El plan de OpenAI para sacar más dinero con GPT-5 les ha explotado en la cara: marcha atrás total

El lanzamiento de GPT-5 por OpenAI marcó otro hito en la evolución de los chatbots de IA, aunque no sin controversias. GPT-5 prometía ser más accesible y potente, pero en la práctica, revirtió a prácticas vistas en GPT-4, suscitando debates sobre el monetizar las tecnologías de IA. Una novedad destacada fue la introducción de un «enrutador» que adaptaría el modelo a las necesidades del usuario dependiendo de la complejidad de la consulta. Sin embargo, este enrutador priorizaba el uso de variantes más económicas del modelo, lo que generó críticas por parte de los usuarios más frecuentes. Este descontento llevó a OpenAI a reintroducir modelos antiguos, como GPT-4o, para suscriptores de pago, y permitir a los usuarios no pagos seleccionar la variante de GPT-5 que prefieren usar.

Siguiendo las reacciones, OpenAI, liderado por Sam Altman, decidió ofrecer mayor flexibilidad en el uso de GPT-5, permitiendo a los usuarios elegir entre modos como «Auto», «Fast» y «Thinking», buscando equilibrar la personalización con la eficacia. Además, Altman señaló que se está trabajando en una actualización que hará que GPT-5 parezca más «cálido» y menos robótico, respondiendo así a las críticas sobre su neutralidad.

Una teoría surgida de Semianalysis sugiere que el foco del modelo no era tanto la innovación tecnológica, sino el enrutador como una herramienta de monetización para impulsar a más usuarios hacia las suscripciones de pago. Las estadísticas compartidas por Altman reflejan un interesante crecimiento en la preferencia por la variante «razonadora» de GPT-5, así como un incremento en las suscripciones.

Parece que OpenAI podría estar siguiendo una estrategia similar a la «mierdificación» observada en servicios como Netflix, donde se degrada intencionalmente la versión gratuita para incentivar el paso a opciones de pago. Esta táctica, aunque inicialmente genera críticas, podría resultar en un aumento de suscriptores de pago, demostrando que es posible trasladar modelos de monetización de otros sectores al ámbito de la IA.