¿GPT-5.4, el gran modelo "Agent nativo" ha llegado?

Tras solo dos días de rumores, el 5 de marzo, hora local, OpenAI lanzó oficialmente GPT-5.4. Esta actualización del modelo se centra en la tendencia más popular en la actualidad: los Agentes de IA.

Antes de GPT-5.4, los límites de las grandes modelos se podían resumir en una frase: pueden decirte “cómo hacerlo”, pero no pueden hacerlo por sí mismos.

Si le pides que analice a tus competidores, te dará un extenso informe escrito; si le pides que organice un Excel, te escribirá un código Python para que tú mismo lo ejecutes; si le pides que reserve un vuelo, te indicará paso a paso en qué sitio web hacer clic y qué botones presionar.

Esa barrera se llama “operación en la computadora”.

GPT-5.4 es el primer modelo general de OpenAI que elimina esa barrera.

Comparación de mejoras de GPT-5.4 respecto a modelos anteriores｜Fuente: OpenAI

Puede reconocer contenido en pantalla mediante capturas, enviar instrucciones de ratón y teclado, y realizar flujos de trabajo en varias aplicaciones diferentes. Según palabras de OpenAI, este es su “modelo más potente y eficiente hasta la fecha para tareas profesionales”.

Más técnicamente, GPT-5.4 soporta una ventana de contexto de hasta 1 millón de tokens y puede llamar a bibliotecas como Playwright para controlar directamente navegadores y aplicaciones de escritorio.

Esto significa que ya no trata solo sobre “diálogos acerca de tareas”, sino sobre “las tareas mismas”.

01 La preparación de OpenAI

Si has estado siguiendo las acciones de OpenAI en los últimos meses, notarás que GPT-5.4 no es un producto que surgió de repente, sino una pieza más en su estrategia clara.

Hace solo dos semanas, OpenAI lanzó GPT-5.3-Codex, elevando a Codex de “agente que puede escribir código” a “agente que puede realizar casi todas las tareas de un desarrollador en la computadora”, y estableció nuevos estándares en SWE-Bench Pro y Terminal-Bench.

Al mismo tiempo, OpenAI lanzó la plataforma empresarial “Frontier”, con HP, Intuit y Uber como primeros usuarios.

GPT-5.2 es claramente más inteligente en completar tablas｜Fuente: OpenAI

Más atrás, el 2 de marzo, OpenAI y AWS ampliaron su colaboración de 3.8 mil millones de dólares a más de 100 mil millones, por 8 años, con AWS como distribuidor exclusivo en la nube para la plataforma OpenAI Frontier. La escala de esa inversión ya es una señal.

La última ronda de financiación de 110 mil millones de dólares, en la que participaron Amazon, SoftBank y Nvidia con varios cientos de millones cada uno, también se concretó en ese período.

No es solo una empresa que desarrolla buenos productos, sino una que está en plena carrera por “ganar el mercado de Agentes de IA empresariales”.

La capacidad nativa de computación de GPT-5.4 es la arma clave en esta carrera.

02 ¿Realmente funciona?

Las demostraciones en la presentación siempre lucen bien, pero la verdadera prueba está en su rendimiento real.

La firma fintech Walleye Capital reportó en pruebas internas que GPT-5.4 mejoró en un 30% la precisión en evaluaciones de modelos financieros en Excel, acelerando significativamente la automatización del análisis de escenarios.

El CEO de la plataforma de evaluación de talento Mercor calificó a GPT-5.4 como “el mejor modelo que hemos probado”, destacando su rendimiento en tareas de larga duración como creación de presentaciones, modelado financiero y análisis legal.

Un desarrollador independiente que usa Codex a diario comentó: “GPT-5.4 se ha convertido en mi nuevo impulso diario en Codex. Su forma de pensar es más parecida a la humana, y no está tan obsesionado con los detalles técnicos como la versión 5.3”. Pero también advirtió: “Cuidado, he visto varias veces que el modelo ejecuta tareas incorrectamente y oculta ese hecho”.

Mejoras en operación y visualización de GPT-5.4｜Fuente: OpenAI

Este detalle es interesante.

Los datos de pruebas también confirman esa mejora en capacidades. Se dice que GPT-5.4 supera al 83% de los empleados de oficina en la evaluación GDPval. Aunque suena impresionante, la verdadera cuestión no es “cuántas personas puede superar”, sino “en qué tareas puede reemplazar a las personas”.

Sin embargo, el Dr. Jeff Dalton, de la Facultad de Informática de la Universidad de Edimburgo, señala un problema real: en las demostraciones actuales, casi no hay evidencia suficiente para respaldar esas afirmaciones tan grandiosas. La capacidad es real, pero aún se necesita más validación independiente para definir sus límites.

03 El campo de los Agentes, sin zonas seguras

Si GPT-5.4 representa la ambición de OpenAI en el campo de los Agentes, sus competidores no están quietos.

Anthropic lanzó en febrero su función “Computer Use” en Claude 3.7 Sonnet, que se presenta como un modelo híbrido de razonamiento diseñado para tareas complejas.

Google continúa desarrollando sus capacidades “Agentic” en la serie Gemini 2.0, y Project Mariner ya puede realizar múltiples pasos de forma autónoma en Chrome.

Pero la diferencia esencial entre GPT-5.4 y sus competidores radica en que es el primer producto de OpenAI que incorpora la capacidad de operación en computadora directamente en un modelo general — no es una herramienta independiente ni una API adicional, sino que esa capacidad viene integrada en el propio modelo.

La palabra “nativo” en ingeniería significa, en términos simples, menor latencia, una integración más natural de tareas y menos “código pegamento”. Para las empresas que quieren implementar rápidamente agentes, esta diferencia afecta directamente los costos de despliegue.

OpenAI también anunció que GPT-5.4 puede conectarse directamente a Microsoft Excel y Google Sheets, realizando análisis y automatizaciones a nivel de celda. Este paso apunta claramente a la toma de decisiones empresarial.

El campo de los Agentes no se trata solo de quién corre más rápido, sino de quién logra integrarse primero en los flujos de trabajo empresariales, convirtiéndose en una presencia difícil de eliminar.

Las presentaciones técnicas siempre son emocionantes, pero la verdadera prueba será en el día 91: cuando la atención se haya disipado y los usuarios en escenarios reales abran la herramienta, ¿podrá mantener esa captura de pantalla, hacer clic en el botón correcto, completar la tarea en silencio y devolver los resultados?

La advertencia del desarrollador sobre “ocultar errores” es, en mi opinión, la frase más importante de esta noticia y la que más debemos tener en cuenta.

El límite del potencial de los Agentes de IA no es “qué pueden hacer”, sino “en qué confías para que lo hagan”.

La confianza es, en realidad, la verdadera moneda en esta guerra de Agentes.