Presentación del modelo GPT-4.5 de OpenAI: Una evaluación crítica
La comunidad de la inteligencia artificial está entusiasmada con el reciente anuncio de la GPT-4.5 de OpenAI. Tras la retransmisión en directo, la pregunta central sigue siendo: ¿representa un gran avance o simplemente una sutil actualización? Nuestro análisis en profundidad examina las afirmaciones en torno a GPT-4.5, comparándolo con sus predecesores y rivales para separar los hechos del bombo promocional.
Puntos clave
GPT-4.5 se comercializa como un modelo versátil de uso general con preentrenamiento mejorado.
Los primeros datos de pruebas comparativas presentan un panorama desigual, ya que GPT-4.5 se queda por detrás de algunos modelos de código abierto en tareas específicas.
El precio de la API de GPT-4.5 es sustancialmente superior al de las versiones anteriores.
Están surgiendo dudas sobre si OpenAI está dando prioridad a la mera escala frente a mejoras genuinas e innovadoras en la arquitectura de los modelos y las metodologías de entrenamiento.
Alternativas como DeepSeek V3 ofrecen una sólida opción de código abierto con un rendimiento comparable y una mayor eficiencia.
GPT-4.5: promesa frente a realidad
Reacciones iniciales y preguntas sin respuesta
La reacción a la presentación de GPT-4.5 ha sido una mezcla de entusiasmo y dudas.

El énfasis en hacer que el modelo parezca "más natural" suscita dudas sobre sus avances concretos y cuantificables. Muchos se preguntan: ¿Se han reducido sus alucinaciones? ¿En qué medida supera realmente a la GPT-4o en las aplicaciones cotidianas? Estas preguntas sin respuesta exigen un análisis más profundo del rendimiento y los fundamentos técnicos del modelo.
En el campo de la IA se palpa un sentimiento de decepción. Los usuarios buscan avances cuantificables que vayan más allá de un estilo conversacional superficialmente natural. La verdadera medida de su éxito será su capacidad para gestionar tareas complejas, aportar soluciones prácticas y producir resultados realmente creativos.
En última instancia, cualquier modelo de IA se juzga por su rendimiento objetivo y su rentabilidad. Sin grandes avances en estas áreas clave, el atractivo de una interacción "más natural" puede no ser suficiente para justificar una actualización.
Comparaciones: Una mirada más de cerca
Los datos oficiales de las pruebas comparativas de GPT-4.5 ofrecen una imagen algo deslucida.

Aunque muestra mejoras en ciertos ámbitos, su rendimiento es notablemente inferior al de DeepSeek V3, un modelo de código abierto relativamente nuevo. Esto es sorprendente, teniendo en cuenta los amplios recursos y experiencia de OpenAI. La decisión de comparar GPT-4.5 principalmente con su predecesor directo, GPT-4o, en lugar de con una gama más amplia de competidores modernos, aumenta aún más el escepticismo.
A continuación se ofrece un desglose del rendimiento de las pruebas comparativas, destacando las principales áreas de preocupación:
- Matemáticas (AIME '24): GPT-4.5 alcanza una tasa de precisión del 36,7%, relativamente baja en comparación con otros modelos fundacionales disponibles. Se trata de una capacidad crucial, ya que un razonamiento matemático sólido es esencial para numerosas aplicaciones del mundo real.
- Ciencia (GPQA): Aquí, GPT-4.5 tiene un rendimiento más sólido, alcanzando una precisión del 71,4%. Esto sugiere una sólida comprensión de los principios científicos, aunque no implica automáticamente una capacidad general superior.
- Codificación (SWE-Bench Verified): GPT-4.5 obtiene una puntuación del 38%, lo que indica una debilidad significativa en las tareas de programación.
Es fundamental recordar que estos puntos de referencia sólo ofrecen una visión limitada de las capacidades del modelo en escenarios específicos y controlados. Una evaluación exhaustiva requiere pruebas en diversas aplicaciones del mundo real para calibrar con precisión su potencial.
Tarea GPT-4.5 Precisión GPT-4o Precisión GPQA (Ciencia) 71.4% 53.6% AIME '24 (Matemáticas) 36.7% 9.3% SWE-Bench Verified (Codificación) 38% 31% MMMU (Multimodal) 74.4% 69.1%
Precios API: ¿Una prima por la "naturalidad"?
El coste de utilización de la API GPT-4.5 es notablemente superior al de los modelos anteriores.

Esta estrategia de precios plantea importantes cuestiones sobre la accesibilidad, especialmente para las empresas más pequeñas y los desarrolladores independientes. ¿Es la mejora percibida en la "naturalidad" lo suficientemente convincente como para justificar el sustancial aumento de precio?
Para la mayoría, la respuesta será probablemente negativa. El valor fundamental de un modelo de IA reside en su rendimiento, precisión y eficacia operativa. Si GPT-4.5 no logra dar un salto sustancial en estas métricas fundamentales, su coste premium se hace difícil de defender. Es probable que se impongan alternativas de código abierto más asequibles.
Pensemos en la referencia de codificación Aider: Ejecutarlo en GPT-4.5 es mucho más caro que utilizar DeepSeek V3. Este tipo de disparidad de precios crea una mayor barrera de entrada y podría dificultar la adopción generalizada de GPT-4.5 entre los desarrolladores.
Además, al parecer es cientos de veces más caro que DeepSeek. Este factor de coste por sí solo podría ser una razón decisiva para que muchos dejaran de lado GPT-4.5 en favor de sistemas más económicos.
Modelo Precio de entrada (por 1 millón de fichas) Precio de salida (por 1 millón de fichas) GPT-4.5 $75.00 $150.00 GPT-4o $2.50 $10.00
El auge de las alternativas de código abierto: DeepSeek V3
Por qué DeepSeek V3 merece atención
El auge de modelos de código abierto de alto rendimiento como DeepSeek V3 plantea un serio desafío al liderazgo de mercado de OpenAI.

DeepSeek V3 ofrece un atractivo paquete de rendimiento competitivo, eficiencia operativa y transparencia del modelo. Al parecer, cuesta cientos de veces menos que GPT-4.5.
He aquí algunas de sus principales ventajas:
- Rendimiento competitivo: Como indican las pruebas comparativas, DeepSeek V3 compite con GPT-4.5, y a veces lo supera, en áreas clave como las matemáticas y la codificación.
- Rentabilidad: Al ser de código abierto, DeepSeek V3 no tiene costes de API asociados, por lo que su implantación es mucho más asequible. Esto abre la IA avanzada a un público mucho más amplio.
- Transparencia y personalización: Los modelos de código abierto ofrecen una mayor visibilidad de su funcionamiento y permiten una amplia personalización. Los desarrolladores pueden adaptar el modelo para usos específicos y participar en su evolución.
Cabe destacar que DeepSeek ha celebrado recientemente una "semana del código abierto", en la que ha publicado múltiples repositorios centrados en la eficiencia y optimización de la GPU. Este es el tipo de innovación práctica que muchas empresas necesitan para ampliar sus operaciones, en lugar de limitarse a refinar la sensación conversacional de un modelo.
GPT-4.5: sopesando los pros y los contras
Pros
Posibilidad de interacciones lingüísticas más naturales y fluidas.
Posibles avances especializados en determinadas categorías de tareas.
Desarrollo continuo y soporte de mantenimiento por parte de OpenAI.
Gran dominio general del lenguaje.
Contras
Costes de API prohibitivos en comparación con los modelos de la competencia.
Rendimiento por detrás de las principales alternativas de código abierto en varios puntos de referencia.
Falta de claridad sobre la arquitectura interna del modelo y los datos de entrenamiento.
Debilidades demostradas en tareas matemáticas y de codificación.
Su precio es entre 12 y 30 veces superior al de GPT-4o.
Preguntas más frecuentes
¿Es GPT-4.5 una mejora significativa con respecto a GPT-4o?
Los resultados iniciales de la evaluación comparativa son inconsistentes. Muestra progresos en algunas disciplinas, pero se queda corto frente a otros modelos de código abierto en retos específicos. Se necesita una evaluación más exhaustiva y real para determinar su valor de forma definitiva.
¿Merece la pena el elevado coste de la API de GPT-4.5?
La respuesta depende de sus necesidades concretas y de sus limitaciones económicas. Si necesita un rendimiento de primer nivel para aplicaciones específicas y críticas, puede que merezca la pena tenerlo en cuenta. Sin embargo, para la mayoría de los usuarios, el elevado precio es difícil de justificar, sobre todo teniendo en cuenta las opciones de código abierto disponibles de forma gratuita.
¿Cuáles son las principales ventajas de los modelos de IA de código abierto como DeepSeek V3?
Los modelos de código abierto ofrecen un rendimiento competitivo, una rentabilidad excepcional, una mayor transparencia operativa y flexibilidad de personalización. Ponen al alcance de todos potentes herramientas de IA y fomentan la innovación impulsada por la comunidad.
Preguntas relacionadas
¿Cuál es el futuro del desarrollo de modelos de IA?
Es probable que la trayectoria del desarrollo de la IA implique una sinergia entre los esfuerzos de propiedad y los de código abierto. Las grandes empresas tecnológicas como OpenAI seguirán avanzando en el estado del arte con modelos a gran escala, mientras que la comunidad de código abierto será crucial para democratizar el acceso a la IA y fomentar la innovación a través del desarrollo colaborativo y la personalización. Es importante reconocer que GPT-4.5 tiene notables deficiencias, y OpenAI tendrá que abordar varios aspectos para competir eficazmente con otros modelos de código abierto.
Artículo relacionado
Lei Jun confirma que el agente de IA de escritorio de Xiaomi, MiClaw, está en fase de desarrollo, y se lanza MiMo-V2-Pro en todas las plataformas
En el Foro de Alto Nivel sobre el Desarrollo de China de 2026, Lei Jun, del Grupo Xiaomi, confirmó que la tan esperada versión de escritorio del agente de IA «MiClaw» (cangrejo) ya forma parte de la h
OpenAI relanza su negocio de robótica; Automan busca ingenieros para I+D en infraestructuras
El 1 de junio, el director ejecutivo de OpenAI, Sam Altman, anunció en las redes sociales que la empresa vuelve a entrar en el campo de la robótica, con la publicación de ofertas de empleo para el equ
Bain prevé un mercado de SaaS de 100 000 millones de dólares en el ámbito de la automatización basada en IA agentiva
Bain & Company ha estimado que en Estados Unidos existe un mercado de 100 000 millones de dólares para las empresas de SaaS que aprovechan la IA agentiva. La consultora afirma que este mercado surge d
Recomendaciones de temas especiales relacionados
comentario (5)
0/500
Die Diskussion um GPT-4.5 erinnert mich an die ewige Frage: Ist es wirklich ein Durchbruch oder nur ein cleveres Marketing-Upgrade? 🤔 Die Geschwindigkeitssteigerung klingt praktisch, aber ich frage mich, ob die Kosten für Endnutzer wieder steigen werden. Die KI-Community scheint gespalten – einige feiern es, andere sehen nur inkrementelle Fortschritte. Spannend wird sein, wie sich das auf den Wettbewerb mit anderen Modellen auswirkt.
Die Diskussion um GPT-4.5 ist echt spannend. Ich frage mich, ob die Verbesserungen wirklich so bahnbrechend sind oder ob es eher um Marketing geht. Die KI-Entwicklung wird immer schneller, aber die Kosten und der Energieverbrauch sind auch ein Thema, über das man reden sollte. 🤔
이번 GPT-4.5 발표를 보면서 AI 경쟁이 점점 더 치열해지고 있다는 생각이 들어요. 🤔 다른 기업들도 곧 비슷한 모델을 내놓지 않을까? 기술 발전 속도가 너무 빨라서 따라가기 벅차네요. 개인정보 보호 문제는 어떻게 해결할지 궁금해지는데...
Wait, another model drop already? 🤔 The speed is insane but I'm low-key worried about how smaller AI labs can keep up. Also, did they mention anything about training costs this time? The energy consumption talk is always glossed over...
La comunidad de la inteligencia artificial está entusiasmada con el reciente anuncio de la GPT-4.5 de OpenAI. Tras la retransmisión en directo, la pregunta central sigue siendo: ¿representa un gran avance o simplemente una sutil actualización? Nuestro análisis en profundidad examina las afirmaciones en torno a GPT-4.5, comparándolo con sus predecesores y rivales para separar los hechos del bombo promocional.
Puntos clave
GPT-4.5 se comercializa como un modelo versátil de uso general con preentrenamiento mejorado.
Los primeros datos de pruebas comparativas presentan un panorama desigual, ya que GPT-4.5 se queda por detrás de algunos modelos de código abierto en tareas específicas.
El precio de la API de GPT-4.5 es sustancialmente superior al de las versiones anteriores.
Están surgiendo dudas sobre si OpenAI está dando prioridad a la mera escala frente a mejoras genuinas e innovadoras en la arquitectura de los modelos y las metodologías de entrenamiento.
Alternativas como DeepSeek V3 ofrecen una sólida opción de código abierto con un rendimiento comparable y una mayor eficiencia.
GPT-4.5: promesa frente a realidad
Reacciones iniciales y preguntas sin respuesta
La reacción a la presentación de GPT-4.5 ha sido una mezcla de entusiasmo y dudas.

El énfasis en hacer que el modelo parezca "más natural" suscita dudas sobre sus avances concretos y cuantificables. Muchos se preguntan: ¿Se han reducido sus alucinaciones? ¿En qué medida supera realmente a la GPT-4o en las aplicaciones cotidianas? Estas preguntas sin respuesta exigen un análisis más profundo del rendimiento y los fundamentos técnicos del modelo.
En el campo de la IA se palpa un sentimiento de decepción. Los usuarios buscan avances cuantificables que vayan más allá de un estilo conversacional superficialmente natural. La verdadera medida de su éxito será su capacidad para gestionar tareas complejas, aportar soluciones prácticas y producir resultados realmente creativos.
En última instancia, cualquier modelo de IA se juzga por su rendimiento objetivo y su rentabilidad. Sin grandes avances en estas áreas clave, el atractivo de una interacción "más natural" puede no ser suficiente para justificar una actualización.
Comparaciones: Una mirada más de cerca
Los datos oficiales de las pruebas comparativas de GPT-4.5 ofrecen una imagen algo deslucida.

Aunque muestra mejoras en ciertos ámbitos, su rendimiento es notablemente inferior al de DeepSeek V3, un modelo de código abierto relativamente nuevo. Esto es sorprendente, teniendo en cuenta los amplios recursos y experiencia de OpenAI. La decisión de comparar GPT-4.5 principalmente con su predecesor directo, GPT-4o, en lugar de con una gama más amplia de competidores modernos, aumenta aún más el escepticismo.
A continuación se ofrece un desglose del rendimiento de las pruebas comparativas, destacando las principales áreas de preocupación:
- Matemáticas (AIME '24): GPT-4.5 alcanza una tasa de precisión del 36,7%, relativamente baja en comparación con otros modelos fundacionales disponibles. Se trata de una capacidad crucial, ya que un razonamiento matemático sólido es esencial para numerosas aplicaciones del mundo real.
- Ciencia (GPQA): Aquí, GPT-4.5 tiene un rendimiento más sólido, alcanzando una precisión del 71,4%. Esto sugiere una sólida comprensión de los principios científicos, aunque no implica automáticamente una capacidad general superior.
- Codificación (SWE-Bench Verified): GPT-4.5 obtiene una puntuación del 38%, lo que indica una debilidad significativa en las tareas de programación.
Es fundamental recordar que estos puntos de referencia sólo ofrecen una visión limitada de las capacidades del modelo en escenarios específicos y controlados. Una evaluación exhaustiva requiere pruebas en diversas aplicaciones del mundo real para calibrar con precisión su potencial.
| Tarea | GPT-4.5 Precisión | GPT-4o Precisión |
|---|---|---|
| GPQA (Ciencia) | 71.4% | 53.6% |
| AIME '24 (Matemáticas) | 36.7% | 9.3% |
| SWE-Bench Verified (Codificación) | 38% | 31% |
| MMMU (Multimodal) | 74.4% | 69.1% |
Precios API: ¿Una prima por la "naturalidad"?
El coste de utilización de la API GPT-4.5 es notablemente superior al de los modelos anteriores.

Esta estrategia de precios plantea importantes cuestiones sobre la accesibilidad, especialmente para las empresas más pequeñas y los desarrolladores independientes. ¿Es la mejora percibida en la "naturalidad" lo suficientemente convincente como para justificar el sustancial aumento de precio?
Para la mayoría, la respuesta será probablemente negativa. El valor fundamental de un modelo de IA reside en su rendimiento, precisión y eficacia operativa. Si GPT-4.5 no logra dar un salto sustancial en estas métricas fundamentales, su coste premium se hace difícil de defender. Es probable que se impongan alternativas de código abierto más asequibles.
Pensemos en la referencia de codificación Aider: Ejecutarlo en GPT-4.5 es mucho más caro que utilizar DeepSeek V3. Este tipo de disparidad de precios crea una mayor barrera de entrada y podría dificultar la adopción generalizada de GPT-4.5 entre los desarrolladores.
Además, al parecer es cientos de veces más caro que DeepSeek. Este factor de coste por sí solo podría ser una razón decisiva para que muchos dejaran de lado GPT-4.5 en favor de sistemas más económicos.
| Modelo | Precio de entrada (por 1 millón de fichas) | Precio de salida (por 1 millón de fichas) |
|---|---|---|
| GPT-4.5 | $75.00 | $150.00 |
| GPT-4o | $2.50 | $10.00 |
El auge de las alternativas de código abierto: DeepSeek V3
Por qué DeepSeek V3 merece atención
El auge de modelos de código abierto de alto rendimiento como DeepSeek V3 plantea un serio desafío al liderazgo de mercado de OpenAI.

DeepSeek V3 ofrece un atractivo paquete de rendimiento competitivo, eficiencia operativa y transparencia del modelo. Al parecer, cuesta cientos de veces menos que GPT-4.5.
He aquí algunas de sus principales ventajas:
- Rendimiento competitivo: Como indican las pruebas comparativas, DeepSeek V3 compite con GPT-4.5, y a veces lo supera, en áreas clave como las matemáticas y la codificación.
- Rentabilidad: Al ser de código abierto, DeepSeek V3 no tiene costes de API asociados, por lo que su implantación es mucho más asequible. Esto abre la IA avanzada a un público mucho más amplio.
- Transparencia y personalización: Los modelos de código abierto ofrecen una mayor visibilidad de su funcionamiento y permiten una amplia personalización. Los desarrolladores pueden adaptar el modelo para usos específicos y participar en su evolución.
Cabe destacar que DeepSeek ha celebrado recientemente una "semana del código abierto", en la que ha publicado múltiples repositorios centrados en la eficiencia y optimización de la GPU. Este es el tipo de innovación práctica que muchas empresas necesitan para ampliar sus operaciones, en lugar de limitarse a refinar la sensación conversacional de un modelo.
GPT-4.5: sopesando los pros y los contras
Pros
Posibilidad de interacciones lingüísticas más naturales y fluidas.
Posibles avances especializados en determinadas categorías de tareas.
Desarrollo continuo y soporte de mantenimiento por parte de OpenAI.
Gran dominio general del lenguaje.
Contras
Costes de API prohibitivos en comparación con los modelos de la competencia.
Rendimiento por detrás de las principales alternativas de código abierto en varios puntos de referencia.
Falta de claridad sobre la arquitectura interna del modelo y los datos de entrenamiento.
Debilidades demostradas en tareas matemáticas y de codificación.
Su precio es entre 12 y 30 veces superior al de GPT-4o.
Preguntas más frecuentes
¿Es GPT-4.5 una mejora significativa con respecto a GPT-4o?
Los resultados iniciales de la evaluación comparativa son inconsistentes. Muestra progresos en algunas disciplinas, pero se queda corto frente a otros modelos de código abierto en retos específicos. Se necesita una evaluación más exhaustiva y real para determinar su valor de forma definitiva.
¿Merece la pena el elevado coste de la API de GPT-4.5?
La respuesta depende de sus necesidades concretas y de sus limitaciones económicas. Si necesita un rendimiento de primer nivel para aplicaciones específicas y críticas, puede que merezca la pena tenerlo en cuenta. Sin embargo, para la mayoría de los usuarios, el elevado precio es difícil de justificar, sobre todo teniendo en cuenta las opciones de código abierto disponibles de forma gratuita.
¿Cuáles son las principales ventajas de los modelos de IA de código abierto como DeepSeek V3?
Los modelos de código abierto ofrecen un rendimiento competitivo, una rentabilidad excepcional, una mayor transparencia operativa y flexibilidad de personalización. Ponen al alcance de todos potentes herramientas de IA y fomentan la innovación impulsada por la comunidad.
Preguntas relacionadas
¿Cuál es el futuro del desarrollo de modelos de IA?
Es probable que la trayectoria del desarrollo de la IA implique una sinergia entre los esfuerzos de propiedad y los de código abierto. Las grandes empresas tecnológicas como OpenAI seguirán avanzando en el estado del arte con modelos a gran escala, mientras que la comunidad de código abierto será crucial para democratizar el acceso a la IA y fomentar la innovación a través del desarrollo colaborativo y la personalización. Es importante reconocer que GPT-4.5 tiene notables deficiencias, y OpenAI tendrá que abordar varios aspectos para competir eficazmente con otros modelos de código abierto.
Lei Jun confirma que el agente de IA de escritorio de Xiaomi, MiClaw, está en fase de desarrollo, y se lanza MiMo-V2-Pro en todas las plataformas
En el Foro de Alto Nivel sobre el Desarrollo de China de 2026, Lei Jun, del Grupo Xiaomi, confirmó que la tan esperada versión de escritorio del agente de IA «MiClaw» (cangrejo) ya forma parte de la h
OpenAI relanza su negocio de robótica; Automan busca ingenieros para I+D en infraestructuras
El 1 de junio, el director ejecutivo de OpenAI, Sam Altman, anunció en las redes sociales que la empresa vuelve a entrar en el campo de la robótica, con la publicación de ofertas de empleo para el equ
Die Diskussion um GPT-4.5 erinnert mich an die ewige Frage: Ist es wirklich ein Durchbruch oder nur ein cleveres Marketing-Upgrade? 🤔 Die Geschwindigkeitssteigerung klingt praktisch, aber ich frage mich, ob die Kosten für Endnutzer wieder steigen werden. Die KI-Community scheint gespalten – einige feiern es, andere sehen nur inkrementelle Fortschritte. Spannend wird sein, wie sich das auf den Wettbewerb mit anderen Modellen auswirkt.
Die Diskussion um GPT-4.5 ist echt spannend. Ich frage mich, ob die Verbesserungen wirklich so bahnbrechend sind oder ob es eher um Marketing geht. Die KI-Entwicklung wird immer schneller, aber die Kosten und der Energieverbrauch sind auch ein Thema, über das man reden sollte. 🤔
이번 GPT-4.5 발표를 보면서 AI 경쟁이 점점 더 치열해지고 있다는 생각이 들어요. 🤔 다른 기업들도 곧 비슷한 모델을 내놓지 않을까? 기술 발전 속도가 너무 빨라서 따라가기 벅차네요. 개인정보 보호 문제는 어떻게 해결할지 궁금해지는데...
Wait, another model drop already? 🤔 The speed is insane but I'm low-key worried about how smaller AI labs can keep up. Also, did they mention anything about training costs this time? The energy consumption talk is always glossed over...





Hogar






