Resumen de OpenAI DevDay 2025

Suscríbete al boletín, https://maily.so/kkumaeunsonyeon

Resumen de la keynote de Sam Altman

El 6 de octubre de 2025 se llevó a cabo el evento 'OpenAI DevDay 2025'. En esta edición, se presentaron cambios estratégicos futuros en distintos frentes, con foco principal en los últimos avances de investigación de OpenAI y en actualizaciones de producto.

En su keynote, Sam Altman ofreció una visión del futuro del desarrollo de inteligencia artificial y presentó nuevas herramientas y plataformas de OpenAI para que los desarrolladores puedan contribuir a transformar el mundo mediante la IA. Al inicio de la presentación, comparó el pasado y el presente y mostró con cifras concretas el crecimiento de la plataforma de OpenAI para facilitar la comprensión del público. (El throughput de la API aumentó drásticamente, de 300 millones de tokens por minuto a más de 6 mil millones por minuto, lo que sugiere que la IA dejó de ser una simple herramienta de juego para convertirse en una herramienta de uso cotidiano). Sam Altman también agregó que todavía están en una etapa temprana del recorrido y que seguirán concentrándose en ayudar a los desarrolladores a usar la IA con mayor facilidad.

Para ello, anunció métodos para crear y distribuir apps dentro de ChatGPT, formas de construir agentes de manera más rápida y eficiente, maneras de simplificar el desarrollo de software reduciendo tareas de codificación repetitivas, y además actualizaciones de modelos y APIs para respaldar todo esto. OpenAI también prometió seguir apoyando a los desarrolladores para que puedan materializar posibilidades aún mayores con la tecnología de IA.

Con este evento DevDay 2025, OpenAI anunció cambios estratégicos en varios frentes, incluidos alianzas de hardware e infraestructura, expansión de modelos multimodales y apertura del ecosistema de apps.
Cambio de un enfoque centrado en el consumidor hacia la expansión del negocio de plataformas de IA empresariales.
En paralelo, avanzará en responder a riesgos externos y regulaciones, como temas de copyright y seguridad, además de planes para modelos de pesos abiertos.

Principales anuncios y tendencias

1. Apps In ChatGPT: lanzamiento del App SDK

OpenAI ha venido realizando diversos intentos para abrir ChatGPT a los desarrolladores con el objetivo de ayudar a los usuarios a ser más productivos y creativos mediante ChatGPT, adoptando estándares como GPT's y MCPs, y conectando ChatGPT con más aplicaciones. Como resultado de estos esfuerzos, OpenAI lanzó App SDK para que los desarrolladores puedan crear apps reales dentro de ChatGPT. Este App SDK permite a los desarrolladores interactuar con los usuarios de ChatGPT y crear apps personalizadas. App SDK está construido sobre MCP, y los desarrolladores pueden controlar por completo tanto la lógica del backend como la UI del frontend.

Las apps desarrolladas con App SDK pueden llegar a cientos de millones de usuarios de ChatGPT, lo que será de gran ayuda para que los desarrolladores escalen rápidamente sus productos. Si el usuario ya está suscrito a un producto existente, también podrá iniciar sesión directamente dentro de la conversación. Además, OpenAI indicó que planea habilitar varias formas de monetización con pagos dentro de ChatGPT mediante un nuevo protocolo llamado Agent Commerce. Esto permitiría que, incluso si el usuario no solicita una app específica, ChatGPT pueda recomendar apps relacionadas con el contenido de la conversación.

2. AgentKit: simplificación del desarrollo de agentes y mejora de la eficiencia

OpenAI explicó que la IA está evolucionando desde un sistema que solo responde preguntas hacia uno capaz de realizar diversas tareas para los usuarios, y que en el centro de esa evolución están los agentes. (Los agentes son software que realiza tareas basadas en contexto, herramientas y confianza). Sin embargo, pese a las altas expectativas y al potencial de los agentes, todavía son muy pocos los que se usan ampliamente en producción. Esto es resultado de una combinación de factores, como la dificultad del desarrollo de agentes, el uso de frameworks complejos, la orquestación, los loops de evaluación, la conexión de herramientas y la construcción de interfaces de usuario. AgentKit de OpenAI busca hacer que el proceso desde la idea hasta el agente sea rápido y sencillo.

AgentKit es un conjunto completo de bloques de construcción disponibles en la plataforma de OpenAI, diseñado para que sea fácil crear, desplegar y optimizar agentes desde el prototipo hasta producción. AgentKit ofrece varias funciones clave, como Agent Builder, Chat Kit, Eval for Agents y acceso de los agentes a datos.

Agent Builder: un lienzo visual para crear agentes que ayuda a diseñar pasos lógicos, probar flujos e implementar ideas rápidamente.
Chat Kit: ofrece una interfaz de chat que puede integrarse directamente en aplicaciones para mejorar la experiencia del usuario.
Eval for Agents: una nueva función para medir el desempeño de los agentes, que ayuda a comprender la toma de decisiones paso a paso del agente, evaluar datasets, automatizar la optimización de prompts y realizar evaluaciones sobre modelos externos. Además, mediante el registro de conectores de OpenAI, los agentes pueden conectarse de forma segura con herramientas internas y sistemas de terceros.

3. Codex: cambios en la forma de desarrollar software

OpenAI destacó que estamos entrando en una nueva era en la que la IA transforma la forma de desarrollar software, y con Codex busca ayudar a los desarrolladores a escribir código de manera más rápida y eficiente. Codex funciona en todos los lugares donde se escribe código, incluidos IDE, terminal, GitHub y la nube, y conecta todo a través de la cuenta de ChatGPT para permitir mover el trabajo entre herramientas de manera fluida.

Codex está basado en el modelo GPT-5 Codex, es más hábil en tareas como refactorización y revisión de código, y puede ajustar dinámicamente el tiempo de razonamiento según la complejidad de la tarea. Los desarrolladores prefieren este nuevo modelo y el uso de Codex está creciendo rápidamente. Codex también se usa ampliamente dentro de OpenAI: la mayoría del código nuevo lo escriben usuarios de Codex y casi todos los PR de OpenAI pasan por revisión con Codex.

Codex es útil no solo para desarrolladores individuales, sino también para equipos de ingeniería. A través de integración con Slack, Codex SDK y herramientas de administración, permite mejorar el trabajo en equipo y gestionar el uso de Codex. Como ejemplo, Cisco desplegó Codex en toda su organización de ingeniería, reduciendo en 50% la velocidad de revisión de código y acortando la duración promedio de los proyectos de varias semanas a solo días.

(Raman demostró cómo usar Codex y la API para convertir todo lo que lo rodea en software ejecutable. Creó una interfaz de panel de control para cámara con Codex CLI y añadió branding de Figma para hacer coincidir el diseño perfectamente. También preguntó cómo controlar una cámara Sony FR7 usando Codex CLI sin escribir una sola línea de código, y luego generó la integración con el protocolo Visca y la conectó al panel de control).

4. GPT-5 Pro, GPT-Realtime-Mini, Sora2
OpenAI anunció múltiples actualizaciones de modelos.

GPT-5, lanzado en agosto, es hábil en agent steering y end-to-end coding, y está siendo usado por startups de programación como Cursor, Windsurf y Percel para cambiar la forma de desarrollar software y lanzar apps.

OpenAI lanzó GPT-5 Pro en la API para que todos los desarrolladores puedan usarlo. GPT-5 Pro está orientado a tareas difíciles que requieren alta precisión y razonamiento profundo, como finanzas, derecho y salud. También lanzó en la API un modelo más pequeño y liviano llamado GPT-Realtime-Mini. Este modelo es 70% más barato que el modelo avanzado liviano lanzado hace dos meses y ofrece la misma calidad y expresividad en formato liviano. OpenAI cree que los modelos livianos serán una de las principales formas de interactuar con la IA.

OpenAI lanzó Sora2 en la API como una nueva capacidad para creadores. Ahora se puede acceder al mismo modelo que impulsa la impresionante salida de video de Sora2. Sora2 ofrece un nivel de control significativamente mejor que el modelo anterior, acepta instrucciones detalladas y entrega resultados estilizados y compuestos con precisión.

Por ejemplo, es posible tomar una vista de iPhone y pedirle a Sora que la expanda como una toma panorámica amplia con estilo cinematográfico. El modelo también puede combinar bien elementos visuales y sonido, y ofrece no solo voz, sino también paisajes sonoros ricos, audio ambiental y efectos sincronizados.

Además

Actualizaciones de modelos multimodales y de razonamiento

Modelo GPT-4.5: se mencionó como un modelo conversacional centrado en chat, con mejoras en reconocimiento de patrones, creatividad y comprensión de la intención del usuario.
o3-mini: se presentó como un modelo de razonamiento rentable, con mejor desempeño que o1 en matemáticas, ciencia y programación.
Se reforzó la capacidad de interpretación de entradas de imagen de GPT-4o (versión multimodal).

Alianzas de hardware e infraestructura

OpenAI firmó un contrato de suministro de chips por varios miles de millones de dólares con AMD y planea asegurar recursos de cómputo a escala de XGW (gigavatios) en el futuro.
Alianzas con empresas coreanas: se están discutiendo asociaciones con Samsung Electronics y SK hynix, entre otras, para atraer el proyecto Stargate a Corea, al mismo tiempo que se conversa sobre suministro de semiconductores y construcción de centros de datos de IA.

Respuesta al copyright y modelos de generación de video

Modelo Sore2: un modelo multimodal avanzado que genera video + audio a partir de texto y puede producir resultados más realistas y controlables.
A medida que el modelo Sore2 permite generar videos que incluyen personajes populares y otros elementos, ha surgido la posibilidad de reacciones por parte de titulares de derechos por temas de copyright.
OpenAI anunció que ofrecerá a los titulares de derechos opciones de control detalladas (por ejemplo, permitir o no la generación de video y restricciones de uso).

Fortalecimiento del negocio de IA empresarial y estrategia del ecosistema de apps

OpenAI busca transformar ChatGPT de un simple modelo conversacional a un ecosistema utilizable como plataforma o sistema operativo. (Por ejemplo, ejecutar apps dentro de ChatGPT).
Se mencionó el objetivo de ampliar asociaciones por industria con Samsung Electronics, SK hynix, Spotify, Zillow, Canva y Booking.com, entre otros.
OpenAI planea introducir un proceso de envío y revisión de apps, así como funciones de comercio con pagos dentro de la app.

Reinterpretación de la estrategia central de OpenAI

Si reinterpretamos la futura estrategia central del negocio de OpenAI a partir del contenido de este evento OpenAI DevDay 2025, se puede resumir así.

1. Inicio de la transición a plataforma y conquista del ecosistema

Se percibe la intención de convertir ChatGPT no en un simple chatbot de IA, sino en un hubspot donde los usuarios puedan interactuar con diversas apps.
AgentKit, Connector, Registry y Apps SDK sientan las bases técnicas de la transición de 'App -> AI Platform'.
Es una estrategia para fortalecer el efecto de lock-in de plataforma frente a competidores como Google, MS y Meta.

2. Control de infraestructura y gestión de costos

Para el crecimiento de los modelos de IA, especialmente los grandes modelos multimodales y de video, el costo de cómputo y la disponibilidad de hardware son obstáculos clave.
El acuerdo estratégico con AMD es una estrategia para reducir la dependencia del hardware centrado en NVIDIA y diversificar la cadena de suministro.
Asegurar opciones accionarías en AMD sugiere una evolución más allá de una simple relación cliente-proveedor hacia una alianza estratégica.

3. Cambio en la estructura de ingresos

Existe una evaluación realista de que depender solo de ingresos centrados en servicios gratuitos y premium para consumidores dificulta cubrir los enormes costos actuales de infraestructura.
Diversificación del modelo de ingresos mediante expansión de clientes empresariales de IA, monetización dentro de apps y mayor uso de la API.

4. Reconocimiento de riesgos dentro del escenario competitivo

Mientras la competencia entre plataformas de IA se intensifica cada vez más, OpenAI intenta cambiar rápidamente hacia una estrategia centrada en su propia plataforma. Sin embargo, el éxito de la expansión del ecosistema, la atracción de desarrolladores de IA, la obtención de socios y alianzas, y diversos riesgos regulatorios siguen siendo variables importantes. Además, la estrategia para asegurar neutralidad de hardware probablemente provocará respuestas de los competidores.

Implicaciones y puntos a observar

1. Cambio de plataforma: ChatGPT → ecosistema de apps dentro de ChatGPT

Se ha vuelto más clara la dirección de que ChatGPT evolucione de un simple modelo de lenguaje a una plataforma de apps.
Los desarrolladores se conectarán directamente con los usuarios a través de la interfaz de chat, y se abre una puerta de entrada a un ecosistema donde desarrollar y desplegar es sencillo.
Este cambio podría representar un desafío para la estructura del mercado de apps centrado en apps móviles y web.

2. Expansión de la automatización de flujos de trabajo centrada en agentes

AgentKit permite desarrollar rápidamente agentes de IA capaces de realizar automatizaciones complejas, tareas personalizadas para usuarios y coordinación de procesos.
Es muy probable que en adelante se expanda la automatización basada en agentes en diversas áreas, como trabajo interno de empresas, soporte al cliente y procesamiento autónomo de datos.
Es especialmente importante que, al poder combinar e implementar agentes mediante un enfoque de diseño non-coder, se reduzca la barrera de entrada técnica.

3. Mayor importancia del rendimiento por costo y de los modelos livianos

Se enfatizan modelos no necesariamente grandes, sino modelos livianos (como GPT‑Realtime‑Mini) o modelos optimizados para propósitos específicos.
En interacciones en tiempo real y procesamiento de voz/video, el equilibrio entre rendimiento y costo de los modelos livianos es clave.
Esto aumenta, para desarrolladores y empresas, la posibilidad de “integrar IA en tareas cotidianas sin una carga alta de costos”.

4. Ventaja competitiva en estrategia de hardware/infraestructura

Por innovadores que sean el modelo y la plataforma de IA, si la infraestructura no acompaña, la escalabilidad se limita.
La alianza con AMD puede verse como un intento de OpenAI de construir una estructura más flexible para asegurar recursos de cómputo.
Además, asegurar escala y eficiencia en la infraestructura se convierte en la base para obtener competitividad de costos y estabilidad frente a rivales.

5. Cambio en el panorama competitivo y guerra de ecosistemas

Se plantea la posibilidad de desafiar el modelo de ecosistema centrado en las app stores de Apple y Google.
Se fortalece una estructura donde el proveedor de modelos de IA y el proveedor de plataforma manejan al mismo tiempo la distribución y monetización de apps.
Otras empresas responderán en una dirección similar, y la competencia entre plataformas de IA será aún más intensa.

6. Riesgos y consideraciones

Temas legales y éticos como privacidad del usuario, seguridad de los datos, posibilidad de sanciones y atribución de responsabilidad adquieren aún más importancia.
En especial, será una tarea central de gobernanza definir hasta qué nivel las apps y agentes basados en chat podrán recibir permisos del usuario.
También persisten riesgos de infraestructura física, como dependencia de hardware, carga de costos y riesgos de cadena de suministro.

Estrategia futura desde la perspectiva de empresas y desarrolladores

1. Prepararse para desarrollar apps dentro de ChatGPT

Evaluar estrategias para trasladar o vincular apps existentes y apps web a un entorno basado en ChatGPT.
Crear prototipos iniciales con Apps SDK y MCP (Model Context Protocol).

2. Identificar casos de uso para automatización basada en agentes

Explorar áreas prometedoras para servicios basados en AI Agent, como tareas repetitivas, atención y soporte, reservas y scheduling.
Ejecutar proyectos piloto internos usando AgentKit.

3. Establecer una estrategia de optimización de costos de modelos

Usar modelos livianos y modelos de propósito específico en el lugar adecuado.
Considerar el equilibrio entre patrones de uso de la API, procesamiento por lotes y vinculación (procesamiento) en tiempo real.

4. Reordenar la estrategia de infraestructura y nube

Planificar la diversificación de la dependencia de hardware y la obtención de recursos de cómputo en la nube.
Revisar activamente recursos internos y alianzas externas.

5. Gobernanza de datos y respuesta regulatoria

Buscar activamente reforzar la protección de la privacidad, la transparencia y la seguridad.
Establecer mecanismos de responsabilidad y monitoreo para el comportamiento de los agentes.

6. Respuesta a la competencia del ecosistema y estrategia de colaboración

Explorar alianzas con otras plataformas y servicios.
Impulsar una estrategia de diferenciación aprovechando fortalezas propias en datos y dominio.