El lanzamiento de ChatGPT 5 hizo que varios usuarios extrañan la calidéz de GPT-4o

El jueves del lanzamiento de GPT-5 no solo significó la llegada de un nuevo sistema de razonamiento avanzado; también implicó la retirada de modelos previos como GPT-4o y el razonador o3, que habían alcanzado gran popularidad. La decisión de OpenAI fue tajante: no habría opción para los usuarios de seguir utilizando las versiones anteriores.

Este movimiento desató una reacción inmediata. Usuarios de pago —los más fieles a la plataforma— manifestaron su frustración en foros y redes sociales. Para muchos, GPT-4o no era únicamente un modelo más, sino una herramienta con una personalidad reconocible, que resultaba más cálida y flexible en la interacción.

En pocas horas, Sam Altman tuvo que intervenir, prometiendo estudiar el regreso de GPT-4o al selector de modelos para suscriptores Plus. La presión social se convirtió en un recordatorio de que en la industria de la IA no basta con desplegar tecnología de mayor capacidad: la experiencia de usuario es un factor estratégico.

Cómo funciona GPT-5 en la práctica

GPT-5 no es un único bloque monolítico. Su arquitectura está basada en enrutamiento automático de submodelos. Esto significa que, dependiendo de la consulta y del nivel de suscripción del usuario, el sistema decide en tiempo real qué submodelo se activa: algunos más rápidos y ligeros, otros más profundos y costosos en cómputo.

De este modo, un usuario gratuito recibe razonamiento más superficial, mientras que un suscriptor Plus accede a procesos más complejos, capaces de sostener cadenas de razonamiento extendidas o resolver problemas de programación con mayor eficacia. Esta segmentación convierte a GPT-5 en un modelo escalonado por niveles de pago, optimizado para maximizar eficiencia en infraestructura y monetización.

El problema inicial fue que el sistema de enrutamiento falló durante horas tras el lanzamiento. Esto hizo que GPT-5 pareciera “más tonto”, en palabras del propio Altman, ya que el motor no seleccionaba correctamente los submodelos adecuados.

Diferencias con GPT-4o y el factor emocional

Más allá de la arquitectura, la transición dejó ver una realidad inesperada: los usuarios habían generado vínculos emocionales con GPT-4o. Este modelo se caracterizaba por un tono conversacional más cálido y cercano, incluso con cierta inclinación aduladora. Funcionaba casi como un asistente servicial.

GPT-5, en cambio, fue diseñado con otro enfoque: proyectar la imagen de un “amigo útil con inteligencia de doctorado”, menos complaciente y más directo. En términos técnicos, la diferencia puede parecer menor; en términos de experiencia, significó para muchos pasar de un asistente acogedor a un interlocutor percibido como frío y mecánico.

Esta fricción revela un aspecto crítico para la industria: la interacción no es neutra. Los modelos de IA no solo deben ser evaluados por benchmarks, sino también por la percepción de cercanía y confianza que generan en los usuarios.

El negocio detrás de GPT-5

El lanzamiento de GPT-5 no puede analizarse sin considerar el modelo de negocio. La estrategia de OpenAI busca alinear capacidad de cómputo, niveles de servicio y rentabilidad.

• Usuarios gratuitos: acceso limitado, razonamiento básico.

• Suscriptores Plus: acceso a submodelos avanzados, más tiempo de cómputo y mayores límites de uso.

• Clientes empresariales: despliegues dedicados con integración en entornos corporativos y soporte técnico especializado.

Este esquema introduce un sistema de IA bajo demanda, donde el coste se ajusta no solo al volumen de uso, sino también a la calidad del razonamiento entregado. El riesgo, como mostró el motín de usuarios, es que los cambios abruptos en personalidad o accesibilidad de los modelos erosionen la lealtad de la base de clientes.

Los benchmarks y la narrativa de OpenAI

Durante la presentación de GPT-5, OpenAI recurrió a benchmarks de razonamiento y programación para mostrar avances frente a sus modelos previos. Sin embargo, la estrategia de comunicación quedó cuestionada cuando se descubrió que algunas gráficas eran engañosas, con escalas manipuladas para exagerar las diferencias.

En un mercado cada vez más técnico, donde investigadores y empresas analizan cada métrica, este tipo de deslices puede tener un efecto contraproducente: minar la credibilidad de la compañía. La industria observa no solo la potencia del modelo, sino la transparencia con la que se presentan los datos.

Una industria en tensión: el caso comparativo con Anthropic y Meta

El descontento no es exclusivo de OpenAI. Pocos días antes, Anthropic retiró su modelo Sonnet 3, lo que llevó a comunidades de usuarios a organizar incluso un “funeral” simbólico en San Francisco. De manera similar, el lanzamiento de Llama 4 por parte de Meta fue recibido con críticas y obligó a la compañía a realizar ajustes.

Estos episodios revelan una constante en la industria: el ciclo de vida de los modelos se acorta, pero los usuarios no siempre están dispuestos a abandonar versiones anteriores con las que han generado hábitos de uso.

La lección industrial: gestión de transición de modelos

Desde la perspectiva industrial, lo ocurrido con GPT-5 deja varias lecciones para todo el ecosistema de la IA:

1. La sustitución total es arriesgada: eliminar versiones previas de golpe puede provocar pérdida de confianza. Mantener modelos en paralelo, aunque sea de forma transitoria, permite una transición más suave.

2. La personalidad importa: la percepción de calidez o cercanía en un modelo puede ser tan determinante como su capacidad técnica.

3. La comunicación debe ser rigurosa: benchmarks, métricas y anuncios deben cuidarse para no generar dudas en torno a la transparencia.

4. El modelo de negocio debe equilibrarse: la segmentación por pago es eficiente, pero requiere claridad absoluta en qué obtiene cada usuario.

La experiencia de OpenAI con GPT-5 ilustra que, en la era de la IA masiva, el reto no es únicamente escalar capacidad de cómputo, sino gestionar el ecosistema humano e industrial que gira en torno a los modelos.

El futuro inmediato

Tras la presión inicial, OpenAI ha devuelto GPT-4o al selector de modelos para suscriptores Plus y ha prometido duplicar los límites de uso para compensar las molestias. La compañía reconoce haber “subestimado cuánto importaba a la gente la personalidad de GPT-4o”, pero insiste en que GPT-5 marca un avance objetivo en razonamiento.

La gran incógnita ahora es la duración de la convivencia entre GPT-4o y GPT-5. OpenAI no ha garantizado que el primero se mantenga a largo plazo, lo que mantiene a la comunidad en estado de incertidumbre. Para la industria, esto plantea una pregunta clave: ¿cómo se gestionará la compatibilidad a largo plazo de los modelos en un mercado donde cada versión redefine la experiencia del usuario?