> ## Content Index
> Fetch the complete content index at: https://fomoera.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# OpenAI dice que sus agentes completan el 46% de tareas de investigación de dos a cuatro horas
- URL: https://fomoera.com/openai-agentes-investigacion-tareas-46-por-ciento/
- Published: 2026-11-19T06:20:00.000Z
- Updated: 2026-11-19T06:20:00.000Z
- Description: La tasa estimada de éxito autónomo pasó del 23% en marzo al 46% en octubre para tareas de dos a cuatro horas. El desempeño cambia mucho según el trabajo y el uso diario se valora a precios de API, no como gasto efectivo.
- Author: Patricia Rodriguez
- Tags: Tecnología y Ciencia, IA

Los agentes de programación de OpenAI completaron sin intervención humana un 46% estimado de las tareas de investigación que a una persona le tomarían de dos a cuatro horas, frente al 23% en marzo. La cifra corresponde a tareas que sus investigadores decidieron delegar, según un informe interno publicado el 18 de noviembre de 2026\. El avance es desigual: en trabajos estimados en cuatro a ocho horas, la tasa llegó al 35%, y algunas actividades técnicas quedan muy por debajo de ese promedio.

## El tipo de tarea cambia el resultado

OpenAI midió el éxito de sus agentes en grupos de tareas según el tiempo que un humano tardaría en hacerlas. Entre marzo y octubre, la tasa estimada subió del 13% al 35% para las de cuatro a ocho horas. La propia empresa advierte que, al mejorar los agentes, también puede cambiar qué encargos les confían los investigadores. Por eso, la comparación entre meses no equivale a repetir un examen idéntico con las mismas tareas.

La diferencia se ve con más claridad al mirar el trabajo concreto. Entre el 1 de agosto y el 18 de octubre, los agentes completaron sin intervención un 79% estimado de las tareas de vigilancia de entrenamientos para detectar problemas. La tasa fue del 35% al iniciar entrenamientos y del 25% al escribir código para la infraestructura que ejecuta modelos y sirve sus respuestas. Los investigadores siguen decidiendo qué probar y supervisando las partes que los agentes resuelven peor.

En [nuestra cobertura de septiembre](https://fomoera.com/el-cientifico-jefe-de-openai-pide-frenar-y-su-empresa-reporta-3-1-jornadas-de-agente-por-humana/) contamos que OpenAI ya registraba más sesiones paralelas y tiempo de ejecución. El nuevo informe añade una medición por tipo de tarea: más horas de agentes trabajando no implican que cada parte del ciclo de investigación avance al mismo ritmo.

## Los 2,400 dólares diarios son una valoración, no una factura

El investigador mediano de OpenAI usó agentes por un valor aproximado de 2,400 dólares diarios en octubre, calculado con los precios públicos de su API. En septiembre esa equivalencia era de 1,500 dólares. En el percentil 90 pasó de 11,000 a 23,000 dólares diarios. Es una manera de valorar el consumo interno; la empresa no afirma que esas cantidades se hayan pagado en efectivo por cada investigador.

Otra medida cuenta ocho horas de ejecución como una jornada de agente. El promedio creció de 0.5 a 5.7 jornadas de agente por investigador y día calendario durante 2026\. Puede haber varias sesiones a la vez: esa suma registra tiempo de ejecución, no cinco días de trabajo humano ahorrados en una jornada. OpenAI también señala que sus herramientas internas, incluidas Codex, ChatGPT y la API, representan el 2% del cómputo total de investigación.

Una encuesta a 101 integrantes del área de investigación ofrece una medida distinta, basada en opiniones. Ante la hipótesis de perder los agentes de programación avanzados durante tres meses, la respuesta mediana fue que aceptarían intercambiar un 30% del cómputo del equipo para recuperarlos o, en una pregunta separada, el 40% de la plantilla del equipo. Es una valoración hipotética de los encuestados, no un anuncio de recortes de personal. OpenAI reconoce limitaciones tanto en las respuestas declaradas como en la selección de participantes.

## El 46% de OpenAI y el 26% de Anthropic miden cosas distintas

Anthropic había informado que Claude "lideraba" el 26% de su trabajo de investigación y desarrollo en agosto. Su definición admite supervisión humana: el sistema realiza la mayor parte de una tarea a partir de una instrucción general. OpenAI, en cambio, calcula el éxito sin intervención en grupos de tareas delegadas. [La medición de Anthropic](https://fomoera.com/anthropic-claude-lidera-26-id-ia/) abarca una canasta de trabajo distinta, y la propia compañía advierte que falta una metodología común para comparar laboratorios.

OpenAI registra además 1.68 veces más experimentos por investigador activo durante las cuatro semanas terminadas el 18 de octubre que en su referencia de 2025\. El informe aclara que hacer más experimentos o cambiar más líneas de código no demuestra por sí solo una aceleración equivalente en las capacidades de los modelos. En entrevistas sobre las ideas que impulsaron lanzamientos recientes, los investigadores de posentrenamiento y supervisión de seguridad atribuyeron a personas las ideas que señalaron como principales; en preentrenamiento para GPT-6.2 Astra, describieron algunas ideas desarrolladas en conversación con Codex.

El trabajo documentado en seguridad y alineación también aumentó un 77% entre enero y septiembre, según OpenAI, por nuevas contrataciones y el traslado de investigadores a esas tareas. La empresa se propone medir en adelante si el avance de las capacidades y el de la seguridad siguen ritmos distintos; las tasas de éxito de los agentes todavía no resuelven esa comparación.

*Fuentes:* [1](https://openai.com/index/research-acceleration-jagged-frontier/?ref=fomoera.com), [2](https://openai.com/index/research-acceleration-view-inside-openai/?ref=fomoera.com), [3](https://www.anthropic.com/institute/measuring-pace-of-ai-development?ref=fomoera.com)