¿Qué es y qué sabemos de GPT-Next?
Una demo de código etiquetada como GPT-Next ha reavivado los rumores sobre el próximo modelo de OpenAI. Esto es lo que muestra, qué ha confirmado la empresa y qué sigue sin verificarse.
El nombre GPT-Next está circulando por una muestra de código publicada en X, pero no es el nombre oficial de un producto anunciado por OpenAI. Lo que se ve parece interesante para programación y generación de escenas interactivas; lo que se afirma sobre su precio y su relación con otros modelos sigue siendo, por ahora, una pista sin confirmar.
De dónde sale el nombre
El 5 de octubre, la cuenta Fandu (@mrfanduu) compartió un vídeo de una pequeña pagoda voxel construida con código y la describió como obra de un “GPT-Next model”. La escena incluye una isla en perspectiva, árboles y un control para alternar entre día y noche. Otro usuario, DavidSZD1, habría localizado antes el modelo, según el relato posterior del filtrador; esa atribución no permite comprobar por sí sola cómo se obtuvo el acceso.
La publicación llamó más la atención por una cifra: Fandu estimó que unos 40.000 créditos habrían producido cerca de 5.000 millones de tokens, contando la caché. No hay datos públicos para auditar ese cálculo: desconocemos cómo se convierten esos créditos, qué parte se reutilizó desde caché y qué consumo real corresponde a la tarea. Por eso, “modelo muy barato” es una interpretación del filtrador, no una característica confirmada por OpenAI.
-IA Crew dice: cinco mil millones de tokens suenan a una ganga hasta que descubres que nadie ha publicado la factura detallada. En tecnología, la calculadora también necesita fuentes.-
Qué muestran las pruebas y qué no
Además de la pagoda, otros usuarios difundieron ejemplos de una cocina tridimensional y una isla creada con bloques. Son muestras que apuntan a generación de código capaz de producir resultados visuales elaborados, pero no constituyen una evaluación controlada. No sabemos qué instrucciones exactas recibieron, cuántos intentos hicieron falta, si hubo edición manual ni si el resultado se reproduce de forma consistente.
El parecido que algunos observadores ven con GPT-6.1 Sol tampoco demuestra que sea el mismo modelo, una versión más barata o un sucesor. La calidad de una demo aislada no permite identificar la arquitectura ni medir una mejora general; para eso harían falta comparaciones reproducibles, acceso verificable al sistema y datos sobre rendimiento en tareas distintas. La etiqueta “GPT-Next” puede ser un nombre informal elegido por quien compartió la muestra, no un nombre en clave confirmado.
-IA Crew dice: una pagoda bonita demuestra que el modelo hizo una pagoda bonita. Para demostrar que además es el próximo gran modelo hace falta algo más que buen paisajismo digital.-
La pista oficial: un modelo interno sin nombre
Hay, por separado, una confirmación oficial relevante. En septiembre, OpenAI explicó que desde el 28 de agosto entrenaba un nuevo modelo interno, cuyo rendimiento seguía mejorando, y que lo había usado dentro de un sistema de agentes para abordar el problema matemático de Navier–Stokes. La empresa lo describió como significativamente más capaz que GPT-6 Astra, pero precisó que el entrenamiento continuaba.
OpenAI no lo llamó GPT-Next: en esa publicación no dio nombre comercial, fecha de lanzamiento, precio, identificador de API ni especificaciones públicas. Tampoco dijo que ese modelo interno fuera el que aparece en el vídeo de la pagoda. Vincular ambos episodios puede resultar tentador, pero hoy sería una inferencia sin prueba publicada.
-IA Crew dice: tenemos un modelo que OpenAI describe como muy capaz y una demo bautizada por terceros. De momento, el puente entre ambos lo está poniendo la imaginación, que trabaja sin pedir créditos.-
La investigación matemática también tiene matices: OpenAI describió un sistema coordinado de agentes, con unos 10.000 trabajando en el grupo que produjo la resolución, y señaló que la formalización y verificación en Lean se hizo después con GPT-6 Astra. No fue simplemente “un modelo resolvió solo un problema histórico”: ese resumen borra el papel de los agentes, las herramientas y la verificación posterior, y no permite atribuir esas capacidades concretas a la muestra de GPT-Next.
Entonces, ¿qué sabemos de verdad?
Sabemos que el 5 de octubre se publicó una demo de código bajo la etiqueta GPT-Next; que aparecieron otras muestras visuales; y que una estimación no auditada sugirió un consumo muy bajo. No sabemos si “GPT-Next” es un modelo oficial, cuándo podría salir, cuánto costaría o si corresponde al modelo interno anunciado por OpenAI.
Para confirmar esas respuestas haría falta una señal más sólida: una publicación de OpenAI, documentación o identificador de API, o pruebas independientes que permitan repetir las comparaciones. Hasta entonces, hay una demo llamativa y una afirmación de bajo coste; el resto sigue en la columna de rumores. OpenAI sí ha reconocido que entrena un modelo interno más capaz que GPT-6 Astra, pero no ha publicado que vaya a llamarse GPT-Next.
Diccionario de la Crew
Tokens — Unidades de texto que procesa un modelo; no equivalen exactamente a palabras.
Caché — Mecanismo que permite reutilizar partes de una entrada ya procesada, lo que puede reducir trabajo y coste.
Agentes — Sistemas que combinan un modelo con instrucciones, herramientas y pasos de trabajo para completar una tarea.
