Anthropic y OpenAI lanzaron nuevos modelos destinados a usos profesionales, combinando mejoras de rendimiento con una reducción del costo de operación de los modelos. Esto ocurre en un momento en que aumentan la importancia de la eficiencia económica y la fiabilidad de los modelos en la programación y las tareas empresariales, junto con el debate continuo sobre la seguridad de los modelos avanzados.
Opus 5.5 se centra en tareas complejas
Anthropic presentó el modelo Opus 5.5, que, según afirma, mejora el manejo de tareas complejas, la detección y reparación de errores de software, el análisis de datos financieros y la ejecución de tareas empresariales. Las pruebas de la empresa indican que el modelo supera a GPT-6 Astra en tareas de programación agéntica en las pruebas Terminal-Bench 4.0 y FrontierCode v1.1 (Main).
Anthropic afirma que el modelo produce textos más claros y que se ha vuelto un 85% menos propenso a intentar eludir los límites y controles en comparación con los modelos anteriores. La empresa también redujo el precio de un millón de tokens de entrada a 4 dólares y el de un millón de tokens de salida a 20 dólares, frente a 5 dólares y 25 dólares, respectivamente, en el modelo Opus 5.
Tres niveles de costo diferentes en OpenAI
OpenAI lanzó los modelos GPT-6 Sol y GPT-6 Luna, con mejoras en el trabajo profesional, la programación y el uso de computadoras. La empresa afirma que el costo de ambos modelos es hasta un 50% menor en comparación con los precios promocionales de los modelos GPT-5.6.
El precio de un millón de tokens de entrada en GPT-6 Sol es de 2 dólares, frente a 10 dólares por la salida. En cuanto a GPT-6 Luna, el precio de un millón de tokens de entrada es de 10 centavos y el de un millón de tokens de salida, de 50 centavos. Según OpenAI, GPT-6 Sol comete aproximadamente la mitad de errores que cometía el modelo anterior y alcanza en programación un nivel de rendimiento similar al de Fable 5.1 a un costo menor.
Las mejoras también incluyen una mayor claridad en la comunicación y compatibilidad con el almacenamiento temporal del contexto de las instrucciones, lo que permite reutilizar una mayor cantidad de contexto y acelerar las respuestas.
¿Qué cambia en la práctica?
Los nuevos precios ofrecen a los desarrolladores y las empresas un margen más amplio para utilizar los modelos en tareas repetitivas o con un alto volumen de llamadas, mientras que los modelos de mayor capacidad están destinados a trabajos de programación, análisis y ejecución agéntica. Sin embargo, las cifras relativas a la superioridad, la precisión y la seguridad proceden de pruebas realizadas por las propias empresas y, por sí solas, no demuestran una superioridad general en todos los usos o entornos.
Mejoras de seguridad y disponibilidad
OpenAI afirma que los modelos GPT-6 son menos propensos a proporcionar información incorrecta sobre los resultados de las tareas de programación y rechazan con mayor frecuencia los intentos de eludir los procedimientos de protección al recibir instrucciones inseguras. Ambas empresas trabajan en la propuesta de estándares que entidades de evaluación externas puedan utilizar para medir la evolución y la seguridad de los modelos, pero aún no está claro si estas propuestas se convertirán en un estándar unificado.
Opus 5.5 está disponible a través de Claude, además de Amazon Web Services, Google Cloud y Microsoft Azure. GPT-6 Sol y GPT-6 Luna están disponibles a través de ChatGPT Work y Codex para clientes de los planes Plus, Pro, Business y Enterprise, mientras que los usuarios del plan gratuito y los suscriptores de Go obtienen únicamente GPT-6 Luna a través de la aplicación de escritorio de la empresa.