OpenAI DevDay 2026: la plataforma toma forma

OpenAI celebró DevDay en San Francisco el 29 de septiembre de 2026; la presentación inaugural correspondió al 30 de septiembre en Pekín. Su resumen oficial recoge más de 20 anuncios. Algunos son productos nuevos, otros amplían herramientas existentes y varios siguen siendo versiones preliminares o promesas de disponibilidad futura. Tratarlos todos como lanzamientos completos pasaría por alto una distinción importante. [1]

Nuestra interpretación es que OpenAI está conectando la inteligencia de los modelos con la ejecución, el trabajo compartido y la distribución. Un modelo responde; un agente actúa; un espacio de trabajo conserva el resultado; un plugin incorpora otra aplicación; una suscripción o un mercado ayuda a pagarlo. La cuestión estratégica es cuánto de esa cadena decidirán situar los desarrolladores y los clientes dentro de una sola plataforma.

GPT-6.1 Sol es la nueva actualización del modelo. El precio estándar de la API para contexto corto es de 2 dólares por millón de tokens de entrada, 0,10 dólares para entrada en caché y 10 dólares para salida; las tarifas para contexto largo son diferentes. Está disponible mediante la API, ChatGPT Work y Codex, pero aún no estaba en Chat convencional al publicarse este artículo. OpenAI informa de un rendimiento próximo al de Astra en varias evaluaciones; es un resultado comunicado por el proveedor bajo condiciones de prueba declaradas, no una prueba de rendimiento equivalente en todos los flujos de trabajo. [2] [22]

OpenAI informa de que Sol iguala a Astra en DeepSWE 1.1 con aproximadamente una quinta parte del coste por tarea y supera la mejor puntuación de GPT-6 Sol en 6,4 puntos porcentuales con un menor esfuerzo de razonamiento. En el conjunto sin conexión de OSWorld 2.0, con el esfuerzo máximo, queda a 2,1 puntos de Astra con aproximadamente una séptima parte del coste por tarea. Astra sigue liderando entre los modelos evaluados para investigación científica. Es un cambio significativo en la relación entre capacidad y coste, no una prueba de que Sol gane en todas las tareas. [2]

Estos son resultados comunicados por el proveedor en evaluaciones específicas. La configuración de investigación o de la API puede diferir de la de ChatGPT en producción, y los resultados de los competidores proceden de informes públicos. Para programación y agentes, nuestra inferencia es que modelos más capaces para el trabajo cotidiano podrían resultar lo bastante asequibles como para reservar presupuesto para revisión y reintentos, y recurrir por separado a modelos de mayor capacidad para el trabajo difícil. Lo útil es determinar en qué partes de su flujo Sol mantiene la calidad, no si un benchmark permite sustituir todos los modelos. [2]

Ultrafast añade un nivel de velocidad prémium. Astra Ultrafast está disponible, mientras que Sol Ultrafast llegará más adelante. Private Intelligence incorpora infraestructura relacionada con la privacidad: Private Safety Processing permite la revisión automatizada de seguridad con contenido del cliente protegido, mientras que Private Inference se ha anunciado como versión preliminar para el otoño. Son capacidades diferentes, no una afirmación general de que todas las cargas de trabajo de OpenAI ya se ejecutan de forma confidencial. [1] [7]

Para los desarrolladores, la métrica útil es el coste por resultado aceptado. Unos precios menores por token pueden permitir más comprobaciones y reintentos; una generación más rápida puede acortar las iteraciones. Ninguna de las dos elimina la latencia de las herramientas, las acciones incorrectas o el trabajo de revisión. Conviene probar un modelo más barato con la carga de trabajo real antes de convertirlo en la opción predeterminada.

dots introduce agentes persistentes que recuerdan el contexto y asumen trabajo continuo mediante herramientas y ordenadores conectados. El despliegue está limitado por los requisitos de acceso y los controles del espacio de trabajo. Codex Cloud traslada las tareas de programación a entornos de nube reutilizables, donde el trabajo puede continuar mientras el ordenador local está suspendido. La ejecución en la nube es distinta del control remoto de una máquina local que sigue necesitando estar conectada. [3] [4]

La renovación de Codex CLI añade interacción por voz y una vista /agents. Code Review incorpora flujos de revisión a la aplicación de escritorio, con revisiones automáticas en la nube; la compatibilidad con GitLab sigue en fase preliminar. Codex Security Cloud analiza repositorios de GitHub conectados y supervisa los commits. Detectar un posible problema o preparar un parche no equivale a demostrar que un repositorio es seguro. [1] [17] [18] [19]

Decisions API centra Luna en preguntas definidas por el usuario con respuestas finitas; está en una versión preliminar limitada. La Agents API existente incorpora uso del ordenador, incluido un navegador alojado. Bedrock Managed Agents es una versión preliminar independiente, nativa de AWS. Estas ofertas cubren tareas distintas: tomar una decisión restringida, ejecutar un agente más amplio u operar dentro de la gobernanza de AWS. [1] [5] [6]

ChatGPT Space y Pages ofrecen contexto compartido y documentos editables para personas y agentes. En el lanzamiento, Space permite crear y editar en la web y el escritorio; en móvil permite buscar, leer y compartir. Las diapositivas colaborativas, con edición simultánea y exportación, aún están por llegar. Una demostración no significa que todas las funciones de colaboración ya estén disponibles. [10]

Teams y Team Tasks organizan a los compañeros y el trabajo recurrente. @ChatGPT en Slack y Microsoft Teams lleva la asistencia a las conversaciones. El plugin Meetings convierte las notas de reuniones en resúmenes personalizados y acciones pendientes; está en beta en macOS para Pro y Business, y la compatibilidad más amplia sigue pendiente. Los perfiles compartibles facilitan descubrir las creaciones. [1] [11] [12]

Un espacio de trabajo duradero cambia el problema de la aceptación. Una respuesta útil puede convertirse en material compartido sobre el que otros actúen después. Los equipos necesitan distinguir entre material de origen, una propuesta del agente, una decisión revisada y una acción ya ejecutada. La edición en tiempo real, por sí sola, no aporta esa distinción.

Las extensiones de plugins añaden superficies como paneles laterales y visores de archivos. OpenAI también anunció mejoras en la creación, el envío y el descubrimiento de plugins. Sites puede alojar plugins compatibles, y MCP Events puede activar automatizaciones desde aplicaciones conectadas. La disponibilidad varía según la superficie: las extensiones en la web para Free y Go aún están por llegar, y las menciones en el cuadro de composición solo están disponibles en el escritorio. [1] [8] [9] [21]

Sign in with ChatGPT combina la identidad con el uso opcional del plan en herramientas participantes. Las solicitudes de Plus y Pro que cumplen los requisitos consumen la cuota existente de Work y Codex, en lugar de crear una nueva reserva ilimitada. Un servicio externo puede seguir cobrando sus propias tarifas. Esto no convierte la cuota del chat convencional en una clave API de uso general para cualquier programa en un VPS. [13]

El nuevo nivel Pro 500 amplía el uso e incluye Ultrafast. OpenAI Marketplace permite a los clientes empresariales que cumplen los requisitos destinar parte de un compromiso de gasto existente a software de socios aprobado. La participación en Marketplace está sujeta a requisitos comerciales y condiciones; no es una promesa de software gratuito. En conjunto, estos cambios hacen que la distribución y las compras sean relevantes junto con el acceso a los modelos. [20] [14]

TypeSafe AI presentó Jev el 15 de septiembre, antes de DevDay. Su enfoque System One recibe un estado no estructurado y produce decisiones tipadas predefinidas con probabilidades. Decisions API responde a una necesidad visiblemente relacionada: clasificar, enrutar y elegir la siguiente acción entre respuestas finitas. Existe un solapamiento significativo en el tipo de interfaz que consume el software. [15] [1]

La diferencia también importa. TypeSafe describe una arquitectura especializada, muestreo paralelo y Reinforcement Learning for Calibrated Decisions. OpenAI describe Decisions como la aplicación de Luna a preguntas acotadas. El material público revisado aquí no demuestra que OpenAI reprodujera la arquitectura de TypeSafe, su método de entrenamiento o toda la semántica de sus salidas. Un lanzamiento anterior y la similitud funcional no son pruebas suficientes de copia. [15] [1]

Para un comprador, conviene comparar las tasas de error en casos ambiguos, la calibración, la abstención, la latencia y el coste total utilizando la misma carga de trabajo. Una respuesta puede ajustarse perfectamente a su esquema y aun así seleccionar la opción incorrecta. No hemos reproducido los benchmarks de ninguno de los proveedores ni realizado una evaluación comparativa directa.

Meta presentó Muse el 8 de septiembre. El trabajo persistente, un ordenador y navegador personales en la nube, los objetivos recordados, la asistencia proactiva y la aprobación previa a acciones sensibles hacen de Muse una comparación clara para dots. El parecido es lo bastante importante para analizarlo sin convertirlo en una acusación. [16] [3]

Su distribución difiere. Muse se centra en su aplicación y WhatsApp, y comenzó un despliegue en Estados Unidos con uso gratuito y opciones de suscripción. dots se conecta al entorno de trabajo de ChatGPT y a canales como Slack y Microsoft Teams, con condiciones de despliegue vinculadas a planes de pago y empresas. Estas diferencias afectan a cómo delega el usuario y a cómo gobierna el trabajo una organización. [16] [3]

Las fuentes examinadas no aportan pruebas verificadas de que dots copiara el código, el diseño protegido o el sistema interno de Muse. Tampoco una posición de producto similar demuestra que las implementaciones se inventaran de forma independiente. Lo que podemos sostener es que un participante posterior compite con una experiencia estrechamente relacionada. Una acusación de copia requeriría pruebas más allá del calendario de lanzamientos y una lista de funciones.

Primero, las funciones de IA de alcance limitado afrontan una competencia mayor de los paquetes de plataforma. Una herramienta independiente que solo genera un resumen o envuelve un modelo puede encontrar su función dentro de un espacio de trabajo. El conocimiento del sector, las integraciones fiables, los resultados revisados y un proceso de negocio completo pasan a ser ventajas potenciales más importantes. Es nuestra inferencia estratégica, no una predicción de que desaparecerán todos los especialistas.

Segundo, la distribución puede convertirse en una decisión más importante para los desarrolladores. Los plugins nativos y el gasto compartido pueden reducir las barreras de adopción, a la vez que aumentan la dependencia de las reglas de descubrimiento, los permisos y la economía de la plataforma. Un equipo debe medir si la plataforma aporta clientes nuevos, sin confundir la inclusión en un directorio con la demanda.

Tercero, los agentes en la nube facilitan ofrecer una operación continua, pero concentran más responsabilidad operativa en la plataforma de ejecución. Las empresas seguirán necesitando permisos verificables, pruebas, trabajo exportable y una forma de detener o trasladar tareas. Mejores modelos amplían la oportunidad; no determinan quién controla el flujo de trabajo ni si el resultado es fiable.

Elija una prueba piloto acotada. Un equipo de ingeniería puede comparar Sol con el modelo existente en errores y cambios de código representativos. Un equipo de operaciones puede comparar un servicio de decisiones en casos de enrutamiento etiquetados, incluidos ejemplos de baja confianza. Un equipo de contenido puede comprobar si los documentos compartidos conservan la fuente, la decisión de revisión y la versión final durante un traspaso real.

Registre por separado disponibilidad, autorización, coste y criterios de aceptación. Compruebe el acceso real de la cuenta; conserve una referencia inicial; mida la finalización de principio a fin y las correcciones humanas. Decida qué datos y acciones corresponden a la plataforma y cuáles permanecen en los sistemas existentes. Mantenga una vía de salida antes de transferir una responsabilidad recurrente.

La parte más trascendente de DevDay puede ser la conexión entre los anuncios. OpenAI ofrece una porción mayor del lugar donde el trabajo comienza, se ejecuta, se guarda y se compra. Jev y Muse muestran que las ideas importantes también surgen fuera de esa plataforma. La respuesta útil es evaluar con el mismo cuidado tanto los productos como la dependencia que se está creando.