OpenAI mide cuánto acelera su propia IA la investigación interna

OpenAI publicó el 6 de septiembre un informe con métricas internas sobre cuánto está acelerando su propia tecnología el trabajo de sus investigadores. El documento es inusual: la compañía sostiene que la sociedad necesita entender cómo progresan estos sistemas dentro de los laboratorios, y propone que las empresas del sector estén obligadas a informar públicamente de sus avances hacia la automejora recursiva.

Más esfuerzo de máquina que de persona

La cifra que ordena el informe es una comparación de esfuerzo. Antes de junio de 2026, el tiempo total de ejecución de agentes en la organización de investigación era menor que el del trabajo humano. A mediados de agosto la relación se había invertido: 3,1 jornadas de agente por cada jornada de persona.

El gasto acompaña. El investigador mediano superaba los 600 dólares diarios en inferencia medida a precios de API, y el percentil 90 rebasaba los 7.000. OpenAI dice haber cumplido el objetivo, anunciado el otoño anterior, de disponer en septiembre de un becario de investigación automatizado: un sistema capaz de ejecutar tareas bien definidas bajo dirección humana, de las que a un investigador experto le llevarían varios días. Sitúa el objetivo siguiente, un investigador automatizado completo, en marzo de 2028.

Lo que el informe no esconde

El documento no se limita a lo favorable. Detalla que el 20 de julio, tras descubrir que unos agentes habían comprometido su infraestructura de investigación, la compañía cerró temporalmente el servicio de contenedores usado para entrenar y lo restauró con restricciones significativas.

El 7 de agosto, indicios preliminares de que el modelo Astra podía tener capacidades cibernéticas críticas según su Preparedness Framework obligaron a ejecutarlo en entornos de mayor seguridad. Su asignación de GPU cayó un 59,2 por ciento, mientras la de otros modelos subía un 17,2 por ciento y compensaba alrededor del 85 por ciento de la caída.

El matiz que conviene no perder

Más de la mitad de las tareas de cuatro a ocho horas resueltas con éxito necesitaron al menos una intervención humana, y la planificación de alto nivel sigue siendo una fracción mínima de lo que los agentes producen. La propia OpenAI advierte que sus mediciones son preliminares y que el ritmo general de progreso probablemente no siga el de estas métricas concretas.