Parece que en las oficinas de OpenAI no conocen la palabra descanso. Tras semanas de filtraciones y movimientos extraños en su plataforma, sabemos que la compañía prepara un golpe de efecto inminente. El próximo martes tienen previsto lanzar la esperada familia GPT-5.6, una actualización masiva que viene acompañada de una tecnología de voz totalmente renovada. Y te adelanto que no es una simple revisión de mantenimiento.
Y es que la estrategia de Sam Altman pasa por inundar el mercado antes de que acabe el año. Todo apunta a que veremos un despliegue múltiple: el modelo estándar aterrizará junto a unas prometedoras variantes Mini y Pro. Aunque conociendo el historial reciente de la empresa californiana, es muy probable que este lanzamiento sea escalonado entre los desarrolladores de la API y los suscriptores de pago de ChatGPT. Algunos usuarios adelantados ya han cazado indicios de esta versión GPT-5.6 Pro en sus cuentas, reportando un rendimiento inicial asombroso. Una jugada maestra.
La nueva bestia de OpenAI acorrala a sus rivales con 1,5 millones de tokens
Si miramos los números filtrados de cerca, la ambición técnica del proyecto es brutal. En concreto, el nuevo modelo va a disparar su capacidad de memoria a corto plazo, alcanzando una ventana de contexto de 1,5 millones de tokens. Esto supone un salto gigantesco frente al millón pelado que nos ofrecía la generación anterior. Básicamente, significa que vas a poder volcar libros enteros, bases de datos inmensas o el código completo de una aplicación y la inteligencia artificial no perderá el hilo.
A ello se le suma un enfoque clarísimo hacia el sector profesional y los desarrolladores. Los primeros benchmarks internos aseguran que GPT-5.6 aplasta a la conocida línea Mythos en tareas complejas de programación agentiva. Es decir, la IA no solo te escupe un pequeño fragmento de código, sino que es capaz de planificar, ejecutar y corregir proyectos largos de software casi sin supervisión humana. Los tiempos de respuesta en herramientas como Codex también se han desplomado, lo que agilizará enormemente el trabajo diario frente al ordenador. Así de simple.
Una guerra de precios mientras la competencia tropieza
Pero claro, la batalla por dominar la IA generativa no se gana solo siendo el más avanzado, sino también el más rentable para las empresas. Actualmente, OpenAI ya tiene arrinconado al sector al ofrecer unos costes aproximadamente un 50% inferiores a los de su principal rival, Anthropic. Y los rumores que circulan por Silicon Valley apuntan a que van a rebajar esa tarifa todavía más con la llegada de esta nueva generación. Quieren ahogar a la competencia financieramente.
Evidentemente, la suerte también está jugando sus cartas a favor de ChatGPT. Mientras OpenAI pisa el acelerador sin frenos, Anthropic se ha topado de bruces con un muro burocrático en Estados Unidos. Su modelo de más alta gama, el Claude Fable 5, está sufriendo un intenso escrutinio por parte de nuevas acciones regulatorias que ponen en duda cuándo podrá estar disponible. Esta parálisis institucional le ha servido en bandeja de plata una ventana estratégica perfecta a OpenAI para coronarse en solitario. Un regalo inesperado.
GPT-Bidi-1: La IA que por fin te deja interrumpirla
Por si fuera poco el terremoto en la generación de texto, el apartado de audio también va a sufrir una sacudida histórica. OpenAI está cocinando en la sombra un nuevo modelo de voz de próxima generación, bautizado provisionalmente como GPT-Bidi-1. Su nombre ya nos da la pista definitiva del avance: audio bidireccional nativo. Se acabó eso de tener que esperar pacientemente a que la máquina termine su monólogo robótico para poder intervenir.
En la práctica, este sistema será capaz de escuchar tu voz y procesar su propia respuesta de forma totalmente simultánea. Si el asistente se equivoca o se enrolla con un tema que no te interesa, podrás interrumpirlo en tiempo real y ajustará su discurso al instante. Exactamente igual que harías en una llamada telefónica con un humano de carne y hueso. Es el fin de los turnos rígidos de conversación.
Como era de esperar, esta maravilla tecnológica coexistirá con el actual modo de voz avanzada dentro de la app de tu móvil. Los usuarios podrán elegir entre distintos niveles de rendimiento, categorizados internamente como High, Medium e Instant, para adaptarse a la calidad de conexión de cada momento. Incluso se ha dejado ver en el código fuente un elemento visual muy curioso: una burbuja de voz arrastrable que podrás mover por la pantalla mientras usas otras funciones. Todo muy fluido y orgánico.
Tocará marcar el próximo martes en el calendario para confirmar cuántas de estas novedades aterrizan de golpe en nuestros dispositivos o si nos las van soltando con cuentagotas. El ritmo de esta industria es una auténtica locura y la carrera por el monopolio no perdona a los lentos. La pelota está ahora en el tejado de los reguladores y de unos rivales que necesitan reaccionar rápido si no quieren desaparecer de la foto.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
