OpenAI documenta GPT-5.1-Codex-Max, modelo de IA

OpenAI documenta GPT-5.1-Codex-Max, un modelo de IA especializado en programación que puede trabajar durante tareas muy largas sin perder el hilo. La compañía lo presenta como su nuevo modelo para agentes de software, sistemas capaces de planificar y ejecutar pasos para completar trabajos con menos instrucciones constantes.

El modelo se basa en una actualización de su modelo de razonamiento y fue entrenado con tareas de ingeniería de software, matemáticas, investigación, medicina y uso del ordenador. En programación, sus ejemplos de entrenamiento incluyen crear solicitudes de cambios, revisar código, desarrollar interfaces y responder preguntas técnicas.

Una tarea puede atravesar millones de tokens

GPT-5.1-Codex-Max es el primer modelo de OpenAI entrenado de forma nativa para trabajar entre varias ventanas de contexto. El contexto es la información que el modelo puede mantener disponible mientras resuelve una tarea.

Para hacerlo, utiliza un proceso llamado compaction, que resume y reorganiza la información anterior antes de continuar. Según OpenAI, esto le permite trabajar de forma coherente a lo largo de millones de tokens en una misma tarea, algo útil para proyectos de software grandes o trabajos que requieren muchas etapas.

En la práctica, podría revisar un repositorio, modificar varios archivos, comprobar el resultado y continuar después de una pausa sin tener que empezar desde cero. La capacidad no significa que el modelo sea autónomo sin límites: su rendimiento también depende de las herramientas, los permisos y el entorno en el que se ejecute.

Seguridad en el modelo y en el producto

La ficha técnica detalla medidas de seguridad aplicadas en dos niveles:

• Modelo: entrenamiento especializado para reducir respuestas peligrosas y resistir ataques de inyección de instrucciones. Estos ataques intentan hacer que el sistema siga órdenes ocultas dentro de un archivo, una página web o el código que está analizando.
• Producto: aislamiento del agente en un entorno controlado, conocido como sandbox, y acceso a internet configurable según el caso.

La separación es importante porque un modelo capaz de modificar código también puede interactuar con archivos, servicios y redes. Limitar esas conexiones reduce el impacto de un error o de una instrucción maliciosa.

Qué dice la evaluación de riesgos

OpenAI evaluó GPT-5.1-Codex-Max con su marco de preparación para modelos avanzados. El modelo muestra una capacidad alta en ciberseguridad, pero no alcanza el nivel definido como “High” en esa categoría.

La compañía espera que la capacidad en ciberseguridad siga aumentando y advierte que los modelos podrían superar ese umbral en un futuro cercano. En biología, GPT-5.1-Codex-Max recibe el tratamiento de capacidad “High”, igual que otros modelos recientes, por lo que se despliega con las salvaguardas utilizadas para GPT-5.

En cambio, no alcanza el nivel “High” en mejora autónoma de sistemas de IA. Esa evaluación mide si un modelo puede contribuir de forma significativa a mejorar otros sistemas de inteligencia artificial.

GPT-5.1-Codex-Max apunta a una dirección clara: agentes que no solo generan fragmentos de código, sino que sostienen trabajos largos y estructurados. Lo que conviene vigilar ahora es si esa continuidad se traduce en resultados más fiables y si los controles de acceso consiguen mantener bajo control lo que el agente puede hacer en el mundo real.