{"id":423854,"date":"2026-07-30T13:08:00","date_gmt":"2026-07-30T11:08:00","guid":{"rendered":"https:\/\/cms-articles.softonic.io\/es\/?p=423854"},"modified":"2026-07-30T13:08:26","modified_gmt":"2026-07-30T11:08:26","slug":"openai-asegura-que-gpt-5-6-sol-supera-a-opus-5-pero-fuera-del-test-oficial","status":"publish","type":"post","link":"https:\/\/cms-articles.softonic.io\/es\/openai-asegura-que-gpt-5-6-sol-supera-a-opus-5-pero-fuera-del-test-oficial\/","title":{"rendered":"OpenAI asegura que GPT-5.6 Sol supera a Opus 5: pero fuera del test oficial"},"content":{"rendered":"

OpenAI asegur\u00f3 hoy que su modelo GPT-5.6 Sol<\/a> puede quedar por encima de Opus 5<\/a>, de Anthropic, en ARC-AGI-3, una de las pruebas de razonamiento que m\u00e1s atenci\u00f3n arrastra ahora mismo en el sector.<\/p>\n

\r\n
\r\n
\r\n
\r\n \"ChatGPT\"\r\n <\/div>\r\n
\r\n ChatGPT<\/span>\r\n Descargar<\/a>\r\n <\/div>\r\n
\r\n <\/path><\/path><\/text><\/svg>\r\n <\/div>\r\n <\/div>\r\n
\r\n <\/span>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/a>\r\n <\/div>\r\n<\/div>\n\n\n\n

El punto conflictivo es otro. Ese resultado, seg\u00fan la propia explicaci\u00f3n de OpenAI, no sali\u00f3 del entorno oficial y neutral del test, sino de una evaluaci\u00f3n rehecha con ajustes extra disponibles en su propia API. En la configuraci\u00f3n est\u00e1ndar, la que figura en los resultados publicados del benchmark, la foto cambia bastante: GPT-5.6 Sol se qued\u00f3 en un 7,8%<\/strong>, mientras que Opus 5 lleg\u00f3 al 30,2%, una cifra presentada como r\u00e9cord bajo esas mismas condiciones.<\/p>\n\n

La respuesta de OpenAI fue volver a pasar la prueba usando su Responses API. Con ese m\u00e9todo, siempre seg\u00fan la compa\u00f1\u00eda, GPT-5.6 Sol sube hasta el 38,3%<\/strong> y supera as\u00ed el 30,2% de Opus 5.<\/p>\n\n

Pero esa lectura viene con letra peque\u00f1a, y no es menor: no hablamos de una puntuaci\u00f3n obtenida dentro del entorno oficial del benchmark.<\/p>\n\n

Ah\u00ed empieza la discusi\u00f3n de verdad. OpenAI sostiene que la configuraci\u00f3n est\u00e1ndar perjudica a GPT-5.6 Sol porque borra el razonamiento entre turnos, algo que la empresa ha descrito como una especie de \u201camnesia<\/strong>\u201d. Si el sistema pierde ese hilo, su rendimiento cae en tareas que dependen de varios pasos.<\/p>\n\n

Ese 38,3%<\/strong>, seg\u00fan OpenAI, se apoy\u00f3 en dos funciones concretas, \u201cRetained Reasoning\u201d y \u201cCompaction\u201d. La primera permite conservar el razonamiento entre pasos. La segunda resume el contexto anterior para que no se pierda del todo cuando la conversaci\u00f3n se alarga.<\/p>\n

\r\n
\r\n
\r\n
\r\n \"Claude\"\r\n <\/div>\r\n
\r\n Claude<\/span>\r\n Descargar<\/a>\r\n <\/div>\r\n
\r\n <\/path><\/path><\/text><\/svg>\r\n <\/div>\r\n <\/div>\r\n
\r\n <\/span>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/a>\r\n <\/div>\r\n<\/div>\n\n\n\n

Sobre el papel, no ser\u00eda un truco dise\u00f1ado a medida para ARC-AGI-3, sino opciones generales que, dice OpenAI, cualquier cliente podr\u00eda activar. Aun as\u00ed, usarlas cambia bastante la comparaci\u00f3n con otros proveedores si esos proveedores no tienen exactamente la misma interfaz, o si el benchmark no contempla esas funciones por defecto.<\/p>\n\n

ARC Prize dej\u00f3 caer adem\u00e1s otro matiz que no es menor: el entorno neutral podr\u00eda haber utilizado una versi\u00f3n antigua<\/strong> de la API. Si fue as\u00ed, GPT-5.6 Sol habr\u00eda competido con desventaja frente a Opus 5.<\/p>\n\n

Fran\u00e7ois Chollet, creador de ARC, respondi\u00f3 que las configuraciones personalizadas para un benchmark concreto no est\u00e1n permitidas. A la vez, dej\u00f3 abierta otra idea: ajustes de prop\u00f3sito general, disponibles para usuarios reales, podr\u00edan aceptarse siempre que se expliquen con total claridad.<\/p>\n\n

ARC-AGI-3 intenta medir \u201cinteligencia fluida\u201d con desaf\u00edos nuevos, m\u00e1s cercanos a peque\u00f1os juegos de l\u00f3gica y sin instrucciones previas. En una prueba as\u00ed, la forma en que cada sistema maneja la memoria<\/strong>, el contexto y los pasos intermedios puede mover mucho el resultado final.<\/p>\n\n

De momento, ese 38,3%<\/strong> sigue siendo un dato comunicado por la propia OpenAI sobre el conjunto p\u00fablico de ARC-AGI-3. El siguiente paso, el que de verdad despejar\u00eda dudas, ser\u00eda una r\u00e9plica independiente sobre el conjunto privado usando esos mismos ajustes de API.<\/p>\n\n

Y, por debajo del cruce entre OpenAI y Anthropic, vuelve la pregunta de siempre en este sector: hasta qu\u00e9 punto una tabla p\u00fablica refleja el rendimiento que luego ve un cliente en condiciones reales. No est\u00e1 claro si esa verificaci\u00f3n independiente llegar\u00e1 pronto.<\/p>","protected":false},"excerpt":{"rendered":"

OpenAI asegur\u00f3 hoy que su modelo GPT-5.6 Sol puede quedar por encima de Opus 5, de Anthropic, en ARC-AGI-3, una de las pruebas de razonamiento que m\u00e1s atenci\u00f3n arrastra ahora mismo en el sector. El punto conflictivo es otro. Ese resultado, seg\u00fan la propia explicaci\u00f3n de OpenAI, no sali\u00f3 del entorno oficial y neutral del … Continue reading “OpenAI asegura que GPT-5.6 Sol supera a Opus 5: pero fuera del test oficial”<\/span><\/a><\/p>\n","protected":false},"author":9332,"featured_media":423853,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","wpcf-pageviews":0},"categories":[9317],"tags":[],"usertag":[],"vertical":[],"content-category":[14053],"class_list":["post-423854","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","content-category-ia"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t