OpenAI afirma que GPT-5.6 Sol entrenó a su propio hermano pequeño

Este detalle del lanzamiento de GPT-5.6 merece más atención de la que recibió: OpenAI afirma que su modelo insignia, GPT-5.6 Sol, realizó de manera independiente el posentrenamiento de Luna, el modelo más pequeño de la nueva familia. El posentrenamiento es la fase posterior a la educación básica de un modelo, en la que se optimiza para capacidades y comportamientos concretos. Un investigador dio a Sol lo que OpenAI denomina una «instrucción bastante poco específica», es decir, unas indicaciones imprecisas, y el modelo determinó la configuración de entrenamiento, eligió unas GPU adecuadas, inició el script de entrenamiento y comprobó que todo funcionara correctamente. «Antes era algo en lo que podía trabajar un equipo de investigadores sénior de OpenAI, y ahora parece realmente que el investigador automatizado está muy cerca», afirmó durante la presentación Kathy Shi, investigadora de OpenAI.

Para medir este tipo de capacidad, OpenAI creó un conjunto interno de comparativas basado en tareas reales de investigación en IA: depurar sistemas de investigación, optimizar fórmulas de entrenamiento, ejecutar experimentos de aprendizaje automático y mejorar otro modelo. En el resultado agregado, que OpenAI llama índice RSI, Sol obtiene 16,2 puntos más que su predecesor GPT-5.5. La empresa también afirma que, durante las pruebas internas, la producción diaria de tokens por investigador aumentó a más del doble, y que la proporción de capacidad de computación destinada a programación interna asistida por IA se multiplicó por cien en seis meses.

¿Qué hay detrás? RSI son las siglas de mejora recursiva autónoma: la idea de que un sistema de IA se mejora a sí mismo, o mejora a sus sucesores, y cada ronda de avances facilita la siguiente. Es un ciclo de retroalimentación que lleva años en el centro de los debates sobre seguridad de la IA porque, en teoría, un sistema que se mejorara de verdad podría acelerarse con mucha rapidez. Conviene ser precisos: Sol automatizó un paso del entrenamiento bajo supervisión humana, no inventó por sí mismo una versión mejorada. Incluso Anthropic, el rival de OpenAI que pone más énfasis público en la seguridad, afirmó en junio que todavía no se ha logrado una mejora recursiva completa, aunque advirtió de que «podría llegar antes de que la mayoría de las instituciones estén preparadas». También conviene recordar que el índice RSI es una comparativa interna de OpenAI, evaluada por la parte que más tiene que ganar.

Qué significa esto para ti: hoy no cambia nada en tus herramientas cotidianas. Pero es una de esas señales que merece la pena guardar: los grandes laboratorios ya miden y promocionan abiertamente la capacidad de sus IA para investigar sobre IA. Ese es el mecanismo que hay detrás de las afirmaciones entusiastas sobre la «aceleración» y el motivo por el que los modelos llegan cada vez más deprisa. Si el ritmo de las noticias sobre IA ya te parece implacable, esta historia indica que los laboratorios trabajan para intensificarlo.

Fuentes

• OpenAI: GPT-5.6
• The Decoder: GPT-5.6 Sol realizó de forma autónoma el posentrenamiento del modelo Luna