OpenAI lanza GPT-5.4: apuesta por agentes que manejan el ordenador, no solo por el código

El 5 de marzo de 2026, OpenAI presentó GPT-5.4, un nuevo modelo estrella que combina buena capacidad de programación, razonamiento y control nativo del ordenador. El énfasis de esta versión pasa del «chatbot inteligente» a un agente de IA que no solo responde, sino que también ejecuta por sí mismo cadenas de acciones en interfaces y herramientas de trabajo.

Apuesta por los agentes

La principal novedad de GPT-5.4 es Computer Use integrado. El modelo trabaja a partir de capturas de pantalla, mueve el cursor, pulsa botones, rellena formularios y comprueba el resultado. Para los desarrolladores, supone un paso más maduro de la simple generación de texto a los escenarios con agentes: los bots pueden navegar por sitios web, ejecutar pasos en el navegador y realizar operaciones rutinarias sin un guion rígido para cada clic.

Ya no es una función para vídeos de demostración, sino una capa básica para procesos de negocio reales, en los que el agente necesita ver la interfaz y confirmar que la acción realmente funcionó.

Según los datos oficiales de OpenAI, la mejora es especialmente notable allí donde el modelo debe actuar de forma autónoma y no solo escribir código en el vacío. En OSWorld-Verified, GPT-5.4 sube hasta el 75,0 % frente al 47,3 % de GPT-5.2, y en BrowseComp hasta el 82,7 % frente al 65,8 %. En SWE-Bench Pro, en cambio, el avance es más modesto: 57,7 % frente a 55,6 %. Es una buena señal para quienes construyen asistentes y agentes de flujos de trabajo, y una más contenida para quienes esperaban un salto incuestionable en programación.

• Control nativo del ordenador mediante capturas de pantalla y acciones de interfaz
• Tool Search para grandes conjuntos de herramientas sin inflar el prompt
• Modo de razonamiento `xhigh` para tareas pesadas
• Hasta 1 millón de tokens de contexto en Codex, con soporte experimental
• Menor proporción de errores factuales que GPT-5.2

Qué mostraron las pruebas

En la práctica, el panorama fue menos uniforme que en los benchmarks de las presentaciones. En una prueba visual se pidió al modelo que maquetara un panel complejo de casa inteligente, que renderizara él mismo el resultado y que corrigiera errores tras autoevaluarse. La composición general y el estilo resultaron reconocibles, pero los detalles fallaron: el texto se montaba sobre los bloques, los espaciados se desajustaban, algunos elementos aparecían recortados y el termostato neumórfico prometido acabó siendo un círculo simplificado. Es decir, el modelo ya capta la sensación de «interfaz cara», pero aún está lejos de un desarrollador frontend sénior autónomo.

En cambio, en el escenario de backend GPT-5.4 resultó más convincente. Ante la tarea de crear un rate limiter listo para producción con FastAPI y Redis, el modelo no se limitó a una solución básica: construyó un esquema completo con tipado estricto, un script de Lua para garantizar la atomicidad y un fallback local por si Redis se cae. En una prueba de lógica con condiciones de horario contradictorias también acertó: en lugar de inventarse una respuesta «cualquiera», demostró paso a paso que no existe solución. Es una señal importante de madurez: el modelo reconoce con más frecuencia la contradicción en vez de alucinar con seguridad.

Precio y disponibilidad

OpenAI lanzó GPT-5.4 el 5 de marzo de 2026 de forma simultánea en la API, Codex y ChatGPT, como GPT-5.4 Thinking. En el momento del lanzamiento, el modelo empezó a sustituir a GPT-5.2 Thinking para los usuarios de pago de ChatGPT Plus, Team y Pro, y la versión GPT-5.4 Pro quedó disponible en Pro y Enterprise. Para los desarrolladores, quizá sea una noticia tan importante como los benchmarks: el nuevo modelo estrella no se quedó en demo de laboratorio, sino que se integró de inmediato en productos de trabajo.

En la API, el precio resulta más agresivo de lo que cabría esperar de un modelo estrella de OpenAI: 2,50 $ por millón de tokens de entrada, 0,25 $ por la entrada en caché y 15 $ por millón de tokens de salida. Es cierto que el modelo es más caro que GPT-5.2 por token, pero OpenAI apuesta por una mejor eficiencia de tokens: si el agente resuelve la tarea en menos pasos y divaga menos por el contexto, la economía final puede ser bastante razonable incluso para equipos pequeños.

Qué significa

GPT-5.4 no parece un «sustituto mágico del desarrollador», pero muestra con claridad hacia dónde se mueve el mercado. La próxima competencia no gira solo en torno a la calidad de las respuestas, sino a la capacidad del modelo de ver la interfaz, usar herramientas, recordar un contexto largo y llevar la tarea hasta el resultado. Para las empresas, la conclusión es sencilla: el valor se desplaza de los prompts aislados a los agentes capaces de trabajar dentro de procesos reales. Ahí se decidirá ahora qué plataforma es más adecuada para el trabajo real y no para demos espectaculares de una sola vez.