Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2026
BY ANDREW MEAD

GPT 5.4

Nota: Este artículo fue traducido automáticamente con Claude Sonnet 4.5; la calidad puede verse degradada, especialmente en la terminología técnica.

Lanzamientos

GPT 5.4

OpenAI lanzó una actualización de su serie de modelos GPT 5 esta semana. GPT 5.4 es su último modelo de razonamiento, saltándose GPT 5.3 ya que sus mayores capacidades justifican un incremento de versión superior a 0.1, según OpenAI.

benchmarks

Nuevo truco de benchmarking: deja en gris a tus competidores

GPT 5.3 Codex ya estaba empatado con Opus 4.6 en casos de uso de programación, pero quedaba rezagado en casos de uso más generales del día a día. GPT 5.4 busca corregir estos problemas para convertirse en el mejor modelo disponible y, salvo en algunos pocos casos de uso, parece haberlo logrado.

En términos de inteligencia bruta y capacidad para hacer las cosas, GPT 5.4 es el mejor modelo disponible ahora mismo. Es sólido en razonamiento, navegación web, casos de uso agénticos y programación. También tiene la tasa de alucinaciones más baja de cualquier modelo en este momento.

Los pocos puntos débiles que observamos son los mismos en los que GPT ha sido débil y Claude ha sido fuerte: personalidad, estilo de escritura y diseño. Podemos verlo en benchmarks como Design Arena, donde GPT 5.4 ocupa el puesto 18, por detrás de Claude, Gemini e incluso algunos de los LLMs chinos.

Puntuaciones de Design Arena

También queda por detrás de su predecesor enfocado en código, GPT 5.3 Codex. Tiene un mejor estilo de escritura de código y mayor comprensión de la intención (aunque todavía no tan bueno como Claude para el vibe coding), pero no parece tener la misma aversión a los bugs que tenía el 5.3.

OpenAI también está lanzando una versión experimental del modelo con un contexto de 1 millón de tokens, lo que cuadruplica aproximadamente la cantidad de tokens que se pueden introducir en el modelo. Sin embargo, el hecho de que tengan esta característica no significa que sea buena, ya que incluso los propios benchmarks de OpenAI muestran una caída masiva de calidad una vez que se supera el umbral de 256k tokens. Por ello, recomendaría mantenerse alejado de la versión de un millón de contexto, especialmente porque los tokens por encima de 256k se cobran al doble.

Benchmarks de contexto largo de Cline

Hablando de precios, eso es otra cosa que ha cambiado. Debido a las “mayores capacidades del modelo”, OpenAI ha decidido subir los precios de forma similar a lo que hizo con GPT 5.2.

Modelo$ por millón (entrada)$ por millón (salida)Tokens por segundo
GPT 5.4$2.50$1550
GPT 5.2$1.75$1446
GPT 5$1.25$1046
Claude Sonnet 4.5$3$1537
Claude Opus 4.6$5$2531
Gemini 3 Pro Preview$2$1280
GLM 5$1$3.2021
MiniMax M2.5$0.30$1.2027

Esto significa que desde el lanzamiento original de GPT 5, el precio de los tokens de entrada se ha duplicado y el precio de salida ha aumentado un 50%. Siguen siendo mucho más baratos que Opus, pero ahora tienen un precio similar a Sonnet, lo que abre un poco la puerta para que Anthropic compita.

En general, GPT 5.4 es un modelo muy sólido, y lo recomiendo ampliamente para tareas cotidianas, usos agénticos y programación.

Qwen 3.5 Small

Qwen lanzó los modelos del tamaño final de su nueva línea Qwen 3.5, los modelos Qwen 3.5 small. Obtenemos 4 modelos diferentes, con tamaños de 0.8B, 2B, 4B y 9 mil millones de parámetros, todos ellos modelos regulares sin mezcla de expertos.

Benchmarks

Al igual que todos los demás modelos de la línea Qwen 3.5, son modelos de razonamiento híbrido (puedes activar y desactivar el razonamiento) y también soportan entradas multimodales de forma nativa.

Se han estado comparando con GPT 4o (un modelo de más de un billón de parámetros que era el estado del arte hace 2 años), específicamente en cuanto a cómo son directamente superiores en la mayoría de los benchmarks de inteligencia, además de ser modelos agénticos mucho más potentes.

Sin embargo, lo algo incómodo para ellos es que en realidad no son el mejor modelo pequeño disponible en este momento. Ese título sigue siendo de Nanbeige, que en los benchmarks publicados en las últimas 2 semanas (no pueden sobreajustarse a benchmarks que aún no habían sido lanzados) supera con claridad a los nuevos modelos Qwen 4B y 9B, y todo ello con solo 3B de parámetros.

benchmarks de nanbeige vs Qwen 3.5

Esto no quiere decir que los modelos Qwen sean inútiles. NanBeige tiende a pensar durante mucho tiempo antes de responder incluso a consultas simples (sin posibilidad de desactivar el razonamiento) y tampoco tiene soporte multimodal.

Así que si disfrutas ejecutando modelos en casa (o en tu teléfono), te recomiendo que pruebes estos nuevos modelos pequeños Qwen 3.5.

Noticias Rápidas

GPT 5.3 Instant

En un giro desconcertante, OpenAI lanzó tanto GPT 5.4 como 5.3 esta semana.

Esto se debe a que es su modelo instant, que se utiliza principalmente si estás en el plan gratuito de ChatGPT. Este es el modelo sin razonamiento de la familia GPT 5 (anteriormente denominado razonamiento mínimo), y históricamente ha sido mucho peor que sus hermanos más reflexivos.

Con este lanzamiento, creo que OpenAI está intentando mostrar que este modelo es completamente independiente de su modelo GPT 5.4, y no simplemente un nivel de razonamiento inferior, sino un modelo completamente diferente (y más pequeño).

El modelo no es nada del otro mundo; cuando ves a ChatGPT comportándose de forma torpe, generalmente es el modelo instant. Este lanzamiento parece mejorar un poco la personalidad y el estilo de escritura del modelo, y también afirman haber reducido la tasa de alucinaciones (sin benchmarks que lo respalden).

En cuanto a los benchmarks que sí publican, hay muy pocos o ningún cambio respecto a versiones anteriores del modelo.

Por todo esto, te imploro que uses GPT 5.4 siempre que puedas y que evites el modelo instant para todo excepto tus consultas más simples.

Cierre

Espero que hayas disfrutado las noticias de esta semana. Si quieres recibir las noticias cada semana, asegúrate de unirte a nuestra lista de correo a continuación.

The shape store por a.i.solation en TikTok

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS