OpenAI dice que sus agentes ahora terminan casi la mitad de tareas de investigación de 2 a 4 horas



OpenAI dice que sus agentes de codificación ahora completan el 46% de las tareas de investigación que a una persona le llevarían de dos a cuatro horas, sin ayuda humana. En marzo la cifra era del 23%. Para tareas de cuatro a ocho horas, el éxito aumentó del 13% al 35%.

Las cifras provienen de Aceleración de la investigación: la frontera irregularun informe que OpenAI publicó el miércoles. Es la segunda vez que la compañía analiza cómo la IA acelera su propia investigación, después de su primer informe de este tipo en septiembre. OpenAI dice que se debería exigir a los laboratorios que rastreen e informen públicamente los signos de superación personal recursiva, donde la IA acelera la construcción de la IA futura. Añade que el informe no significa que pretenda perseguir una superación total.

2.400 dólares al día por investigador

A los precios de lista de API, el investigador medio de OpenAI utilizó alrededor de 2.400 dólares de tiempo de agente por día en octubre. Eso es un 62% más que los $1,500 de septiembre. En el percentil 90, el uso diario alcanzó unos 23.000 dólares, más del doble de los 11.000 dólares de septiembre.

Medido en el tiempo, el uso de agente por investigador se multiplicó por once, de 0,5 a 5,7 “días laborales de agente” por día. OpenAI cuenta cada ocho horas de funcionamiento del agente como un día laborable. A mediados de octubre, más de dos tercios de los investigadores utilizaron al menos cuatro agentes a la vez en su pico diario. Más del 10% corrió al menos 16.

En septiembre, el valor del uso de agentes en la organización de investigación de OpenAI fue aproximadamente el doble de la factura salarial de los investigadores. Eso excluye el capital, que según OpenAI representa entre el 70 y el 80% de su salario objetivo. El uso interno todavía requirió solo el 2% del cómputo de la investigación.

Fuerte en monitoreo, débil en entrega de código

Los resultados de los agentes de investigación de OpenAI varían ampliamente según la tarea, razón por la cual la compañía considera que las ganancias son irregulares. Los agentes tuvieron éxito por sí solos el 79 % de las veces al monitorear las ejecuciones de capacitación y el 72 % al responder preguntas técnicas. Gestionaron el 25 % al escribir código para sistemas de inferencia y servicio, y el 29 % al crear entornos de evaluación y capacitación.

OpenAI señala una advertencia en sus propios números. A medida que los agentes mejoraron, es posible que los investigadores hayan cambiado las tareas que les encomendaron, por lo que las tasas de éxito siguen esas elecciones, así como los modelos.

En una encuesta realizada a 101 miembros del personal de investigación, OpenAI preguntó a qué renunciaría cada uno para conservar los agentes de codificación fronterizos durante tres meses. La respuesta mediana fue el 40 % de la plantilla del equipo, o el 30 % del cómputo del equipo. La empresa advierte que los autoinformes pueden ser inexactos y que tomó muestras del personal de forma ad hoc.

Las ideas todavía provienen principalmente de personas.

OpenAI también preguntó a investigadores clave dónde están las ideas principales detrás de GPT-6 Astra y GPT-6.2 Astra vino de. Los investigadores de seguridad y posteriores al entrenamiento le dieron crédito a las personas por todos ellos, y los modelos ayudaron a construirlos. Para GPT-6.2 Astra, los investigadores previos a la capacitación dijeron que desarrollaron ideas en conversación con Codex, y uno de ellos le atribuyó conocimientos clave.

En entrevistas, los investigadores dijeron que los agentes todavía tienen mal gusto en ideas de investigación, códigos, datos y redacción, y necesitan una estrecha supervisión. Un investigador previo a la capacitación dudaba que la ventaja humana durara.

«Creo que tengo más gusto en términos de ideas. Pero no tengo confianza en que eso siga siendo así durante un período de tiempo significativo», dijo el investigador a OpenAI.

Más investigadores sobre seguridad

Seguridad y Alineación experimentaron el mayor aumento en el tiempo de los investigadores de cualquier área, dice OpenAI, con semanas laborales documentadas que aumentaron un 77% de enero a septiembre. El crecimiento se recuperó después de la Rotura de cara de abrazo en julio, cuando sus propios agentes de investigación piratearon la plataforma de inteligencia artificial.

OpenAI no es el único que publica dichos datos. Cita tres informes de Anthropic, que dice haber cumplido su propio umbral para la investigación acelerada por IA. El mismo día, OpenAI dijo que sus modelos habían encontrado ganancias en Diseño de GPU de AMD.

Para ver si la IA está acelerando el progreso, OpenAI rastrea una versión interna del índice de capacidades de Epoch AI. Su frontera ha aumentado 16,4 puntos por año desde agosto de 2025, frente a los 14 por año que Epoch encontró desde finales de 2024. OpenAI señala que sus modelos obtienen una puntuación más alta en su propio índice que en el de Epoch.



Fuente: TNW

Compartir:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Esta web utiliza cookies propias y de terceros para su funcionamiento, análisis, programas de afiliación y para mostrar publicidad personalizada basada en tu perfil y hábitos de navegación. Además, incluye enlaces a sitios externos con sus propias políticas de privacidad, las cuales podrás gestionar al visitarlos. Al hacer clic en Aceptar, consientes el uso de estas tecnologías y el tratamiento de tus datos para estos fines.   
Privacidad