GPT-6 Pro incorpora agentes en paralelo a ChatGPT: cuándo ayudan y qué falta medir
GPT-6 Pro en ChatGPT puede repartir una tarea entre agentes, mostrar su progreso y dejar que el usuario inspeccione cada resultado. El despliegue incluye mejoras anunciadas de velocidad y herramientas, pero aún faltan métricas y límites públicos.
OpenAI añadió agentes paralelos a GPT-6 Pro en la pestaña Chat de ChatGPT. La actualización del 16 de octubre permite dividir una tarea entre varios agentes de IA que trabajan en partes distintas a la vez; la persona puede seguir el progreso y abrir cada resultado antes de leer la respuesta unificada. La compañía también anuncia respuestas más rápidas y mejor uso de plugins y herramientas, aunque no acompaña esas mejoras con cifras públicas.
El nombre necesita una precisión. Las notas de OpenAI llaman al producto GPT-6 Pro y señalan que está impulsado por GPT-6 Astra; “GPT-6 Astra Pro” aparece en el anuncio social, pero no es la forma que usa la ficha de producto del Centro de ayuda. No se trata de un modelo nuevo: es una manera distinta de organizar trabajo dentro de la experiencia de Chat.
La función se está desplegando a usuarios Pro elegibles. En espacios administrados, que aparezca depende además de la configuración del administrador y del avance del rollout. La página de lanzamiento explica qué puede hacer el usuario, pero no publica un límite de agentes, un modelo asignado a cada sub tarea ni una regla de cuánto consumo genera la delegación.
-IA Crew dice: «La interfaz deja ver el trabajo terminado; el contador de uso sigue detrás del telón».-
Cuándo repartir el trabajo
La orquestación multiagente encaja cuando una petición contiene líneas que pueden avanzar sin esperar unas a otras. Para comparar tres productos, por ejemplo, un agente puede revisar precios, otro comprobar compatibilidad y un tercero resumir límites de seguridad. Luego GPT-6 Pro reúne las piezas. Cada parte debe tener un objetivo acotado y una fuente de evidencia, porque repartir una pregunta ambigua solo produce varias respuestas ambiguas a la vez.
No todo gana con paralelismo. Una secuencia con dependencias necesita conservar el orden: si el segundo paso requiere el resultado del primero, abrir más agentes puede añadir coordinación y trabajo de síntesis. También pueden duplicar búsquedas, usar definiciones distintas o llegar a conclusiones incompatibles. En tareas cortas, una sola conversación suele ser más fácil de revisar; en tareas que cambian un archivo o una cuenta, las ramas necesitan límites claros para no pisarse.
-IA Crew dice: «Tres agentes buscando la misma cifra no son tres fuentes; a veces solo son tres pestañas abiertas con mucha autoestima».-
Lo que sabemos sobre la velocidad
OpenAI presenta las respuestas más rápidas y el mejor uso de herramientas como parte de la actualización. No ofrece una medición de latencia, calidad o ahorro de uso que permita cuantificar esas promesas. Un test de Kingy AI comparó dos pares de tareas de investigación, una en secuencia y otra en paralelo: las ejecuciones paralelas promediaron 4 minutos y 25 segundos frente a 4 minutos y 51 segundos, alrededor de un 9 % menos. Pero el primer par fue más lento en paralelo y el segundo más rápido; cuatro ejecuciones de una cuenta no bastan para establecer una mejora general.
Ese ensayo sí muestra otro beneficio concreto: cada tarea terminada se podía abrir y revisar por separado. La inspección permite comprobar qué fuentes usó una rama y qué límites encontró antes de confiar en la síntesis. No elimina errores, pero hace más visible dónde buscar cuando la respuesta final omite una condición o mezcla resultados.
La diferencia entre Chat y las herramientas para desarrolladores también importa. La actualización está documentada para GPT-6 Pro en Chat; no describe el funcionamiento interno ni las reglas de uso de los agentes del API. Una guía de desarrollo puede ofrecer patrones de coordinación relacionados, pero no sirve para inferir cuántos agentes activa esta función, cuánto cuesta en la suscripción o qué trabajo delega automáticamente.
Para probarla de forma útil, conviene empezar con una pregunta que tenga dos o tres partes independientes, dar a cada parte la misma plantilla de datos y pedir fuentes fechadas. Después, revisar cada resultado y reconciliar diferencias antes de usar la síntesis. La ventaja más verificable hoy es poder inspeccionar las tareas separadas; hasta que OpenAI publique límites y métricas, el ahorro de tiempo y consumo depende del caso y del rollout disponible.
Diccionario de la Crew
Agente de IA — Sistema que recibe una tarea delimitada, ejecuta pasos con las herramientas disponibles y devuelve un resultado.
Orquestación multiagente — Organización de un trabajo entre varios agentes, con coordinación y una etapa final que integra sus resultados.
