GPT-5 decepcionó las expectativas pero mejoró costo, velocidad y capacidad de programación

TL;DR

• GPT-5 llegó tras un periodo de gran hype, pero muchos usuarios y expertos lo encontraron menos impresionante de lo que prometía la promoción.
• El modelo aporta mejoras prácticas: costo más bajo, respuestas más rápidas, menos alucinaciones, un nuevo sistema de conmutación (switch) y avances destacados en tareas de programación.
• Usuarios criticaron el tono de escritura como más austero y menos elocuente; en redes sociales surgieron ejemplos de errores factuales y etiquetas de mapas incorrectas.
• OpenAI priorizó utilidad y accesibilidad; ante críticas se restauró temporalmente un modelo anterior (GPT-4o) en ChatGPT.

Contexto y antecedentes

La expectación por GPT-5 se había ido acumulando desde el lanzamiento de GPT-4 en 2023. El CEO de OpenAI, Sam Altman, avivó las expectativas describiendo a GPT-5 como “something that I just don’t wanna ever have to go back from,” y comparándolo con un hito de producto. La noche anterior al livestream de anuncio compartió una imagen que elevó aún más la anticipación. En foros como Reddit y en X, usuarios pidieron fechas y características; en una AMA de octubre, Altman citó limitaciones de compute y la complejidad creciente de los modelos como motivos para el ritmo de lanzamientos. Al aparecer GPT-5 en ChatGPT, la recepción pública fue ambivalente: quienes esperaban una mejora radical hallaron sobre todo avances incrementales, con las mejoras más claras en costo, velocidad, programación y reducción de alucinaciones.

Qué hay de nuevo

Cambios y características reportadas de GPT-5:

• Menor costo por consulta y tiempos de respuesta más rápidos en comparación con modelos anteriores.
• Menos alucinaciones y mejor calibración: el modelo tiende más a decir “no sé”, separa hechos de conjeturas y puede respaldar respuestas con citas cuando se solicita.
• Un sistema automático de “switch” que dirige, en el backend, la consulta del usuario al modelo más adecuado, sin que el usuario tenga que elegir.
• Mejora notable en programación: una variante de GPT-5 encabezó una leaderboard popular de modelos IA en la categoría de código, con Claude de Anthropic en segundo lugar.
• Material de lanzamiento que mostró juegos generados por IA (un mini-juego de bola rodante y una carrera de velocidad de tipeo), una herramienta de pixel art, un simulador de batería y un visualizador lofi. OpenAI también describió GPT-5 como su “mejor sistema de IA hasta ahora” y un “salto significativo en inteligencia” en áreas como programación, matemáticas, redacción, salud y percepción visual.

Por qué importa (impacto para desarrolladores/empresas)

• Costo y latencia: la reducción de costos operativos y la mayor rapidez en respuestas afectan directamente la relación coste-beneficio para despliegues empresariales y a escala. Empresas que pagan por consulta o requieren baja latencia pueden beneficiarse.
• Productividad en programación: el mejor desempeño en tareas de código tiene un claro potencial de ingresos. Plataformas de desarrollo y equipos de ingeniería pueden aprovechar GPT-5 para generación, revisión y automatización de código.
• Reducción de alucinaciones y mejor calibración: más transparencia sobre la incertidumbre y la capacidad de citar fuentes puede mitigar riesgos en aplicaciones críticas (por ejemplo, salud o legal), aunque su eficacia real requiere evaluaciones completas.
• Sistema de switch: el enrutamiento automático facilita la experiencia e integración técnica, evitando que los desarrolladores gestionen manualmente varias variantes de modelos. Sin embargo, las quejas sobre regresiones en la calidez o matices del lenguaje pueden afectar la adopción en productos orientados al consumidor y en contextos que demandan empatía y estilo.

Detalles técnicos o de implementación

• Enfoque de OpenAI: la empresa señaló que, más que perseguir únicamente grandes saltos, se enfocó en utilidad real y accesibilidad masiva.
• Limitaciones de compute: en una AMA de Reddit, Sam Altman explicó que el compute y la complejidad de los modelos limitan cuántos desarrollos pueden entregarse en paralelo.
• Sistema de switch: GPT-5 incorpora un mecanismo que asigna automáticamente las consultas al modelo variante más apto, un cambio a nivel de sistema pensado para mejorar la experiencia del usuario final.
• Benchmarks: en muchas pruebas industriales GPT-5 superó a sus predecesores, pero expertos describieron las mejoras como pequeñas e incrementales. El panorama de benchmarks es volátil y las empresas a veces eligen qué resultados mostrar.
• Ranking en codificación: una iteración de GPT-5 llegó al primer puesto en una leaderboard popular para la categoría de código, con Anthropic’s Claude en segundo lugar, mostrando progreso tangible en tareas orientadas a desarrolladores.

Conclusiones clave

• GPT-5 ofrece mejoras prácticas importantes: menor costo, respuestas más rápidas, menos alucinaciones y mejor desempeño en programación.
• El lanzamiento no cumplió con la elevada expectativa generada por el hype y la promoción.
• OpenAI priorizó utilidad y accesibilidad, además de mejoras a nivel de sistema (como el switch), en lugar de un salto disruptivo en capacidades.
• Surgieron compromisos en la experiencia: muchos usuarios percibieron la redacción como menos matizada y hubo ejemplos virales de errores factuales.
• Para empresas y desarrolladores, las mejoras incrementales en velocidad, costo y fiabilidad pueden ser más valiosas que promesas impactantes.

Referencias

• Reporte y análisis original: https://www.theverge.com/openai/759755/gpt-5-failed-the-hype-test-sam-altman-openai