Gran actualización de ChatGPT: puede trabajar en múltiples plataformas, crear sitios web con un clic y ahora es más barato

El 9 de julio, OpenAI lanzó la serie de modelos GPT-5.6 y anunció la fusión de la aplicación de escritorio de ChatGPT con Codex. En esta actualización, lo más notable no es solo el aumento de parámetros, sino la reconfiguración de los límites en dos dimensiones: primero, en términos de precios del modelo, Terra ofrece un rendimiento cercano al de GPT-5.5 a la mitad del precio, mientras que Luna reduce drásticamente los costos de la API; segundo, en la forma de las herramientas, la aplicación fusionada lanza el modo Work, que permite ejecutar proyectos complejos en plataformas como Slack y Google Drive, además de contar con capacidades de programación de tareas. Esto marca una transición de las herramientas de IA de un diálogo sincrónico "humano activa - máquina responde" a un flujo de trabajo asincrónico "máquina escucha - máquina ejecuta".

ChatGPT Work admite la ejecución multiplataforma y la sincronización entre múltiples dispositivos, imagen cortesía del blog oficial de OpenAI.

Estrategia de precios y reestructuración de costos de ejecución de GPT-5.6

OpenAI ha implementado una estrategia radical de "segmentación del mercado según el costo de ejecución" en la serie GPT-5.6. Esta nueva serie incluye tres modelos: el buque insignia Sol, el de alto rendimiento Terra y el ligero Luna, cada uno dirigido a diferentes escenarios de ejecución y capacidades de costo.

En cuanto a la fijación de precios de la API, Sol tiene un costo de 5 dólares por cada millón de tokens de entrada y 30 dólares por cada millón de tokens de salida, manteniéndose al mismo nivel que la generación anterior, GPT-5.5. Luna tiene un costo de 1 dólar por cada millón de tokens de entrada y 6 dólares por cada millón de tokens de salida, posicionándose como un modelo ligero. Pero lo que realmente cambia la lógica de cálculo para los desarrolladores es Terra, cuyo precio de entrada es de 2.5 dólares por cada millón de tokens y 15 dólares por cada millón de tokens de salida, ofreciendo un rendimiento cercano al de la generación anterior, GPT-5.5, pero a un precio reducido a la mitad.

Para los tomadores de decisiones en compras empresariales y desarrolladores de nivel medio, Terra ofrece un camino claro para reducir costos. Al manejar tareas no intensivas en razonamiento, como análisis de texto a gran escala o reestructuración de código, el uso de Terra en lugar de GPT-5.5 puede reducir directamente los gastos de la API a la mitad. Supongamos que un equipo consume 1 millón de tokens de entrada y 500,000 tokens de salida al mes; al migrar de GPT-5.5 a Terra, los costos mensuales de la API se reducirían de aproximadamente 20 dólares a aproximadamente 10 dólares. Esta estrategia de precios indica que OpenAI ya no se basa únicamente en las puntuaciones de Benchmark para diferenciar modelos, sino que a través de un claro gradiente de costo-beneficio, permite a las empresas elegir la potencia de cálculo según el ROI real de la tarea.

Al mismo tiempo, el precio extremadamente bajo de Luna no es solo para el mercado de bajo costo, sino que proporciona viabilidad económica para flujos de trabajo asincrónicos. En tareas de fondo que requieren llamadas frecuentes y respuestas de baja latencia, como limpieza de datos, análisis de registros o inspecciones programadas, el costo por llamada del modelo se convierte en un factor decisivo para su despliegue a gran escala. El precio de entrada y salida de Luna es solo una quinta parte del de Sol, lo que permite a los desarrolladores operar la IA en segundo plano sin preocuparse por el descontrol de costos. Esta posición de "mano de obra barata" se complementa naturalmente con la función de tareas programadas en el modo Work: usar Luna para ejecutar resúmenes programados en segundo plano y Sol para manejar razonamientos complejos en primer plano.

Sol, por su parte, eleva el límite con los nuevos niveles de razonamiento max y ultra. El nivel max está dirigido a necesidades de razonamiento profundo, mientras que el nivel ultra admite el procesamiento paralelo de múltiples agentes, diseñado para flujos de trabajo de alto nivel y empresariales. En escenarios complejos de reestructuración de bibliotecas de código o integración de datos entre sistemas, el nivel ultra puede coordinar múltiples subagentes para manejar diferentes subtareas simultáneamente y luego consolidar los resultados. Esta jerarquía no solo cubre todas las necesidades desde lo básico hasta lo avanzado, sino que también vincula profundamente la capacidad del modelo con escenarios de ejecución específicos, estableciendo una base de potencia de cálculo para futuras fusiones de herramientas.

De diálogo sincrónico a ejecución asincrónica multiplataforma

Si la segmentación del modelo proporciona diferentes motores de ejecución de costos, la fusión de la aplicación de escritorio de ChatGPT con Codex proporciona el soporte físico para ejecutar estos motores. La aplicación fusionada ofrece de manera unificada tres modos de trabajo: Chat, Work y Codex, construyendo un espectro completo de productividad que va desde preguntas y respuestas diarias hasta la ejecución de proyectos multiplataforma y la ingeniería de código en un entorno de sandbox.

El modo Chat sigue asumiendo la función de diálogo sincrónico diario, utilizado para creación ligera y preguntas rápidas, con una forma de interacción que es prácticamente la misma que la de la versión anterior de la aplicación de escritorio de ChatGPT. El modo Codex se centra en proyectos de código intensivos, añadiendo edición de archivos, revisión de Pull Requests y un modo Ultra, proporcionando a los desarrolladores un entorno de programación de nivel sandbox. Además, el navegador en el modo Codex ha mejorado su soporte para el CDP (Chrome DevTools Protocol), permitiendo a la IA inspeccionar el tráfico de red, realizar análisis de múltiples pestañas y operaciones de estado de inicio de sesión, ampliando aún más los límites de la depuración de código y las pruebas de aplicaciones web.

Lo que realmente rompe los límites de las herramientas de IA tradicionales es el modo Work. ChatGPT Work permite ejecutar proyectos complejos en plataformas como Google Drive y Slack, y cuenta con funciones de tareas programadas. Esto significa que la IA ya no es solo un cuadro de diálogo pasivo, sino un terminal automatizado que puede escuchar, coordinar y ejecutar activamente.

Específicamente, el modo Work conecta plataformas externas a través de un mecanismo de Plugins. Los usuarios pueden describir los objetivos de las tareas en lenguaje natural, y la IA descompondrá automáticamente en múltiples pasos, obteniendo registros de discusión de Slack, leyendo documentos de proyecto de Google Drive y generando un informe de análisis consolidado. Lo más crucial es la función de tareas programadas: los usuarios pueden establecer un plan de ejecución asincrónica similar a Cron, como "cada lunes a las 9 a.m. resumir los puntos clave de discusión en el canal de Slack y generar un informe de progreso combinando los documentos del proyecto en Google Drive". A la hora programada, la IA ejecutará automáticamente todo el proceso sin necesidad de activación manual.

Esta capacidad marca el inicio de la incursión de las herramientas de IA en el territorio de la RPA (automatización de procesos robóticos) tradicional y las plataformas de flujo de trabajo automatizadas. A diferencia de la RPA tradicional, que requiere escribir complejos scripts de reglas, el modo Work reduce drásticamente la barrera de entrada para construir flujos de trabajo automatizados gracias a su ventaja en la comprensión del lenguaje natural. La frontera de productividad de las herramientas de IA se ha expandido de la interacción sincrónica "humano activa - máquina responde" a un flujo de trabajo asincrónico "máquina escucha - máquina ejecuta - humano aprueba". ChatGPT se está convirtiendo en una combinación de un Zapier con un cerebro de IA y un terminal automatizado.

Creación de sitios web con un clic y la migración de código detrás de la excavación del ecosistema

Mientras reconfigura los flujos de trabajo, OpenAI también está acelerando la vinculación del ecosistema a través de un ciclo de funciones y la reducción de costos de conversión.

La función Sites permite a los usuarios publicar contenido visualizado como un sitio web con un solo clic, y la actualización del navegador ahora admite operaciones de estado de inicio de sesión y múltiples pestañas. Esto significa que los resultados de análisis o aplicaciones de código generados en los modos Work o Codex pueden desplegarse directamente como aplicaciones web con estado de inicio de sesión. Después de completar el análisis de datos en el modo Work, los usuarios pueden publicar un panel interactivo como una página web accesible a través de Sites, donde los miembros del equipo pueden iniciar sesión con ChatGPT para verlo. Para las empresas, la función Sites bloquea el canal de distribución de aplicaciones ligeras. En el pasado, los desarrolladores necesitaban buscar servidores y configurar entornos de despliegue después de generar código con IA para que su equipo pudiera usarlo. Ahora, este proceso se ha reducido a una operación de un clic, acortando drásticamente el ciclo de entrega de la idea a la aplicación.

En el mercado de herramientas para desarrolladores, OpenAI ha mostrado una estrategia competitiva más directa. Codex ha añadido la función de migración desde Claude Code. La empresa ha proporcionado un script de migración específico en su repositorio de GitHub, que puede escanear con precisión el directorio de configuración de Claude Code y convertir de un clic configuraciones como agents, MCP servers y hooks a formato Codex.

Claude Code, como un competidor fuerte en el campo de los asistentes de programación de IA, representa los hábitos de uso y la acumulación de proyectos de los usuarios. Un desarrollador que define agents y conexiones MCP en Claude Code a menudo está vinculado a flujos de trabajo de proyectos específicos y cadenas de herramientas externas. La provisión activa de herramientas de migración oficiales por parte de OpenAI es un "arma de excavación" para reducir los costos de conversión de usuarios de competidores en el mar rojo de los asistentes de programación de IA. Esto indica que en una etapa donde las diferencias en las capacidades de los modelos básicos se están reduciendo, el enfoque de la competencia ha cambiado de la pura rendimiento del modelo a la vinculación del ecosistema y los costos de migración de usuarios. Quien pueda apoderarse más suavemente de los activos existentes de los usuarios de competidores, podrá ocupar una mayor cuota de mercado en el ámbito de los desarrolladores.

La fusión trae sobrecarga y riesgos de permisos

A pesar de que la segmentación de precios de GPT-5.6 y la fusión de herramientas muestran la ambición de reconfigurar los límites de productividad, esta estrategia también conlleva limitaciones y riesgos que no se pueden ignorar.

Primero, está el problema de la sobrecarga de la aplicación y la carga cognitiva. La fusión de un sandbox de código intensivo como Codex con la terminal de oficina diaria de ChatGPT en una sola aplicación de escritorio ha suscitado dudas entre algunos desarrolladores. La fluidez en el cambio entre diferentes modos y si la acumulación de funciones podría hacer que el software sea demasiado pesado son cuestiones que deben abordarse en el uso práctico. Para los desarrolladores que solo necesitan una simple autocompletación de código, enfrentarse a una superaplicación que incluye modos complejos como Work y Codex podría aumentar la carga cognitiva innecesariamente. La capacidad de lograr un cambio fluido entre diferentes modos sin interferencias será una prueba para la capacidad de diseño de productos de OpenAI.

En segundo lugar, están los desafíos de privacidad de datos empresariales y control de permisos. El modo Work se integra profundamente con fuentes de datos clave de empresas como Slack y Google Drive, y Sites admite la publicación de aplicaciones públicas con un solo clic. Esto requiere que los tomadores de decisiones en compras empresariales establezcan un sistema de gestión de permisos estricto mientras disfrutan de la conveniencia de la automatización. Aunque OpenAI ha enfatizado la configuración de no entrenamiento de datos a nivel empresarial y el control de acceso, en la práctica, cómo prevenir que la IA filtre accidentalmente información sensible durante la ejecución multiplataforma sigue siendo un riesgo que los departamentos de cumplimiento empresarial deben evaluar cuidadosamente. Especialmente cuando la IA necesita coordinar datos a través de plataformas y generar Sites accesibles públicamente, la auditoría del flujo de datos se vuelve excepcionalmente compleja.

Más crítico aún es el riesgo de apertura de permisos a nivel de navegador. Con la actualización del lado del navegador de Codex, se ha introducido el permiso del CDP (Chrome DevTools Protocol), que permite a la IA inspeccionar el tráfico de red, realizar análisis de múltiples pestañas y operaciones de estado de inicio de sesión. Este control profundo del navegador, aunque amplía enormemente la capacidad de ejecución de la IA, también abre potenciales vulnerabilidades de seguridad. Si el Prompt de la IA es inyectado maliciosamente, la IA con permisos de CDP podría ser inducida a robar las credenciales de inicio de sesión del usuario o interceptar tráfico de red sensible. Aunque la empresa requiere que los usuarios aprueben explícitamente y que los administradores puedan desactivar globalmente este permiso, esta transición de "solo lectura" a "control de bajo nivel" plantea mayores exigencias para la protección de la seguridad del terminal.

OpenAI, a través de la serie GPT-5.6 y la fusión de herramientas, ha delineado claramente un camino de reconfiguración de la productividad desde el diálogo hasta la ejecución. Sin embargo, detrás de la ventaja de costo que trae la segmentación del modelo y la expansión de los límites de ejecución que trae la fusión de herramientas, cómo equilibrar la riqueza de funciones con la ligereza del software y cómo mantener la línea de seguridad mientras se abren permisos, determinará cuán lejos puede llegar esta estrategia.