OpenAI lleva GPT-5 a ChatGPT gratis con un selector automático

El 7 de agosto de 2025, OpenAI presentó GPT-5 y un selector que decide entre respuestas rápidas y razonamiento adicional. La fuente original sostiene el núcleo documental del hecho; las tablas del anuncio son evaluaciones del proveedor y no sustituyen una prueba sobre la tarea del lector.

GPT-5 llega casi tres años después de que ChatGPT popularizara la IA generativa y con una escala de distribución poco habitual: OpenAI afirma que el servicio ya supera los 700 millones de usuarios semanales. Por eso el lanzamiento importa más allá de la comparación de benchmarks: cualquier mejora o error del modelo pasará rápidamente a millones de conversaciones, tareas y decisiones cotidianas. Documento que sostiene la cifra.

Un modelo que decide cuánto pensar

La compañía define GPT-5 como un sistema unificado. Combina la velocidad de la familia GPT con las capacidades de razonamiento introducidas en los modelos o, que descomponen problemas complejos antes de responder.

Un enrutador interno analiza cada petición y decide si debe dar una contestación inmediata o activar una modalidad de razonamiento más intensiva. La idea es reducir una fricción que se había vuelto habitual en ChatGPT: escoger manualmente qué modelo usar y saber cuándo merece la pena gastar más tiempo de cómputo.

En la práctica, una pregunta sencilla debería recibir una respuesta rápida, mientras que una petición de programación, análisis o planificación puede derivarse a un proceso más largo. Los suscriptores de pago conservan más control y límites de uso más altos. El plan Plus, de 20 dólares mensuales, amplía el acceso; el plan Pro, de 200 dólares al mes, incorpora uso ilimitado de GPT-5 y GPT-5 Pro, una versión que emplea más recursos para resolver problemas difíciles. Documento que sostiene la cifra.

OpenAI también añade cuatro personalidades configurables para ChatGPT —Cínico, Robot, Oyente y Nerd—. No cambian el conocimiento del sistema, sino el estilo con el que responde. Es una decisión de producto relevante: la empresa busca que el asistente se adapte a preferencias del usuario sin convertir cada conversación en una colección de instrucciones sobre el tono.

Programación, ciencia y una promesa de menos invenciones

OpenAI sostiene que GPT-5 es especialmente competitivo en programación. En SWE-bench Verified, una prueba basada en incidencias reales de repositorios de GitHub, obtuvo un 74,9% en el primer intento. La cifra queda ligeramente por encima del 74,5% de Claude Opus 4.1 y claramente por delante del 59,6% de Gemini 2.5 Pro, de acuerdo con los resultados comparados por la compañía. Documento que sostiene la cifra.

Es un dato significativo para quienes usan la IA para crear aplicaciones completas a partir de una descripción, una práctica conocida como vibe coding. Pero no equivale a que el modelo pueda sustituir la revisión de un programador: SWE-bench mide problemas delimitados y una tasa cercana al 75% todavía deja uno de cada cuatro sin resolver en el primer intento. Documento que sostiene la cifra.

GPT-5 Pro logró un 89,4% en GPQA Diamond, un examen de preguntas científicas de nivel doctoral, y un 42% en Humanity’s Last Exam usando herramientas. En esta última prueba quedó por debajo del 44,4% comunicado para Grok 4 Heavy. El nuevo modelo, por tanto, no domina todas las clasificaciones de frontera; OpenAI presenta una ventaja en áreas concretas, no una distancia insalvable frente a Anthropic, Google o xAI. Documento que sostiene la cifra.

La mejora más práctica puede estar en la fiabilidad. OpenAI afirma que GPT-5 con razonamiento produjo respuestas incorrectas o inventadas en el 4,8% de los casos de su evaluación de respuestas a prompts de ChatGPT, frente al 22% de o3 y el 20,6% de GPT-4o. Las alucinaciones son respuestas plausibles pero falsas, uno de los problemas que más limita el uso profesional de estos sistemas. Documento que sostiene la cifra.

En salud, la empresa cifra en un 1,6% la tasa de alucinación de GPT-5 con razonamiento en HealthBench Hard Hallucinations, frente al 12,9% de GPT-4o y el 15,8% de o3. Es una mejora importante si se confirma en usos reales, pero no convierte al chatbot en un profesional sanitario. Interpretar síntomas, resultados clínicos o tratamientos sigue requiriendo criterio médico y datos que un modelo conversacional no puede verificar por sí solo. Documento que sostiene la cifra.

También cambia la oferta para desarrolladores

GPT-5 está disponible en la API de OpenAI en tres tamaños: gpt-5, gpt-5-mini y gpt-5-nano. Las variantes permiten ajustar coste, velocidad y capacidad de razonamiento según la tarea. La compañía ha añadido además un control de verbosidad para que los desarrolladores indiquen si quieren respuestas más concisas o extensas.

El precio del modelo principal es de 1,25 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Un token es una unidad de texto que los modelos usan para procesar y generar lenguaje; no coincide exactamente con una palabra. La diferencia entre entrada y salida importa para productos que generan informes largos, código o respuestas detalladas: producir texto sigue siendo bastante más caro que leerlo. Documento que sostiene la cifra.

El estreno se produce pocos días después de que OpenAI publicara gpt-oss, una familia de modelos de razonamiento con pesos abiertos que empresas y desarrolladores pueden descargar y ejecutar por su cuenta. Con GPT-5, la compañía mantiene la estrategia complementaria: ofrecer modelos abiertos para ciertos usos y reservar su sistema más avanzado para ChatGPT y su infraestructura comercial.

Las cuentas Team, Edu y Enterprise recibirán GPT-5 como modelo predeterminado la próxima semana. El siguiente examen no será otro gráfico de benchmarks, sino si el selector automático acierta de forma consistente, si el modelo reduce errores fuera de las pruebas internas y si sus mejoras justifican el coste para quienes construyen productos sobre la API.

Cómo convertir el titular en una comprobación

El primer paso es congelar la identidad del sistema. OpenAI presentó GPT-5 y un selector que decide entre respuestas rápidas y razonamiento adicional. Un nombre comercial puede cubrir revisiones, rutas automáticas y herramientas distintas. La ficha de prueba debe guardar fecha, modalidad de acceso, configuración, permisos y salida completa. Sin esa fotografía, una mejora o un fallo observado hoy no puede atribuirse con rigor a la versión que otra persona usará mañana.

Después hay que convertir cómo evaluar el sistema completo, incluido el selector, y no solo el nombre del modelo en casos con criterio de aceptación. Se prepara una muestra propia que incluya tareas fáciles, ambiguas, largas y deliberadamente imposibles. Se anota qué entrada recibe el modelo, qué información puede consultar y qué resultado sería suficiente. Una demostración elegida por el proveedor enseña posibilidad; una batería conservada por el usuario mide fiabilidad.

La autonomía requiere una escala de permisos. Leer y proponer no es lo mismo que modificar, enviar o comprar. La configuración segura concede primero acceso de solo lectura, exige una vista previa y reserva la ejecución para una aprobación explícita. También conserva un registro y una vía de deshacer. El modelo se juzga por los errores que el sistema contiene, no por la confianza con la que describe su plan.

Qué debe quedar registrado

Coste y calidad deben medirse juntos. Una respuesta barata que obliga a revisar desde cero puede costar más que otra lenta pero verificable. La medición incluye espera, reintentos, consumo, supervisión humana y consecuencias de un fallo. las tablas del anuncio son evaluaciones del proveedor y no sustituyen una prueba sobre la tarea del lector. Esa frontera convierte el anuncio en una hipótesis que puede comprobarse en lugar de una promesa que deba creerse.

Una ficha de evidencia separa cuatro columnas: lo que afirma la fuente, lo que muestra, lo que no midió y qué tendría que ocurrir para cambiar la conclusión. Esa disciplina evita que una ausencia se convierta en promesa y que una condición desaparezca al resumir. También permite actualizar la pieza sin reescribir la historia desde el resultado posterior.

Conviene incluir un caso negativo antes de decidir. Se busca una situación donde el sistema, norma, operación o estudio no resuelva la necesidad y se anota la señal que obligaría a parar. Los éxitos seleccionados muestran que algo puede ocurrir; el caso negativo revela el límite y reduce el coste de descubrirlo después del despliegue.