GPT-5.2 mejora el razonamiento científico y matemático

OpenAI presenta GPT-5.2 Pro y GPT-5.2 Thinking como sus modelos más capaces para apoyar tareas científicas y matemáticas. La compañía afirma que ambos son mejores para seguir razonamientos largos, mantener los cálculos coherentes y trabajar con problemas técnicos complejos.

La mejora no se limita a resolver ejercicios. OpenAI sostiene que un modelo capaz de razonar con abstracciones, mantener la consistencia durante muchos pasos y aplicar lo aprendido en distintos campos puede ser más útil en tareas como programar, analizar datos, diseñar experimentos o construir simulaciones.

Qué resultados presenta OpenAI

En la prueba GPQA Diamond, un examen de preguntas científicas de nivel de posgrado, GPT-5.2 Pro obtuvo un 93,2% de aciertos. GPT-5.2 Thinking quedó cerca, con 92,4%.

En FrontierMath, una evaluación de matemáticas de nivel experto que reúne problemas de los niveles 1 a 3, GPT-5.2 Thinking resolvió el 40,3% de los ejercicios. OpenAI afirma que este resultado marca un nuevo máximo en esa prueba.

Estos datos son resultados de evaluaciones concretas, no una demostración de que la IA pueda hacer ciencia sin supervisión. El rendimiento puede variar según el tipo de problema y las condiciones de uso.

Cómo puede ayudar en la práctica

En matemáticas y en áreas teóricas de la informática, estos modelos pueden servir para explorar demostraciones, comprobar hipótesis y detectar conexiones entre ideas. En otros campos, su utilidad puede estar en preparar código, revisar análisis estadísticos, organizar bibliografía o proponer caminos para investigar una pregunta.

La diferencia importante es el papel que ocupa el modelo. No sustituye al investigador ni decide por sí mismo si una conclusión es correcta. Puede generar un argumento detallado y bien estructurado, pero también cometer errores, ocultar supuestos o presentar como válido un paso que no lo es.

Los investigadores siguen siendo responsables de verificar la corrección, interpretar los resultados y aportar el contexto científico.

OpenAI llega a esta conclusión después de trabajar durante el último año con científicos de matemáticas, física, biología e informática. La compañía también ha recopilado casos iniciales en astronomía y ciencia de materiales para mostrar cómo GPT-5 ya se estaba incorporando a trabajos reales. Con GPT-5.2, asegura que esas aportaciones empiezan a ser más constantes y fiables.

Qué cambia para ti

Si trabajas con información técnica, el avance puede traducirse en un asistente más útil para las primeras fases de un proyecto: entender un problema, comparar enfoques, escribir un borrador de código o revisar una cadena de razonamiento.

Pero la verificación sigue siendo imprescindible, especialmente cuando hay decisiones médicas, financieras, industriales o científicas en juego. Un resultado convincente no equivale a un resultado demostrado.

La señal que conviene vigilar es si estas mejoras se mantienen fuera de los exámenes y producen avances reproducibles en proyectos científicos reales. Por ahora, GPT-5.2 apunta a un papel concreto: acelerar la exploración y el trabajo preliminar, mientras la responsabilidad de comprobar y entender cada resultado continúa en manos humanas.