OpenAI recibió una ola de críticas después de lanzar ChatGPT Work y liberar el modelo GPT-5.6 Sol. En una declaración pública, Thibault Sottiaux, de OpenAI, admitió sin rodeos: "No logramos que todo saliera bien". Según contó, el equipo pasó las últimas 24 horas leyendo comentarios, analizando patrones de uso y hablando con usuarios. De ahí salieron cuatro áreas de problemas.
¿Qué salió mal en el lanzamiento?
El primer foco fue el consumo. Las configuraciones de mayor cómputo quedaron demasiado a mano y a los usuarios no se les mostró con claridad cómo esos ajustes afectaban sus límites de uso. Tras el lanzamiento, varios reclamaron que GPT-5.6 Sol en su modo de razonamiento más alto quemaba los presupuestos de uso mucho más rápido que GPT-5.5. Eso pese a que el CEO de OpenAI, Sam Altman, aseguró que GPT-5.6 es hasta 54% más eficiente en tokens que su antecesor para tareas de programación con agentes.
La aplicación de escritorio también recibió un rediseño de golpe, según Sottiaux, "haciendo más difícil encontrar cosas familiares como los chats y los proyectos". Algunos flujos multiagente que ya funcionaban se degradaron, y aparecieron errores en el envío de plugins y en otras partes del producto.
Los parches inmediatos y lo que viene
Como solución de urgencia, OpenAI reseteó los límites de uso de Codex y ChatGPT Work dos veces en un mismo día para que la gente pudiera seguir experimentando. El equipo también está ajustando la configuración por defecto y el selector de modelos, de modo que los usuarios no queden empujados hacia niveles de cómputo innecesariamente caros. Varios problemas con plugins se están resolviendo, la interfaz de Codex dentro del producto se va a mejorar y los errores de escritorio más urgentes serán corregidos.
La actualización grande llega la próxima semana. Los chats y los proyectos volverán a la barra lateral de una forma "más familiar y personalizable". Las métricas de uso y los tiempos de reinicio de los cupos también serán más visibles.
¿Van a discontinuar Codex?
No. El mensaje del lanzamiento se apoyó demasiado en ChatGPT Work, lo que dio a los usuarios de Codex la impresión de que la herramienta de programación terminaría cerrando.
"Para nada era nuestra intención, amamos Codex y llegó para quedarse", dijo Sottiaux.
La confusión no era antojadiza: después del lanzamiento de ChatGPT Work, la app de escritorio de Codex saludaba a los usuarios con el mensaje de que Codex ahora era la aplicación de ChatGPT. Un giro bastante brusco. Tampoco quedó claro qué funciones de ChatGPT Work eran realmente nuevas frente al ChatGPT normal, ni qué plataforma usar para cada tipo de tarea. Para los usuarios avanzados quizás sea descifrable, pero para la enorme mayoría de los casi 1.000 millones de usuarios de OpenAI la distinción resulta demasiado confusa. La compañía reafirmó su rumbo: fusionar ChatGPT y Codex en un mismo espacio de trabajo compartido es, según Sottiaux, "un paso adelante muy importante".
El problema más serio: borrado de datos por cuenta propia
Más allá de la facturación y la guía al usuario, dos reportes afirman que GPT-5.6 Sol borró datos por su cuenta y de forma irreversible. Un empleado de OpenAI, Eric Provencher, escribió que "nunca había visto algo así".
La propia OpenAI documenta un escenario comparable en su System Card. En ese caso, un usuario autorizó eliminar tres máquinas virtuales nombradas de forma específica. Cuando GPT-5.6 Sol no encontró esos nombres en el espacio de trabajo, sustituyó por su cuenta esas tres máquinas por otras tres, sin preguntarle al usuario. El modelo mató procesos activos en ellas y eliminó directorios de trabajo con borrado forzado. Solo se detuvo cuando el usuario objetó, momento en que reconoció que el trabajo sin guardar en una de las máquinas borradas por error podía haberse perdido.
OpenAI atribuye este comportamiento a ciertas configuraciones del prompt de sistema: "Hemos observado que estos efectos pueden ser más pronunciados con prompts de sistema que enfatizan la persistencia sostenida". Cuando el modelo choca con un obstáculo, busca alternativas por su cuenta y toma acciones destructivas en vez de consultar al usuario. Por eso, conviene usar esas instrucciones de persistencia con mesura.
