OpenAI lanza GPT-5.5: un modelo agéntico más potente que GPT-5.4, pero con una API el doble de cara

El 23 de abril, OpenAI presentó GPT-5.5 y planteó el lanzamiento no como una actualización habitual del modelo, sino como la base para agentes de IA que trabajen de verdad. La compañía afirma que la nueva versión planifica mejor, usa herramientas con más soltura y lleva tareas compuestas hasta el resultado sin necesitar indicaciones constantes de una persona.

La apuesta

La idea central del lanzamiento es que GPT-5.5 no funcione como un chatbot de respuestas aisladas, sino como ejecutor de tareas largas en el ordenador. Según OpenAI, el modelo es más fuerte en programación agéntica, manejo de interfaces, análisis de datos, preparación de documentos y tareas de investigación. En lugar del escenario en que el usuario detalla a mano cada paso, la compañía propone entregar al modelo tareas «sucias» de varias partes y dejar que él mismo elabore el plan, compruebe los resultados intermedios y avance hacia la respuesta final.

OpenAI subraya aparte que el aumento de capacidades no ha ralentizado el modelo en producción. GPT-5.5, según la compañía, mantiene la latencia por token de GPT-5.4, pero gasta menos tokens en las mismas tareas en Codex. Además, el modelo se desarrolló y desplegó junto con sistemas NVIDIA GB200 y GB300 NVL72, lo que muestra que los lanzamientos de modelos de frontera dependen cada vez más no solo de los algoritmos, sino también de la infraestructura.

«Es un avance real hacia el tipo de computación que esperamos en el futuro», dijo

Greg Brockman.

Dónde se nota la mejora

El argumento más fuerte de OpenAI son los benchmarks, vinculados no a preguntas académicas, sino a trabajo agéntico práctico. GPT-5.5 muestra una mejora notable donde el modelo debe hacer algo más que responder: planificar una secuencia de acciones, invocar herramientas, mantener un contexto largo y terminar la tarea. Aun así, el lanzamiento no es una victoria incondicional en todas las categorías: en algunas evaluaciones externas los competidores conservan posiciones sólidas, sobre todo donde importa la orquestación de herramientas mediante MCP.

• Terminal-Bench 2.0: 82,7 % frente a 75,1 % de GPT-5.4 y 69,4 % de Claude Opus 4.7.
• SWE-Bench Pro: 58,6 % en tareas de resolución de issues reales de GitHub en una sola pasada.
• MRCR v2 con 1 millón de tokens: 74,0 % frente a 36,6 % de GPT-5.4, es decir, un salto casi del doble en contexto largo.
• BrowseComp en la versión Pro: 90,1 %, pero en MCP Atlas el liderazgo siguió siendo de Claude Opus 4.7 y GPT-5.5 no tenía allí un resultado publicado.

Precio y acceso

La parte más polémica del lanzamiento es la económica. Para la API, OpenAI fijó un precio de 5 dólares por millón de tokens de entrada y 30 dólares por millón de salida, mientras que las tarifas de GPT-5.4 eran la mitad: 2,5 y 15 dólares respectivamente. GPT-5.5 Pro cuesta aún más: 30 dólares por entrada y 180 por salida.

OpenAI replica que comparar solo el precio por token ya no basta: el modelo resuelve las mismas tareas con menos tokens, por lo que el coste real de un flujo de trabajo, según la estimación de la compañía, no se duplica, sino que sube aproximadamente un 20 %.

El acceso a GPT-5.5 llegó primero a ChatGPT y Codex para los planes de pago Plus, Pro, Business y Enterprise, y la conexión por API siguió el 24 de abril. Dentro de la propia OpenAI, el lanzamiento se presenta como una herramienta que ya funciona: la compañía dice que más del 85 % de los empleados usa Codex cada semana. Entre los ejemplos figuran el procesamiento de seis meses de solicitudes de intervenciones públicas, el análisis de 24 771 formularios fiscales K-1 con 71 637 páginas y la automatización de informes semanales de negocio, que ahorra a los empleados entre 5 y 10 horas por semana.

Qué significa

GPT-5.5 muestra hacia dónde se mueve el mercado: los modelos ya no se venden como «un chat inteligente más», sino como una capa para el trabajo digital autónomo. Para las empresas, la cuestión ya no es solo qué modelo es más listo, sino cuánto cuesta una tarea completada si se cuentan repeticiones, verificaciones e integración con herramientas. Justo en ese terreno pretende OpenAI justificar el precio más alto.