OpenAI presenta las ediciones GPT-5.4 Pro y Thinking

El jueves, OpenAI presentó GPT-5.4, un nuevo modelo base descrito como «nuestro modelo de vanguardia más capaz y eficiente para el trabajo profesional». Además de la versión estándar, GPT-5.4 se ofrece en una variante centrada en el razonamiento (GPT-5.4 Thinking) y en una edición optimizada para el rendimiento (GPT-5.4 Pro).
La versión API del modelo admitirá ventanas de contexto de hasta 1 millón de tokens, lo que supone la mayor capacidad de contexto que OpenAI ha ofrecido jamás.
OpenAI también destacó la mayor eficiencia de los tokens, señalando que GPT-5.4 puede resolver problemas idénticos utilizando un número significativamente menor de tokens que su predecesor.
El nuevo modelo ofrece resultados de referencia sustancialmente mejorados, alcanzando puntuaciones récord en las pruebas de referencia de uso informático OSWorld-Verified y WebArena Verified. También estableció un nuevo récord con una puntuación del 83 % en la prueba GDPval de OpenAI para tareas de trabajo intelectual.
Según una declaración del director ejecutivo de Mercor, Brendan Foody, GPT-5.4 lidera el benchmark APEX-Agents de Mercor, que evalúa las habilidades profesionales en derecho y finanzas.
«[GPT-5.4] destaca en la producción de resultados a largo plazo, como presentaciones de diapositivas, modelos financieros y análisis jurídicos», afirmó Foody, «ofreciendo un rendimiento de primer nivel al tiempo que funciona más rápido y a un coste menor que los modelos de vanguardia de la competencia».
GPT-5.4 continúa el trabajo de OpenAI para reducir las alucinaciones y las inexactitudes fácticas. La empresa informa de que el nuevo modelo tiene un 33 % menos de probabilidades de cometer errores en afirmaciones individuales en comparación con GPT-5.2, y un 18 % menos de probabilidades de que las respuestas generales contengan errores.
Como parte del lanzamiento, OpenAI ha rediseñado la forma en que la API de GPT-5.4 gestiona las llamadas a herramientas, introduciendo un nuevo sistema denominado Tool Search. Anteriormente, las indicaciones del sistema tenían que definir todas las herramientas disponibles por adelantado, un proceso que consumía una cantidad considerable de tokens a medida que se ampliaban las bibliotecas de herramientas. El nuevo sistema permite a los modelos recuperar las definiciones de las herramientas bajo demanda, lo que hace que las solicitudes sean más rápidas y rentables en entornos con muchas herramientas.
OpenAI también ha añadido una nueva evaluación de seguridad para valorar la cadena de pensamiento de sus modelos —el comentario continuo que revela el razonamiento del modelo durante tareas de varios pasos—. Los investigadores en seguridad de la IA llevan tiempo expresando su preocupación por que los modelos de razonamiento puedan tergiversar su cadena de pensamiento, y las pruebas confirman que esto puede ocurrir en determinadas condiciones.
La nueva evaluación de OpenAI indica que el engaño es menos probable en la versión Thinking de GPT-5.4, «lo que sugiere que el modelo carece de la capacidad de ocultar su razonamiento y que la supervisión de la cadena de pensamiento sigue siendo una herramienta de seguridad eficaz».
Artículo relacionado
OpenAI lanza una versión más segura de ChatGPT para adolescentes, años después de que estos empezaran a utilizarla
Tras una serie de demandas relacionadas con la ausencia de protocolos de seguridad en los chatbots de IA —que contribuyeron a suicidios de adolescentes y otras crisis de salud mental—, OpenAI presentó
Frontier AI Labs se niega a revelar las estrategias de contención para los modelos rebeldes
Investigaciones recientes indican que muy pocos laboratorios líderes en IA han publicado o demostrado planes de respuesta de contención. Un plan de contención define los procedimientos a seguir cuando
El Tiffany de NEA: Las empresas aún luchan con el ROI de la IA
Cargando el reproductor…A principios de este año, el «tokenmaxxing» dominó Silicon Valley, con directores generales instando al personal a maximizar el uso de la inteligencia artificial. Ese entusiasmo se topó rápidamente con la realidad. Según info
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

El jueves, OpenAI presentó GPT-5.4, un nuevo modelo base descrito como «nuestro modelo de vanguardia más capaz y eficiente para el trabajo profesional». Además de la versión estándar, GPT-5.4 se ofrece en una variante centrada en el razonamiento (GPT-5.4 Thinking) y en una edición optimizada para el rendimiento (GPT-5.4 Pro).
La versión API del modelo admitirá ventanas de contexto de hasta 1 millón de tokens, lo que supone la mayor capacidad de contexto que OpenAI ha ofrecido jamás.
OpenAI también destacó la mayor eficiencia de los tokens, señalando que GPT-5.4 puede resolver problemas idénticos utilizando un número significativamente menor de tokens que su predecesor.
El nuevo modelo ofrece resultados de referencia sustancialmente mejorados, alcanzando puntuaciones récord en las pruebas de referencia de uso informático OSWorld-Verified y WebArena Verified. También estableció un nuevo récord con una puntuación del 83 % en la prueba GDPval de OpenAI para tareas de trabajo intelectual.
Según una declaración del director ejecutivo de Mercor, Brendan Foody, GPT-5.4 lidera el benchmark APEX-Agents de Mercor, que evalúa las habilidades profesionales en derecho y finanzas.
«[GPT-5.4] destaca en la producción de resultados a largo plazo, como presentaciones de diapositivas, modelos financieros y análisis jurídicos», afirmó Foody, «ofreciendo un rendimiento de primer nivel al tiempo que funciona más rápido y a un coste menor que los modelos de vanguardia de la competencia».
GPT-5.4 continúa el trabajo de OpenAI para reducir las alucinaciones y las inexactitudes fácticas. La empresa informa de que el nuevo modelo tiene un 33 % menos de probabilidades de cometer errores en afirmaciones individuales en comparación con GPT-5.2, y un 18 % menos de probabilidades de que las respuestas generales contengan errores.
Como parte del lanzamiento, OpenAI ha rediseñado la forma en que la API de GPT-5.4 gestiona las llamadas a herramientas, introduciendo un nuevo sistema denominado Tool Search. Anteriormente, las indicaciones del sistema tenían que definir todas las herramientas disponibles por adelantado, un proceso que consumía una cantidad considerable de tokens a medida que se ampliaban las bibliotecas de herramientas. El nuevo sistema permite a los modelos recuperar las definiciones de las herramientas bajo demanda, lo que hace que las solicitudes sean más rápidas y rentables en entornos con muchas herramientas.
OpenAI también ha añadido una nueva evaluación de seguridad para valorar la cadena de pensamiento de sus modelos —el comentario continuo que revela el razonamiento del modelo durante tareas de varios pasos—. Los investigadores en seguridad de la IA llevan tiempo expresando su preocupación por que los modelos de razonamiento puedan tergiversar su cadena de pensamiento, y las pruebas confirman que esto puede ocurrir en determinadas condiciones.
La nueva evaluación de OpenAI indica que el engaño es menos probable en la versión Thinking de GPT-5.4, «lo que sugiere que el modelo carece de la capacidad de ocultar su razonamiento y que la supervisión de la cadena de pensamiento sigue siendo una herramienta de seguridad eficaz».
OpenAI lanza una versión más segura de ChatGPT para adolescentes, años después de que estos empezaran a utilizarla
Tras una serie de demandas relacionadas con la ausencia de protocolos de seguridad en los chatbots de IA —que contribuyeron a suicidios de adolescentes y otras crisis de salud mental—, OpenAI presentó
Frontier AI Labs se niega a revelar las estrategias de contención para los modelos rebeldes
Investigaciones recientes indican que muy pocos laboratorios líderes en IA han publicado o demostrado planes de respuesta de contención. Un plan de contención define los procedimientos a seguir cuando
El Tiffany de NEA: Las empresas aún luchan con el ROI de la IA
Cargando el reproductor…A principios de este año, el «tokenmaxxing» dominó Silicon Valley, con directores generales instando al personal a maximizar el uso de la inteligencia artificial. Ese entusiasmo se topó rápidamente con la realidad. Según info





Hogar






