OpenAI lanza GPT-5.5 y acerca ChatGPT a la idea de una superaplicación de IA

OpenAI ha lanzado GPT-5.5 y lo presenta no como otra actualización puntual de ChatGPT, sino como parte de una estrategia más amplia: convertir sus productos en una interfaz de trabajo única donde el modelo no solo responde preguntas, sino que recorre por sí mismo los pasos de una tarea, usa herramientas y lleva el trabajo hasta un resultado. Para el mercado es una señal importante: la carrera entre asistentes de IA pasa de la calidad de las respuestas individuales a la calidad de la ejecución autónoma de tareas reales en el ordenador.

El anuncio se hizo el 23 de abril de 2026. La compañía describe GPT-5.5 como su lanzamiento de modelo más inteligente e intuitivo hasta la fecha. Según el presidente de OpenAI, Greg Brockman, la nueva versión acerca a la empresa a una forma más agéntica y natural de trabajar con el ordenador. No se trata solo de un chatbot, sino de un sistema al que se le puede encargar una tarea difusa y de varios pasos, como escribir y depurar código, reunir material en la web, analizar datos o preparar un documento o una hoja de cálculo, y que devuelve no solo texto, sino un resultado terminado.

Según los materiales oficiales de OpenAI, GPT-5.5 mantiene la latencia al nivel de GPT-5.4, pero resuelve las mismas tareas con menos tokens y rinde mejor en pruebas especializadas. En Terminal-Bench 2.0, que evalúa el trabajo complejo en la línea de comandos, el modelo obtuvo un 82,7 % frente al 75,1 % de GPT-5.4. En OSWorld-Verified, que mide la capacidad de trabajar de forma autónoma en un entorno informático, logró un 78,7 %. En GDPval, que mide la calidad del trabajo intelectual formalizado en decenas de profesiones, alcanzó un 84,9 %. OpenAI también afirma que GPT-5.5 supera a los modelos anteriores y, en varios escenarios, a competidores fuertes como Claude Opus 4.7 y Gemini 3.1 Pro.

El énfasis principal recae en dos clases de tareas: el desarrollo agéntico y el trabajo intelectual de oficina. En Codex, el modelo debería mantener mejor el contexto de un proyecto grande, encontrar las causas de los fallos, planificar correcciones y verificar su propio trabajo con herramientas. En escenarios de trabajo habituales, debería reunir información, crear hojas de cálculo y presentaciones, y ayudar en analítica, finanzas e investigación. OpenAI aporta ejemplos internos: más del 85 % de sus empleados ya usa Codex cada semana, y algunos equipos automatizan informes, tramitación de solicitudes y un gran volumen de trabajo con documentos.

Esta lógica está directamente ligada a la idea de la superaplicación de IA: en una nota corporativa del 8 de abril, OpenAI describió una interfaz única que reunirá ChatGPT, Codex, la navegación web agéntica y acciones en otras herramientas.

Otro bloque importante es la investigación científica y técnica. La compañía afirma que GPT-5.5 ha mejorado notablemente en tareas que exigen algo más que dar una respuesta: recorrer un ciclo completo de recopilar datos, comprobar hipótesis, interpretar resultados y proponer el siguiente paso. Entre los ejemplos figuran mejoras en GeneBench y BixBench, así como casos en los que el modelo ayudó con el análisis de datos biológicos y con demostraciones matemáticas.

Al mismo tiempo, OpenAI reforzó las restricciones en torno a la ciberseguridad y los riesgos biológicos: el modelo pasó pruebas adicionales y, para los escenarios sensibles, la compañía introdujo clasificadores y modos de acceso más estrictos.

El 23 de abril GPT-5.5 empezó a desplegarse para los usuarios de Plus, Pro, Business y Enterprise en ChatGPT y Codex, y el 24 de abril OpenAI precisó que GPT-5.5 y GPT-5.5 Pro también estaban disponibles a través de la API.

¿Qué significa esto? OpenAI parece cada vez menos el desarrollador de un chatbot independiente y más un proveedor de un entorno de trabajo universal, donde el modelo asume no solo la generación de texto, sino parte de la ejecución. Si GPT-5.5 funciona de verdad de forma estable en cadenas largas de acciones, el mercado tendrá un nuevo estándar: los modelos se compararán no por demos vistosas y respuestas aisladas, sino por la fiabilidad con la que llevan una tarea compleja hasta el final sin supervisión manual constante.