Todos se están perdiendo GPT-4o: Por qué la gente lo prefiere a GPT-5

OpenAI posicionó GPT-5 como un salto hacia la AGI. Fue presentado como un modelo con "capacidades de nivel de doctorado" en razonamiento, escritura y codificación.

\ La promesa incluía menos alucinaciones, un nuevo modo de Pensamiento, y un enrutamiento que podría ajustarse entre velocidad y profundidad.

\ Pero, ¿realmente cumplió el lanzamiento? Los problemas estuvieron ahí desde el principio. Y en lugar de entusiasmo, GPT-5 ha generado frustración e incluso nostalgia por GPT-4o.

\ Entonces, ¿qué pasó? ¿Y qué podemos aprender de esto?

La Promesa de GPT-5 y la Realidad

La propuesta de valor de GPT-5 era clara en papel. El enrutamiento adaptativo mejoraría la eficiencia. Un modo de Pensamiento dedicado desbloquearía un razonamiento más profundo. Y la promesa de que las alucinaciones serían menos frecuentes.

\ Pero desde el principio, las cosas empezaron a ir mal. En el primer día, el sistema de enrutamiento falló. Esto hizo que GPT-5 fuera más lento y menos capaz que GPT-4o.

\ Luego, los modelos más antiguos fueron retirados sin previo aviso. Para las empresas, esto interrumpió los flujos de trabajo y desestabilizó los planes de adopción.

\ Muchos equipos habían optimizado procesos alrededor de GPT-4o, solo para descubrir que el cambio a GPT-5 introdujo más fricción en lugar de menos.

La Reacción Negativa de los Desarrolladores

Los desarrolladores experimentaron la regresión más visible. GPT-5 Codex era de cuatro a siete veces más lento que GPT-4.1 en tareas estándar.

\ Esta ralentización rompió el flujo de las sesiones de codificación, y los desarrolladores tuvieron que quedarse inactivos esperando la salida en lugar de iterar en tiempo real.

\ Sin opción de volver atrás, la productividad cayó. Competidores como Claude Code y DeepSeek de repente ofrecieron mejor velocidad y usabilidad.

Por Qué GPT-4o Todavía Se Siente

Mejor GPT-4o y sus variantes estaban lejos de ser perfectos, pero funcionaban. Ofrecía un equilibrio de velocidad, creatividad y fiabilidad que lo hacía confiable. Las empresas ajustaron sus operaciones en torno a él porque era consistente.

\ El tono también jugó un papel. GPT-4o se sentía más humano sin ser demasiado familiar. GPT-5, en comparación, ha sido criticado por respuestas más planas y un estilo más frío y mecánico.

\ Muchos usuarios se apegaron a la forma en que interactuaban con GPT-4o, y el cambio les dejó la sensación de que algo esencial se había perdido. Lo que una vez se sintió como un socio colaborativo ahora se siente transaccional.

\ Esa diferencia, combinada con un rendimiento más lento y flujos de trabajo interrumpidos, explica por qué GPT-4o todavía inspira lealtad mientras GPT-5 lucha por ganar confianza.

La Verdadera Lección sobre Fiabilidad

Esta situación ha destacado cuán frágiles se vuelven los sistemas cuando dependen de un solo modelo o proveedor. Cuando GPT-4o fue eliminado, las organizaciones sin estrategia de respaldo quedaron expuestas.

\ El diseño del sistema debe anticipar el cambio constante. Si hay algo que sabemos sobre el ritmo de la tecnología, es que no va a disminuir pronto.

\ Hay formas prácticas de abordar esto. Las capas de abstracción hacen posible la adaptación cuando los proveedores alteran o retiran modelos. La planificación para la regresión previene contratiempos cuando las actualizaciones no logran entregar mejoras. Estos enfoques protegen el capital, mantienen las operaciones estables y reducen el riesgo de interrupción.

\ GPT-5 mostró que el progreso no siempre viene con un número de versión. Destacó la fragilidad de las estrategias de adopción centradas en el modelo en entornos donde los proveedores se mueven más rápido de lo que las empresas pueden adaptarse.

\ La lección no es aferrarse a GPT-4o. La lección es diseñar sistemas que puedan resistir la volatilidad.

. . .

Nick Talwar es un CTO, ex-Microsoft, y un ingeniero de IA práctico que apoya a ejecutivos en la navegación de la adopción de IA. Comparte ideas sobre estrategias de IA primero para impulsar el impacto en los resultados.

→ Síguelo en LinkedIn para captar sus últimos pensamientos.

→ Suscríbete a su Substack gratuito para artículos en profundidad entregados directamente en tu bandeja de entrada.

→ Mira la sesión en vivo para ver cómo los líderes en industrias altamente reguladas aprovechan la IA para reducir el trabajo manual e impulsar el ROI.