Esta fue una de las semanas con más lanzamientos de OpenAI en todo el año. GPT-5.5 llegó como el nuevo modelo de frontera en ChatGPT y Codex. Los agentes de espacio de trabajo (workspace agents) convirtieron los GPTs en asistentes de equipo que se ejecutan en la nube, se programan y se comparten. El Agents SDK obtuvo un harness nativo y ejecución en sandboxes de múltiples proveedores. Codex CLI incorporó hooks, un marketplace de plugins y un comando /review. El propio Codex superó los 4 millones de desarrolladores semanales y cerró alianzas con siete de los mayores integradores de sistemas globales.

Hay mucho que contar, y llega a dos escritorios distintos. Este resumen se divide en dos: la Parte 1 es para líderes que toman decisiones de compra, desarrollo y gobernanza. La Parte 2 es para builders que conectan Codex, el Agents SDK y MCP a sistemas reales. Salta a la que te interese.

Parte 1 — Para líderes

GPT-5.5: el nuevo modelo de frontera

OpenAI lanzó GPT-5.5 el 23 de abril y lo describió como su “modelo más inteligente e intuitivo de usar hasta la fecha”. Se está desplegando para los usuarios Plus, Pro, Business y Enterprise en ChatGPT y Codex. GPT-5.5 Pro, la variante de alto cómputo, está reservada para Pro, Business y Enterprise. El lanzamiento en la API se describe como “muy pronto”, con precios ya publicados de $5.00 / $0.50 / $30.00 por millón de tokens de entrada / en caché / de salida.

Los benchmarks principales:

• Terminal-Bench 2.0: 82.7% (frente a 75.1% de GPT-5.4)
• Expert-SWE: 73.1%
• OSWorld-Verified: 78.7%
• FrontierMath Tier 1–3: 51.7%

Además, iguala la latencia por token de GPT-5.4 usando bastantes menos tokens. ChatGPT ofrece ahora tres modos —Auto, Fast y Thinking— para que los usuarios controlen el equilibrio entre velocidad y razonamiento. Al mismo tiempo, OpenAI publicó la GPT-5.5 System Card y lanzó un Bio Bug Bounty para la investigación de seguridad sobre riesgos de uso indebido en el ámbito biológico.

Para quienes planifican: la fecha “muy pronto” de la API importa. Si hoy tus pipelines agénticos tienen un precio calculado con GPT-5.4, la economía de tokens de GPT-5.5 cambiará tu modelo de costos: la tarifa por token se duplica, pero el menor consumo de tokens y la mejor finalización de tareas pueden compensarlo. Modélalo antes de comprometer los presupuestos trimestrales.

Agentes de espacio de trabajo: los GPTs maduran

OpenAI presentó los agentes de espacio de trabajo el 22 de abril, una evolución de los GPTs impulsada por Codex. Son agentes compartibles que se ejecutan en la nube y siguen trabajando mientras su propietario está desconectado.

Lo que los hace aptos para la empresa:

• Flujos de trabajo de varios pasos, como generación de informes, ediciones de código, respuestas en Slack y actualizaciones del CRM
• Ejecución programada, además de despliegue en Slack como superficie de primer nivel
• Puntos de aprobación para acciones sensibles (enviar correos, editar hojas de cálculo)
• Controles de administración basados en roles para herramientas, fuentes de datos y permisos de los agentes en Enterprise/Edu
• Una Compliance API que da visibilidad sobre la configuración, las actualizaciones y las ejecuciones de cada agente
• Protecciones integradas contra ataques de prompt injection

Disponibilidad: versión preliminar de investigación para ChatGPT Business, Enterprise, Edu y Teachers. Gratis hasta el 6 de mayo de 2026, y después con precios basados en créditos. Los GPTs existentes siguen activos y llegarán herramientas de migración. Si tu organización tiene hoy un montón de GPTs que gobernar, este es el camino para salir de ese suelo de cristal, y la ventana gratuita es un buen motivo para hacer un piloto ahora en lugar del próximo trimestre.

ChatGPT for Clinicians: una apuesta vertical real

OpenAI lanzó ChatGPT for Clinicians el 22 de abril. Es gratuito para médicos, enfermeros especializados (NP), asistentes médicos (PA) y farmacéuticos verificados de EE. UU., y combina acceso a modelos de frontera con cumplimiento de HIPAA mediante BAA, búsqueda clínica fiable sobre fuentes revisadas por pares, investigación profunda en revistas médicas y créditos de CME a partir de preguntas clínicas. Las Skills reutilizables cubren flujos de trabajo como cartas de derivación y autorizaciones previas.

Médicos asesores evaluaron 6,924 conversaciones, y el 99.6% fue calificado como seguro y preciso. OpenAI también publicó HealthBench Professional, un benchmark abierto para tareas de chat clínico. Es la señal más clara hasta ahora de que OpenAI ha dejado de ser una empresa de productos solo horizontales: a partir de aquí, la estrategia son desarrollos verticales con andamiaje regulatorio.

4M de desarrolladores semanales, Codex Labs y siete socios GSI

Codex superó los 4 millones de desarrolladores activos semanales, con un millón añadido en solo dos semanas. Entre los clientes de referencia están Virgin Atlantic, Ramp, Notion, Cisco y Rakuten, en ámbitos como cobertura de pruebas, revisión de código, desarrollo de funcionalidades, razonamiento sobre repositorios grandes y respuesta a incidentes.

Para escalar la adopción empresarial, OpenAI lanzó Codex Labs (talleres prácticos) y anunció una lista de alianzas con Accenture, Capgemini, CGI, Cognizant, Infosys, PwC y Tata Consultancy Services. Cognizant se comprometió explícitamente a integrar Codex en todo su Software Engineering Group. Un nuevo nivel Pro de $100/mes ofrece 5× el uso de Plus (promocionado a 10× hasta el 31 de mayo), y los espacios de trabajo de ChatGPT Business que cumplan los requisitos obtienen hasta $500 en créditos cuando los miembros del equipo adoptan Codex.

En otras palabras: los GSI van a presentar programas de modernización liderados por Codex en todas las empresas del Fortune 500 este semestre. Si tu socio de consultoría llega a la próxima revisión trimestral con una presentación de “transformación con Codex”, ya sabrás por qué.

Codex Security + GPT-5.4-Cyber

Esta semana llegaron dos piezas de la historia de seguridad. Codex Security ya está en versión preliminar de investigación: un agente de IA que analiza el contexto del proyecto para detectar, validar y corregir vulnerabilidades sin sacar al desarrollador de su flujo de trabajo. GPT-5.4-Cyber es una variante de GPT-5.4 con límites de rechazo ajustados para trabajo legítimo de ciberseguridad defensiva, incluida la ingeniería inversa de binarios de software compilado sin código fuente. Desde su lanzamiento, el programa ha contribuido a corregir más de 3,000 vulnerabilidades críticas y de alta gravedad.

Para los responsables de seguridad: este es el próximo lugar donde el presupuesto de AppSec competirá con el presupuesto de agentes. Planifica la conversación de gobernanza antes de que la herramienta aparezca en el IDE de un desarrollador.

Infraestructura y movimientos corporativos

Alianza AMD-OpenAI. Un acuerdo plurianual para desplegar 6 gigavatios de GPUs AMD Instinct, empezando con 1 gigavatio en 2026: la primera diversificación significativa de OpenAI respecto a NVIDIA. Anuncio.

Reestructuración. OpenAI completó su transición a una Public Benefit Corporation con fines de lucro valorada en $122 mil millones. Todo el equipo de investigación “OpenAI for Science” se disolvió en el proceso, y el Research Lead Bill Peebles se marchó. Se eliminó el lenguaje sobre seguridad de la declaración de misión, lo que ha alimentado el debate político en torno al documento de Altman “New Deal for the AI era”.

Liderazgo. Greg Brockman volvió temporalmente para supervisar una reorganización del producto y del equipo de la app de escritorio. Fidji Simo tomó una baja médica. Y, según informes, la CFO de OpenAI calificó el calendario de la salida a bolsa en 2026 como “agresivo”, una discrepancia con Altman en medio de un gasto proyectado en cómputo de $121 mil millones para 2028.

Cierre de Sora. Las versiones web y de app de Sora cierran el 26 de abril de 2026; la API lo hará el 24 de septiembre. Los experimentos de video para consumidores salen; las herramientas empresariales y la programación entran.

Panorama competitivo

La presión sobre OpenAI llega desde varias direcciones. Anthropic reveló $30B en ingresos recurrentes anualizados, superando los $24B estimados de OpenAI, mientras gasta aproximadamente 4× menos en entrenamiento. Claude Opus 4.7 se lanzó con una mejora del 13% en benchmarks de programación y un 76.80% en SWE-Bench. Anthropic también cerró una Serie G de $30B con una valoración de $380B, y Claude Code añadió equipos de agentes y una herramienta de vigilancia integrada que compite directamente con las funciones multiagente de Codex.

Google publicó Gemma 4 bajo Apache 2.0: razonamiento de frontera y capacidad agéntica con pesos abiertos. xAI lanzó Grok 4.3 con comprensión de video y una ventana de contexto de 2M de tokens. DeepSeek V3.2 ronda los $0.27/millón de tokens, presionando a la baja los precios de API de todos. Mistral se alió con NVIDIA y lanzó Mistral 3 y Small 4.

Y una noticia importante para MCP: se reveló una vulnerabilidad crítica de diseño en MCP de Anthropic. La interfaz de transporte STDIO permite la ejecución arbitraria de comandos del sistema operativo en más de 7,000 servidores accesibles públicamente y SDKs con más de 150M de descargas totales. Anthropic se ha negado a modificar el protocolo, alegando que el comportamiento es el esperado. Como el ecosistema de más de 90 plugins de Codex también se apoya en MCP, se trata de una cuestión de todo el ecosistema, no solo de Anthropic. Más sobre las implicaciones para builders en la Parte 2.

Parte 2 — Para builders

Agents SDK v0.14.0: harness nativo del modelo y sandboxes nativos

El lanzamiento más importante para cualquiera que construya sistemas de agentes es Agents SDK v0.14.0. Introduce un harness nativo del modelo (model-native harness), un entorno de ejecución estandarizado que orquesta operaciones con archivos, llamadas a herramientas, comandos, autenticación, registros de auditoría y revisión humana, además de ejecución nativa en sandboxes para realizar ese trabajo de forma segura en cómputo aislado.

Capacidades clave:

• Memoria configurable. Los desarrolladores controlan qué persiste entre turnos, qué se comprime y qué se conserva literalmente, y cómo se trazan los límites de la sesión. Esto sustituye mucho código de gestión de contexto a medida que los equipos han estado manteniendo a mano.
• Abstracción de manifiesto para sandboxes. Una única definición de espacio de trabajo portable se ejecuta en Unix, Docker, E2B, Modal, Cloudflare, Daytona, Runloop, Vercel y Blaxel. Los montajes de almacenamiento cubren AWS S3, GCS, Azure Blob y Cloudflare R2.
• Snapshots y rehidratación. Si un contenedor de sandbox falla o caduca, el SDK restaura el estado del agente en un contenedor nuevo desde el último punto de control. Se acabaron las ejecuciones de varias horas perdidas porque un proveedor recicló un pod.
• Herramienta apply-patch. Ediciones de archivos basadas en diffs (crear, actualizar, eliminar) con formato unified diff, mucho más baratas que reescribir archivos completos en cada refactorización de varios archivos.

Disponibilidad: primero Python, después TypeScript. El modo código y los subagentes están previstos para ambos lenguajes en una versión futura. Si hoy mantienes una orquestación propia en torno a la Responses API, esta es la biblioteca que debes evaluar antes de construir más de ese código de unión por tu cuenta.

Codex CLI v0.124.0: hooks, marketplace de plugins y /review

Codex CLI v0.124.0 es la versión de la CLI con más contenido en meses. Lo más destacado:

• Integración MCP estabilizada. Model Context Protocol es ahora una superficie de integración de primer nivel, con más de 110 millones de descargas del SDK al mes, superando la curva de adopción inicial de React. OpenAI describe Codex como “el mayor impulsor individual del consumo de API basado en MCP en la actualidad”.
• Hooks. Pipelines de automatización activados por eventos y configurables mediante config.toml y requirements.toml. El patrón obvio aquí es ejecutar linting, comprobación de tipos o validación de políticas como hook en los eventos posteriores a la edición del agente.
• Marketplace de plugins. Los repositorios remotos de plugins ahora se pueden descubrir e instalar directamente desde la terminal: más de 90 plugins en el lanzamiento, incluidos Atlassian Rovo, CircleCI, CodeRabbit, GitLab Issues y Microsoft Suite.
• Políticas glob de denegación de lectura. Control de acceso detallado al sistema de archivos para directorios sensibles. Si tienes credenciales, datos de clientes o rutas temporales que nunca quieres que el agente lea, este es el lugar adecuado para expresarlo.
• Gestión de worktrees. Controles de limpieza automática, además de traspaso de hilos entre contextos locales y en la nube.
• Controles rápidos de razonamiento en la TUI. Alt+, reduce el razonamiento y Alt+. lo aumenta, en mitad de la sesión, sin salir de la TUI. Las actualizaciones de modelo restablecen el razonamiento al valor predeterminado del nuevo modelo.
• Comando /review. Abre una interfaz de revisión dedicada que lee los diffs seleccionados e informa de hallazgos priorizados sin modificar el árbol de trabajo: una forma limpia de hacer una pausa a mitad de la tarea, inspeccionar el resultado y reorientar.

Modo WebSocket para la Responses API

OpenAI publicó un análisis en profundidad del modo WebSocket para la Responses API. En resumen: las conexiones persistentes almacenan en caché, en memoria, el estado de las respuestas, los tokens renderizados y las definiciones de herramientas, eliminando la sobrecarga redundante por solicitud que se acumula en los bucles de agentes de varios turnos.

Resultados reportados:

• Codex: la mayor parte del tráfico ya va por WebSocket, con hasta un 40% de mejora de latencia de extremo a extremo
• Vercel AI SDK: hasta un 40% de reducción
• Cline: flujos de trabajo de varios archivos un 39% más rápidos
• Cursor: modelos de OpenAI un 30% más rápidos
• Modelos como GPT-5.3-Codex-Spark alcanzando más de 1,000 TPS (con picos de 4,000)

Si ejecutas bucles de llamadas a herramientas de varios turnos en producción, es una optimización gratuita que casi con total seguridad deberías adoptar.

GPT Image 2 y Privacy Filter

GPT Image 2 llegó a la API el 21 de abril como gpt-image-2 en Chat Completions, Responses, Realtime, Assistants y Batch. Precios basados en tokens: $8.00 / $2.00 / $30.00 por millón de tokens de imagen de entrada / en caché / de salida, con un 50% de descuento en Batch. Los límites de tasa van de 100K TPM / 5 IPM en Tier 1 hasta 8M TPM / 250 IPM en Tier 5. Documentación.

Privacy Filter es un modelo de detección de PII con pesos abiertos (Apache 2.0), publicado en Hugging Face y GitHub. Es un clasificador de tokens bidireccional de 1.5B parámetros (50M activos), con 128K de contexto, que detecta 8 categorías: private_person, address, email, phone, URL, date, account_number, secret/API key. Obtiene un 97.43% de F1 en el benchmark corregido PII-Masking-300k. Se ejecuta localmente: un paso de preprocesamiento sensato para cualquier pipeline de registro, evaluación o fine-tuning en el que no quieras que la PII sin procesar salga del dispositivo.

Ecosistema MCP: impulso y una vulnerabilidad seria

MCP es ya, en la práctica, el estándar predeterminado de integración entre agentes y herramientas: más de 110M de descargas mensuales del SDK, más de 90 plugins disponibles solo en Codex y nuevos plugins de CircleCI y CodeRabbit esta semana que integran CI/CD y revisión de código directamente en el bucle del agente.

El contrapeso: una vulnerabilidad crítica de diseño en el SDK de MCP de Anthropic afecta a más de 7,000 servidores accesibles públicamente en Python, TypeScript, Java y Rust (más de 150M de descargas totales). La interfaz de transporte STDIO permite por diseño la ejecución arbitraria de comandos del sistema operativo, y Anthropic se ha negado a modificar el protocolo. Como el ecosistema de plugins de Codex se apoya en el mismo protocolo, se trata de una conversación de seguridad de todo el ecosistema, no de un proveedor concreto. Audita qué servidores MCP expones, y quién puede llegar a ellos, antes de que la próxima revisión trimestral de seguridad te obligue a hacerlo bajo presión.

Problemas conocidos y notas de operación

Algunas cosas críticas para builders que conviene tener en el radar:

• Caídas del servicio. Codex y ChatGPT sufrieron incidentes el 20 de abril (interrupción amplia del servicio, fallos del modo de voz) y el 23 de abril (fallos al iniciar tareas de agentes desde la web). La fiabilidad evoluciona activamente a la par que la escala. Vale la pena guardar en favoritos OpenAI Status.
• Atribución errónea de la identidad de Git. El issue #18095 documenta que la identidad de Git predeterminada de Codex (codex@example.com) puede atribuir commits de forma silenciosa a usuarios de GitHub de terceros sin relación. Sobrescribe user.email en la configuración de tu repositorio; no aceptes el valor predeterminado.
• Problemas reportados en la CLI. Uso elevado y sostenido de CPU (#18837), fallos de inicio con “Admin setup sandbox” (#19065) y permisos MCP de “always allow” que no persisten entre sesiones de Codex Desktop (#18706).
• Herramientas de la comunidad. codex-clean es una TUI de la comunidad para visualizar y limpiar ~/.codex/worktrees/; vale la pena instalarla si ejecutas muchas sesiones de agentes en paralelo.

Retirada de la Assistants API: a cuatro meses

La Assistants API se cierra el 26 de agosto de 2026. El reemplazo oficial es la Responses API + Conversations API, pero no es un simple cambio de endpoint: hay que reescribir código. Si tienes cargas de trabajo en producción sobre Assistants, esta semana es un buen momento para auditar el uso, identificar los puntos delicados (semántica de hilos, búsqueda de archivos, forma de las llamadas a funciones) y dimensionar el esfuerzo de migración. Changelog de retirada.

Qué vigilar

• Lanzamiento de GPT-5.5 en la API. “Muy pronto”: espéralo en las próximas dos semanas; cambiará las cuentas de precios de todos los pipelines de agentes basados en OpenAI.
• El periodo gratuito de los agentes de espacio de trabajo termina el 6 de mayo. Haz el piloto y decide antes de que los créditos empiecen a consumir presupuesto.
• Soporte de TypeScript en el Agents SDK. La limitación a Python importará a las organizaciones centradas en JS/TS; atento al ritmo de lanzamientos.
• Uso del ordenador de Codex en Windows. Solo macOS en el lanzamiento; las empresas que trabajan con Windows necesitan la versión para Windows antes de un despliegue serio.
• Respuesta de seguridad sobre MCP. Espera guías de endurecimiento de OpenAI y de la comunidad en general a medida que madure la conversación sobre STDIO.
• Migración de la Assistants API (26 de agosto). Cuatro meses para reescribir. Empieza ya.

Esta fue la semana en que la tesis de “Codex como plataforma” dejó de ser un discurso de venta y empezó a ser una superficie de producto: modelo de frontera, agentes en sandboxes, flujos de trabajo a escala de equipo, alianzas con GSI y desarrollos verticales reales llegaron en siete días. Los builders tienen la mayor cantidad de capacidades nuevas que asimilar; los líderes, la mayor superficie nueva de gobernanza que planificar.

Si estás evaluando qué significa todo esto para la estrategia de IA de tu empresa, Big Hat Group puede ayudarte. Volvemos el próximo viernes con la siguiente edición de Codex Weekly.