Lo que marcó 2025, más allá del lanzamiento de cualquier modelo en particular, fue que usar IA en producción se volvió más fácil. A medida que los modelos mejoraron su capacidad para planificar, usar herramientas y realizar tareas de mayor duración, más equipos pasaron de “dar un prompt para cada paso” a delegar trabajo en agentes.
Para los desarrolladores, ese cambio se manifestó de varias maneras:
- El nivel de razonamiento se convirtió en un parámetro clave y cada vez fue más habitual poder ajustarlo en los modelos de chat de propósito general.
- La multimodalidad (documentos, audio, imágenes y video) pasó a ocupar un lugar central en la API.
- Los componentes para crear agentes (Responses API, Agents SDK y AgentKit) facilitaron la puesta en producción y la operación de flujos de trabajo de varios pasos.
- Codex permitió desarrollar software más rápido y con mejores resultados que nunca.
En resumen
- El gran cambio fue la combinación de API diseñadas desde el inicio para agentes con mejores modelos capaces de realizar tareas más complejas que requieren razonamiento y uso de herramientas.
- Codex maduró tanto en sus modelos como en sus herramientas. Combinó la capacidad de GPT-5.2-Codex para razonar sobre un repositorio completo con una CLI lista para producción y flujos de trabajo en la Web y en el IDE para tareas de programación de larga duración.
- Las mejoras en las herramientas facilitaron la conexión de los modelos con sistemas reales y redujeron las dificultades de integración.
- Las entradas y salidas multimodales (PDF, imágenes, audio y video) se convirtieron en una opción práctica de uso habitual en los flujos de trabajo de principio a fin.
- Las evaluaciones, los calificadores y las funciones de ajuste evolucionaron hasta hacer más fácil repetir el ciclo de “medir -> mejorar -> poner en producción”.
Sigue leyendo para conocer las principales novedades de 2025 en los modelos, las API y la plataforma, y cómo pueden ayudarte a llevar tus agentes a producción.
Razonamiento: de modelos separados a una familia unificada
A fines de 2024 presentamos el paradigma del razonamiento, con el que empezamos a darles a los modelos “tiempo para pensar”. A principios de 2025, los modelos de razonamiento constituían una familia propia. Modelos como o1, o3 y o4-mini demostraron que dedicar más recursos de cómputo a pensar antes de responder podía mejorar considerablemente la confiabilidad en tareas complejas de varios pasos.
Además, o3-mini fue uno de los primeros indicios de que el razonamiento podía ir más allá de los modelos de vanguardia y ofrecerse en modelos económicos y fáciles de usar para los desarrolladores.
En la segunda mitad de 2025, la gran tendencia fue la convergencia. Una misma familia de modelos insignia combinaba cada vez mejor la profundidad de razonamiento, el uso de herramientas y la calidad de la conversación. Para la mayoría de los equipos, “elegir un modelo” pasó a depender más del equilibrio entre costo, latencia y calidad que de la elección entre familias esencialmente distintas.
Con modelos centrados en el razonamiento como o1, o3 / o4-mini y o3-mini, los desarrolladores pudieron decidir qué priorizar en cada caso: “razonar más a fondo o responder más rápido”. A lo largo del año, la familia GPT-5.x fue incorporando estas ideas y reunió en una sola línea de modelos la inteligencia general, la profundidad de razonamiento, la especialización en programación y la multimodalidad.
Multimodalidad: audio, visión, imágenes y video
Para fines de 2025, multimodal dejó de significar “el modelo admite una imagen como entrada” y pasó a significar “puedes crear un producto que combine varias modalidades de principio a fin”, a menudo en un solo flujo de trabajo.
Audio y tiempo real
- Los modelos de audio de nueva generación mejoraron la precisión de la transcripción de voz a texto y ofrecieron más control sobre la conversión de texto a voz, lo que permitió crear flujos de procesamiento de voz listos para producción.
- La Realtime API pasó a estar disponible de forma general y permitió la transmisión bidireccional de audio con baja latencia. Esto hizo viable el uso en producción de agentes de voz en vivo e interfaces conversacionales.
Imágenes
- GPT Image 1 inauguró una nueva generación de modelos de generación de imágenes. Su amplia comprensión del mundo y su mayor capacidad para seguir instrucciones le permitieron producir imágenes de alta calidad y realizar ediciones estructuradas.
- La alta fidelidad a la imagen de entrada permitió conservar con mayor consistencia detalles como rostros y logotipos al editar imágenes.
- GPT Image 1 mini redujo el costo de la generación nativa de imágenes.
- GPT Image 1.5, nuestro modelo de generación de imágenes más avanzado, supuso una mejora considerable en la calidad de las imágenes y la consistencia de las ediciones.
- La herramienta de generación de imágenes de la Responses API permitió crear imágenes en conversaciones de varios turnos y combinar esta función con otras herramientas.
Video
- Los modelos Sora 2 y Sora 2 Pro permitieron generar videos de mayor fidelidad, con mejor coherencia temporal y la posibilidad de crear nuevas versiones a partir de videos existentes.
- La Video API permitió generar y editar videos mediante
v1/videos. Así, el video pasó a ser una modalidad central de la API, junto con el texto, las imágenes y el audio.
PDF y documentos
- Las entradas en PDF permitieron ejecutar directamente en la API flujos de trabajo que dependen en gran medida de documentos.
- El acceso a PDF mediante una URL simplificó el proceso al permitir referenciar documentos sin tener que subirlos.
Por qué importa: ahora puedes usar la plataforma de OpenAI tanto para texto y visión como para tus flujos de generación de imágenes y video y tus aplicaciones de voz a voz.
Codex
En 2025, Codex pasó de ser un modelo de programación a trabajar contigo como parte de tu equipo de ingeniería de software. Conectó los modelos, las herramientas locales y la nube para ayudar a los desarrolladores a abordar tareas de programación más largas y complejas.
Modelos
Los primeros modelos de razonamiento lograron mejoras importantes en tareas de programación complejas, como editar varios archivos, depurar código y planificar cambios. En la segunda mitad de 2025, estas capacidades se consolidaron en la familia GPT-5, y GPT-5.2-Codex pasó a ser la opción predeterminada más reciente para generar y revisar código y razonar sobre repositorios completos. Estas capacidades se integraron como una especialización dentro de la familia de modelos de propósito general.
CLI
La CLI de Codex de código abierto (GitHub) llevó la programación con agentes directamente a los entornos locales. Los desarrolladores pudieron ejecutar Codex en repositorios reales, revisar los cambios en sucesivas iteraciones y aplicarlos a los archivos con supervisión humana. Esto hizo viable incorporar tareas de programación de larga duración al trabajo diario.
También se volvió más fácil usar Codex fuera de las sesiones interactivas gracias a la compatibilidad integrada con formas repetibles de automatización, como ejecutar Codex mediante scripts.
Seguridad, control e integraciones
Codex incorporó funciones para responder a las exigencias del trabajo en producción. El entorno aislado y los modos de aprobación facilitaron la supervisión humana. A su vez, la compatibilidad con AGENTS.md y MCP hizo más fácil adaptar Codex a tu repositorio, ampliarlo con herramientas y contexto de terceros e incluso orquestar Codex mediante el Agents SDK al ejecutar la CLI como servidor MCP.
Actualización del 5 de septiembre de 2026: se retiró el servidor MCP de Codex. Consulta la guía de migración para conocer las opciones de integración actuales.
Web, nube e IDE
Además de la CLI, Codex amplió la compatibilidad con sesiones más largas y con la resolución de problemas en varias iteraciones, tanto en la Web y la nube como en la extensión para el IDE. Así se acortó el paso entre razonar sobre un problema en una conversación y aplicar cambios concretos al código. Los equipos también pudieron automatizar partes del flujo de trabajo con Codex Autofix en la integración continua.
Por qué importa: para fines de 2025, Codex se usaba cada vez menos como “un modelo al que le das prompts” y cada vez más como un entorno de programación que combina modelos capaces de razonar con herramientas que los desarrolladores ya usan.
Cambios en la plataforma: Responses API y componentes para agentes
Uno de los cambios más importantes de la plataforma en 2025 fue la transición hacia API diseñadas desde el inicio para agentes.
La Responses API facilitó el desarrollo con la nueva generación de modelos:
- Admite varias entradas y salidas, incluso de distintas modalidades.
- Ofrece controles y resúmenes de razonamiento.
- Mejora la compatibilidad con las llamadas a herramientas, incluso durante el razonamiento.
Sobre esa base, en 2025 también llegaron componentes de más alto nivel, como el Agents SDK de código abierto y AgentKit, que facilitaron la creación y la orquestación de agentes.
También se simplificó la gestión del estado y la persistencia:
- El estado de la conversación (junto con la Conversations API) permite mantener hilos persistentes y reproducir el estado de una conversación.
- Los conectores y servidores MCP permiten incorporar contexto externo y realizar acciones mediante interfaces de herramientas de confianza.
Por qué importa: crear agentes que ejecutan varios pasos y flujos de trabajo de larga duración ahora requiere menos código de integración a medida y menos trabajo de gestión del estado.
Además de estos componentes básicos, incorporamos un conjunto de potentes herramientas para aprovechar al máximo los modelos.
Herramientas: de la búsqueda web a los flujos de trabajo
En 2025 lanzamos un conjunto de funciones estandarizadas que se pueden combinar para que los agentes realicen tareas útiles de forma segura.
- La búsqueda web ofreció a los agentes una forma sencilla de recuperar información actualizada y citar sus fuentes.
- La búsqueda de archivos (con almacenes de vectores) ofreció un componente RAG alojado y disponible de forma predeterminada que se integra fácilmente con la Responses API y los resultados estructurados.
- El intérprete de código ejecutaba Python en contenedores con sandbox para trabajar con datos, transformar archivos y depurar código de forma iterativa.
- El uso de la computadora permitió automatizar secuencias de acciones como “hacer clic, escribir y desplazarse”. Conviene combinar esta función con un sandbox y supervisión humana.
Por qué importa: los agentes pueden recuperar información, realizar cálculos y ejecutar acciones de forma confiable sin que cada equipo tenga que crear su propio entorno de ejecución de herramientas.
Ejecución y escalado: procesamiento asíncrono, eventos y control de costos
Cuando los agentes pasaron de atender “una sola solicitud” a ejecutar “trabajos de varios pasos”, los equipos que los usaban en producción necesitaron componentes básicos para gestionar los costos, la latencia y la confiabilidad.
- El almacenamiento en caché de prompts redujo la latencia y los costos de entrada cuando varios prompts compartían un prefijo largo, como prompts del sistema, herramientas o esquemas.
- El modo en segundo plano permitió generar respuestas de larga duración sin mantener abierta la conexión del cliente.
- Los webhooks permitieron pasar de “consultar periódicamente el estado de todo” a sistemas basados en eventos, como la finalización de un lote, de una tarea en segundo plano o de un ajuste fino.
- Los límites de solicitudes y las pautas para optimizar las cargas de trabajo evolucionaron a medida que se ampliaron los niveles de uso y las familias de modelos.
Por qué importa: al crear agentes, el diseño del sistema (procesamiento asíncrono, eventos y presupuestos) pasó a tener tanto peso como el diseño de prompts.
Estándares abiertos y componentes de código abierto para agentes
Además de la consolidación de las API, en 2025 cobraron importancia la interoperabilidad y la capacidad de combinar componentes en los sistemas con agentes.
- El Agents SDK de código abierto para Python (GitHub) y TypeScript (GitHub) ofreció componentes prácticos para usar herramientas, transferir tareas entre agentes, aplicar medidas de protección y registrar trazas. Es independiente del proveedor y su documentación explica cómo usar modelos de otros proveedores.
- AgentKit incorporó herramientas de más alto nivel para el desarrollo de agentes, como Agent Builder, ChatKit, Connector Registry y ciclos de evaluación, para equipos que buscan lanzar nuevas versiones e iterar con mayor rapidez.
- En materia de estándares, OpenAI impulsó AGENTS.md (especificación) y participó en la AAIF (Agentic AI Foundation). A estos esfuerzos se suman otros estándares del ecosistema, como el Model Context Protocol (MCP) y las Habilidades. A medida que el ecosistema adopta convenciones compartidas, los desarrolladores pueden usar las mismas herramientas para agentes en más entornos y necesitan menos integraciones a medida.
Además de nuestro trabajo en agentes y estándares relacionados, presentamos el Apps SDK, un framework de código abierto que amplía el Model Context Protocol (MCP). Con él, los desarrolladores pueden crear interfaces de usuario junto con sus servidores MCP y definir tanto la lógica como la interfaz interactiva de aplicaciones que se ejecutan en clientes como ChatGPT.
Por qué importa: los desarrolladores pueden crear agentes que dependan menos de un único entorno de ejecución o de una interfaz de usuario específica, e integrar más fácilmente agentes basados en OpenAI en sistemas heterogéneos.
Modelos de pesos abiertos
Además de las API alojadas, OpenAI lanzó modelos de pesos abiertos diseñados para facilitar la transparencia, la investigación y el despliegue en infraestructura local o en entornos de alojamiento propio. Estos modelos conservan una gran capacidad de razonamiento y de seguimiento de instrucciones.
- gpt-oss 120b y 20b son modelos de razonamiento diseñados para el alojamiento propio y el despliegue en infraestructura local.
- gpt-oss-safeguard 120b y 20b son modelos de seguridad y aplicación de políticas diseñados para ejecutarse junto con gpt-oss.
Evaluación, ajuste y puesta en producción segura
- La Evals API permite desarrollar a partir de evaluaciones.
- El ajuste fino por refuerzo (RFT) utiliza calificadores programables.
- El ajuste fino supervisado y la destilación permiten trasladar la calidad obtenida con un modelo grande a modelos más pequeños y económicos una vez que hayas validado la tarea con el modelo grande.
- Los calificadores y el optimizador de prompts ayudaron a los equipos a acortar el ciclo de “evaluar → mejorar → volver a evaluar”.
Balance del año
A lo largo de 2025 nos concentramos en facilitar el desarrollo y la puesta en producción en nuestra plataforma. Estas fueron nuestras prioridades:
- El razonamiento escalable y ajustable como capacidad central
- Una interfaz de API unificada y diseñada desde el inicio para agentes
- Componentes abiertos y nuevos estándares de interoperabilidad
- Amplia compatibilidad multimodal con texto, imágenes, audio, video y documentos
- Mejores herramientas de producción para evaluación, ajuste y despliegue
Modelos recomendados por tarea (fines de 2025)
Si vas a iniciar un proyecto o a modernizar una integración, estas son buenas “opciones predeterminadas” según la tarea.
- Propósito general (texto y entradas multimodales): GPT-5.2 para chat, tareas con contextos extensos y entradas multimodales.
- Razonamiento más profundo y cargas de trabajo que exigen alta confiabilidad: GPT-5.2 Pro para planificación y tareas en las que la calidad justifica dedicar más recursos de cómputo.
- Programación e ingeniería de software: GPT-5.2-Codex para generar y revisar código, razonar sobre repositorios completos y crear agentes de programación que usan herramientas.
- Generación y edición de imágenes: GPT Image 1.5 para generar imágenes de mayor fidelidad y editarlas en sucesivas iteraciones.
- Voz en tiempo real: gpt-realtime para interacciones de voz a voz con baja latencia y agentes de voz en vivo.
Para conocer la disponibilidad y los niveles de acceso actuales, consulta la página oficial de comparación de modelos.
Estas novedades sientan las bases para lo que viene. Gracias por desarrollar con nosotros en 2025. Esperamos con interés ver qué crearás en 2026.
Enlaces y recursos
- Optimizador de prompts
- Comparación de modelos (nombres, disponibilidad y niveles de acceso actuales)
- Agents SDK (Python) y Agents SDK (TypeScript)
- Documentación de Codex y repositorio de la CLI de Codex en GitHub
- Playground de imágenes
- Registro de cambios de la plataforma (novedades y fechas de lanzamiento)