Tras tener acceso anticipado a GPT-5.5, el académico Ethan Mollick considera que este modelo es « un gran acontecimiento ». Ve en él la prueba de que los avances de la IA continúan rápidamente, al tiempo que subraya que las capacidades de estos sistemas siguen siendo muy desiguales.
Para ilustrar estos progresos, el autor sometió un mismo desafío de programación a varios modelos: crear una simulación 3D generada proceduralmente, que muestre la evolución de una ciudad portuaria desde el 3000 a.C. hasta el 3000 d.C., que sea hermosa y permita controlarla. Las respuestas van desde o3, el primer modelo de razonamiento de OpenAI, hasta el mejor modelo de pesos abiertos actual según él, Kimi K2.6, y GPT-5.5 Pro. Solo este último simula realmente una ciudad que evoluciona, en lugar de simplemente reemplazar los edificios con el tiempo. También es más rápido que su predecesor: GPT-5.4 Pro tardó 33 minutos en realizar la tarea, frente a los 20 minutos de GPT-5.5 Pro. Las respuestas están publicadas en una galería, que el lector puede consultar.
Modelos, aplicaciones y herramientas progresan juntos
El autor invita a distinguir tres dimensiones: los modelos, como Opus 4.7, Gemini 3.1 o GPT-5.5, las aplicaciones, es decir, los productos que permiten dialogar con un modelo y confiarle tareas, y los harnesses, o sea, las herramientas que la IA puede utilizar y la manera en que están conectadas a los modelos. Estas herramientas permiten a la IA controlar un ordenador, escribir código, hacer investigaciones o crear imágenes. Según él, OpenAI ha avanzado en estos tres frentes. La familia GPT-5.5 es potente, siendo GPT-5.5 Pro, accesible únicamente en el sitio web, la más competente. La aplicación Codex, por su parte, se acerca a Claude Code y ahora ofrece una aplicación de escritorio accesible.
El nuevo modelo de generación de imágenes, a veces llamado GPT-imagegen-2, puede reproducir un texto de buena calidad y crear casi cualquier imagen descrita. El autor lo probó con su « Otter Test », que pide a una IA que represente una nutria a bordo de un avión usando wifi. El modelo produjo imágenes de esta escena, incluyendo una galería de arte al estilo de varios pintores.
Ethan Mollick también encargó a Codex, alimentado por GPT-5.5, la clasificación de cientos de archivos de datos anonimizados procedentes de sus trabajos sobre financiación participativa, en formatos STATA, CSV, XLS y Word. En cuatro consultas, la herramienta produjo un artículo académico que incluía una revisión de la literatura, estadísticas y una hipótesis. Según el autor, las referencias son reales y las estadísticas exactas, pero la hipótesis le parece poco interesante y la cuestión de la causalidad sigue planteada. También pidió a Codex que diseñara un juego de rol de mesa, con un mundo y reglas, y luego simulara partidas. El resultado es un PDF de 101 páginas, ilustrado por el generador de imágenes.
Límites que persisten
Al leer el juego de rol detenidamente, el autor observa que la frontera de las capacidades sigue siendo irregular. Cita varias debilidades recurrentes de la ficción escrita por IA: un gusto por lo extraño, ideas demasiado complejas que no se resuelven, metáforas tambaleantes, como « el clima y la arquitectura son el mismo argumento a velocidades diferentes », frases demasiado adornadas y personajes que hablan todos con el mismo tono. Añade que el nombre « Mara » aparece a menudo.
Para el autor, GPT-5.5 muestra que los modelos ganan en inteligencia, que las aplicaciones se vuelven más capaces y que las herramientas mejoran. Precisa, sin embargo, que « la ficción sigue siendo plana » y que las hipótesis a veces son poco interesantes, incluso cuando las estadísticas son sólidas. Describe finalmente un ritmo de un nuevo modelo cada pocos meses, con saltos cada vez mayores. « La frontera sigue siendo irregular, pero está mucho más lejos que antes. »
