Según informaciones atribuidas a empleados de la compañía, es probable que OpenAI lance entre uno y dos nuevos modelos este año. Sin embargo, aún no está claro si entre ellos estará el modelo insignia que está desarrollando. Se dice que este último debe completar los trabajos para ajustar su comportamiento a las expectativas de investigadores y clientes, así como reforzar la infraestructura de pruebas. La información se publicó el 14 de octubre de 2026.
La distancia entre los modelos que llegarán este año y el modelo insignia
Lo importante de esta información es que «lanzar un nuevo modelo» y «lanzar el modelo insignia» son cosas distintas. Según la estimación de los empleados, es probable que se lancen entre uno y dos modelos antes de final de año. Sin embargo, aún no se sabe si entre ellos estará la gran actualización que se está desarrollando.
Al modelo insignia todavía le quedan dos grandes tareas pendientes. Una es la alineación, es decir, ajustar la orientación de la IA a lo que buscan sus desarrolladores y las empresas que la utilizan. La otra es reforzar el entorno de pruebas para validar el modelo. Ninguna de las dos se refleja en las puntuaciones de la carrera por el rendimiento, pero son fases que determinan si el modelo puede lanzarse.
Además, aún queda un obstáculo por superar después de que la dirección dé su visto bueno a las evaluaciones internas de seguridad. Se dice que, en el marco de evaluación de la IA avanzada establecido por una orden ejecutiva del presidente Trump, OpenAI ha aceptado dar acceso al Gobierno de Estados Unidos hasta 30 días antes de entregar un nuevo modelo a socios externos. Para su lanzamiento al público general habrá que esperar aún más. Ya no estamos en una época en la que «si está terminado, se lanza de inmediato».
Un sistema que repite el mismo proceso para perfeccionar sus respuestas
La clave del modelo insignia es el «transformador de tipo recurrente». Los modelos convencionales pasan los tokens —las unidades mínimas del lenguaje— una sola vez por una serie de capas de cálculo apiladas y, a continuación, generan la palabra siguiente. Los modelos recurrentes pasan varias veces por las mismas capas antes de generar la palabra siguiente. Se dice que OpenAI ya lo utiliza en producción con el nombre «Recurrent Depth» y que constituye también el núcleo del actual modelo de gama más alta, Astra.
El objetivo es mejorar los resultados en matemáticas y programación, además de reducir los costes. Incluso un modelo pequeño puede alcanzar un rendimiento superior a su categoría si «piensa» repetidamente. La idea se parece a leer una y otra vez el mismo libro de consulta para profundizar en su comprensión.
Cuanto mayor es el rendimiento, más opaco se vuelve su funcionamiento
Sin embargo, este método tiene un coste. Parte del «pensamiento» del modelo tiene lugar en representaciones numéricas internas, en lugar de expresarse en texto legible para las personas. Hasta ahora, los investigadores de seguridad han seguido el razonamiento textual del modelo hasta llegar a una respuesta para detectar comportamientos sospechosos. Esto es lo que se conoce como supervisión de la «cadena de pensamiento». Cuantos más ciclos se añaden, más difícil resulta supervisarla.
Según las informaciones, OpenAI limitó el número de ciclos en Astra y mantuvo el razonamiento en un formato legible. En la práctica, lanzó el modelo dejando deliberadamente margen para mejorar su rendimiento. Se dice que el modelo insignia también utilizará la misma tecnología, por lo que el próximo reto será decidir dónde poner el límite.
La eliminación de documentación de Microsoft puso de manifiesto la confidencialidad
La documentación técnica de Microsoft fue lo que sacó a la luz cómo funciona realmente este mecanismo. Microsoft, que tiene acceso a la propiedad intelectual de OpenAI, publicó una explicación de GPT-6.1 Sol, la versión económica de Astra que OpenAI lanzó este mes. En ella mencionaba el «razonamiento en bucle» y explicaba que el sistema procesa el mismo problema en varias «pasadas» antes de responder.
Según la descripción, GPT-6.1 Sol utilizaba los mismos pesos del modelo básico que GPT-6 Sol, pero reducía de tres a dos el número de pasadas de razonamiento. Este fragmento se eliminó posteriormente. Una persona conocedora del asunto confirmó que la descripción coincidía con información que OpenAI había comunicado de forma confidencial. Esto apunta a que los modelos recurrentes son un ámbito tecnológico que OpenAI trata con cautela tanto durante el entrenamiento como en la inferencia.
La idea de diferenciar el precio y el rendimiento según el número de pasadas es razonable para ofrecer varios productos sobre una misma base. Sin embargo, cuantas más pasadas se añaden, más opaco se vuelve el funcionamiento interno. El diseño del producto y el de la seguridad están conectados al mismo dial.
La cifra del 10 % de los recursos de cálculo
También se han comunicado cifras concretas sobre la inversión en seguridad. Se dice que, tras el incidente relacionado con Hugging Face, OpenAI destinó aproximadamente el 10 % de sus recursos totales de cálculo a la alineación y la seguridad. En términos de la capacidad eléctrica de un centro de datos, eso equivaldría a varios cientos de megavatios, y alquilar esa capacidad a precios de mercado costaría miles de millones de dólares al año.
El investigador Noam Brown también dijo en un pódcast a mediados de septiembre que alrededor del 10 % de su equipo trabaja en seguridad informática y seguridad de la IA. La cifra del 10 % empieza a convertirse en una referencia para hacerse una idea de la escala de la organización.
¿Se puede preservar un razonamiento legible?
El científico jefe Jakub Pachocki ha reconocido que la supervisión de la cadena de pensamiento se está volviendo «frágil» y que, «lamentablemente, la situación está evolucionando en la dirección equivocada». También ha alertado de la carrera en la que se ha embarcado toda la industria hacia modelos que no ofrecen un razonamiento legible.
El aumento del rendimiento y la reducción de costes resultan atractivos desde el punto de vista empresarial. Precisamente porque ese atractivo es tan grande, la cuestión es hasta dónde puede mejorarse sin renunciar a la capacidad de supervisión. Los uno o dos modelos que se lancen este año deberían mostrar los avances parciales hacia una respuesta. Más que cuándo llegará el modelo insignia, me interesa en qué condiciones se presentará.
コメント