GPT-5 lidera en pruebas de razonamiento y codificación, pero aún muestra limitaciones en habilidades sociales y razonamiento espacial
GPT-5 destaca en varias áreas de inteligencia artificial, aunque aún enfrenta desafíos en habilidades sociales y razonamiento espacial.
En el competitivo mundo de la inteligencia artificial, la mayoría de los modelos principales ofrecen paquetes similares en apariencia, con pequeñas diferencias en sus funciones y características. Sin embargo, la verdadera competencia se da en las pruebas y benchmarks que evalúan aspectos como la inteligencia emocional, lógica, codificación, escritura y razonamiento.
Recientemente, la aparición de GPT-5 ha generado gran expectativa debido a la magnitud de su actualización y su rendimiento en diversas áreas. Según resultados independientes, GPT-5 lidera en pruebas de razonamiento científico, matemáticas y habilidades de codificación, situándose en la cima en muchos de los benchmarks evaluados. En particular, destaca en la clasificación general, la generación de texto, comprensión visual y en competencias específicas como las pruebas LMArena y Arena.
En pruebas externas realizadas por empresas especializadas, GPT-5 obtiene primeros lugares en razonamiento biológico, físico y químico, así como en matemáticas a nivel de secundaria. También ofrece un desempeño cercano a la perfección en codificación, aunque en pruebas de razonamiento adaptativo, una habilidad crucial para la adaptación a nuevas situaciones, no alcanza la misma excelencia, siendo superado por modelos como Gemini y Claude.
Las evaluaciones realizadas por plataformas como Artificial Analysis y LiveBench también resaltan la superioridad de GPT-5 en métricas de inteligencia, rendimiento y velocidad, logrando la posición de liderazgo en varias categorías incluyendo generación de texto, programación y procesamiento visual.
Sin embargo, en las pruebas de referencia SimpleBench, que presentan desafíos de razonamiento espacial, inteligencia social y preguntas trampa, GPT-5 no logra superar el promedio humano, ubicándose en quinta posición y por debajo de otros modelos como Gemini 2.5 Pro y Grok 4.
Estos resultados preliminares indican que, aunque GPT-5 lidera en la mayoría de los benchmarks y áreas de aplicación, sus ventajas son, en general, pequeñas en porcentaje. Esto sugiere que, si bien es uno de los modelos más avanzados hasta ahora, todavía no es claramente superior en todos los aspectos, y su desempeño en distintos contextos será evaluado en los meses siguientes.
En conclusión, GPT-5 se posiciona como uno de los modelos más completos y capaces en el panorama de la inteligencia artificial, especialmente en áreas donde ha experimentado las mayores actualizaciones, como creación de contenido, programación y salud. No obstante, la carrera continúa y la competencia sigue activa, con otros modelos que también muestran un rendimiento destacado en distintos aspectos técnicos y cognitivos.