPT. Puedes elegir entre un trato conciso y profesional, considerado y alentador, o un poco sarcástico, sin necesidad de indicaciones específicas. Las cuatro opciones iniciales, Cínica, Robot, Atenta y Friki, son opcionales, ajustables en cualquier momento en la configuración y diseñadas para adaptarse a tu estilo de comunicación.

Todas estas nuevas personalidades cumplen o superan nuestro listón en las evaluaciones internas para reducir la complacencia.

Estamos deseando seguir aprendiendo e iterando partiendo de los primeros comentarios.

Decidimos tratar el modelo «GPT‑5 thinking» como de alta capacidad en el ámbito biológico y químico, y hemos implementado fuertes salvaguardas para minimizar de manera adecuada los riesgos asociados. Hemos probado rigurosamente el modelo con nuestras evaluaciones de seguridad según nuestro marco de preparación⁠, y hemos completado 5000 horas de equipos rojos con socios como el CAISI y el AISI del Reino Unido.

Al igual que con el agente de ChatGPT, aunque no tenemos pruebas concluyentes de que este modelo pueda ayudar de forma significativa a una persona sin conocimientos a causar daño biológico grave (lo que se consideraría «Alta capacidad» según nuestro umbral⁠(se abre en una ventana nueva)), hemos adoptado un enfoque preventivo y estamos activando las salvaguardias necesarias para estar mejor preparados para cuando esas capacidades estén disponibles. Como resultado, «GPT‑5 thinking» tiene una pila de seguridad robusta con un sistema de defensa de múltiples capas en el campo de la biología: un modelado exhaustivo de las amenazas, el entrenamiento del modelo para no producir contenidos dañinos mediante el nuevo paradigma de finalizaciones seguras, los clasificadores y sistemas de razonamiento activos de forma permanente, y los protocolos de control bien definidos.

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

Para las tareas más complejas, hemos lanzado GPT‑5 pro, que sustituye a OpenAI o3‑pro, una variante de GPT‑5 que razona durante más tiempo, usando computación paralela en tiempo de inferencia, ampliada pero eficiente, para ofrecer la máxima calidad y respuestas exhaustivas. GPT‑5 pro presenta el rendimiento más alto de la familia GPT‑5 en varias evaluaciones comparativas de inteligencia muy avanzadas, incluido el rendimiento puntero en GPQA, que incluye preguntas científicas extremadamente difíciles.

En las evaluaciones de más de 1000 indicaciones de razonamiento del mundo real con valor económico, los expertos externos prefirieron GPT‑5 pro a «GPT‑5 thinking» el 67,8 % de los casos. GPT‑5 pro cometió un 22 % menos de errores importantes y destacó en salud, ciencias, matemáticas y programación. Los expertos calificaron las respuestas como relevantes, útiles y exhaustivas.

GPT‑5 es el nuevo modelo por defecto en ChatGPT, que sustituye a GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1 y GPT‑4.5 para usuarios registrados. Basta con abrir ChatGPT y escribir tu pregunta; GPT‑5 se encarga del resto, aplicando el razonamiento automáticamente siempre que la respuesta lo requiera. Los usuarios de pago pueden seguir seleccionando «GPT‑5 Thinking» en el selector de modelos o escribir algo como «reflexiona bien sobre esto» para asegurarse de que se emplea el razonamiento al generar una respuesta.

GPT‑5 está empezando a desplegarse hoy para todos los usuarios Plus, Pro, Team y Gratis, mientras que el acceso para Enterprise y Edu llegará la semana que viene. Los usuarios Pro, Plus y Team también pueden empezar a programar con GPT‑5 en el Codex CLI⁠(se abre en una ventana nueva) iniciando sesión con ChatGPT.

Al igual que con GPT‑4o, la diferencia entre el acceso gratuito y el de pago a GPT‑5 es el volumen de uso. Los suscriptores Pro obtienen acceso ilimitado a GPT‑5, y acceso a GPT‑5 Pro. Los usuarios Plus pueden usarlo tranquilamente como modelo predeterminado para las preguntas del día a día, con un uso significativamente superior al de los usuarios gratuitos. Los clientes de Team, Enterprise y Edu también pueden usar GPT‑5 cómodamente como modelo predeterminado para el trabajo diario, con límites amplios que facilitan que organizaciones enteras recurran a GPT‑5. Es posible que los usuarios de la versión gratuita de ChatGPT tarden unos días en disponer de todas las funciones de razonamiento. Una vez que los usuarios gratuitos alcancen el límite de uso de GPT‑5, pasarán a GPT‑5 mini, un modelo más pequeño, rápido y de mayor capacidad.