Los laboratorios de inteligencia artificial persiguen la misma meta desde hace años: usar IA para acelerar el desarrollo de la propia IA. OpenAI sostiene que su nuevo modelo insignia, GPT-5.6 Sol, lo hace mejor que cualquier sistema anterior.
Según la compañía, Sol post-entrenó de manera autónoma al modelo más pequeño Luna. Tras el pre-entrenamiento inicial de Luna, Sol lo optimizó por su cuenta para habilidades y comportamientos específicos. Un investigador le entregó, a través de la plataforma Codex, lo que OpenAI describe como un prompt "poco especificado". Las instrucciones le pedían encontrar las configuraciones de entrenamiento adecuadas, elegir las GPU apropiadas, lanzar el script de entrenamiento y verificar que todo corriera correctamente.
"Antes esto era algo en lo que podía trabajar un equipo de investigadores senior en OpenAI, y ahora realmente se siente que el investigador automatizado está bastante cerca", dijo la investigadora Kathy Shi durante la presentación.
¿Qué mide el nuevo índice de auto-mejora?
Para medir estas capacidades de forma directa, OpenAI construyó una batería de evaluación interna basada en tareas reales de investigación en IA. Esas tareas incluyen depurar sistemas de investigación, optimizar kernels y recetas de entrenamiento, correr experimentos de aprendizaje automático y mejorar otro modelo.
GPT-5.6 Sol obtiene 16,2 puntos más que GPT-5.5 en el índice agregado de auto-mejora recursiva (RSI, por su sigla en inglés), según OpenAI. Sol encabeza la jerarquía del benchmark, seguido por las variantes Terra y Luna, y luego por GPT-5.5 y GPT-5.4.
La auto-mejora recursiva describe la capacidad de un sistema de IA de volverse mejor a sí mismo, donde cada ronda de avances lo hace aún más capaz de mejorarse. Eso genera un bucle de retroalimentación. El concepto es central en la investigación de seguridad en IA desde hace tiempo, porque un sistema capaz de mejorarse recursivamente podría, en teoría, gatillar una explosión rápida de capacidades.
¿Ya existe la auto-mejora total?
La rival de OpenAI, Anthropic, subrayó a comienzos de junio que la auto-mejora recursiva completa aún no se ha logrado, pero "podría llegar antes de lo que la mayoría de las instituciones está preparada para asumir". La RSI total implica un sistema de IA que diseña a su sucesor sin ayuda humana. De acuerdo con Anthropic, Claude ya puede encargarse del trabajo incremental entre grandes cambios de paradigma, y los humanos son responsables de apenas un porcentaje de un dígito de las decisiones de dirección.
Más producción por investigador
OpenAI afirma que sus investigadores usan GPT-5.6 Sol a lo largo de todo el ciclo de desarrollo, desde depurar y optimizar sistemas de entrenamiento hasta correr experimentos y leer resultados. Incluso durante las pruebas internas, la producción diaria promedio de tokens por investigador activo más que duplicó el máximo previo, fijado por GPT-5.5. Los pull requests y experimentos por investigador también subieron.
Las cifras de adopción de la compañía en los últimos seis meses pintan un panorama predeciblemente optimista. La porción de cómputo asignada a inferencia interna de programación creció 100 veces, mientras que el uso de tokens en tareas de agentes saltó cerca de 22 veces. OpenAI reconoce que estas métricas no miden directamente el progreso de la investigación, pero dice que muestran la velocidad a la que escala el trabajo asistido por IA.
En perspectiva regional, la promesa de un "investigador automatizado" abre una pregunta práctica para equipos técnicos en Chile y Latinoamérica: gran parte del valor de estos modelos ya no está en la conversación, sino en su capacidad de operar infraestructura de entrenamiento de extremo a extremo, un terreno donde el acceso a GPU sigue siendo el cuello de botella real.
