El 9 de agosto, el usuario de X ChrisGPT, que sigue de cerca los desarrollos de los modelos de OpenAI, reveló que OpenAI está avanzando en una nueva ronda de modelos de preentrenamiento a gran escala con el código nombre Doug.
Según él, Doug será el proyecto de preentrenamiento más grande hasta la fecha de OpenAI, y no es el mismo modelo que GPT-6.
En respuestas posteriores, ChrisGPT indicó que GPT-6 es muy probable que sea el modelo más potente de OpenAI, Astra, cuyo lanzamiento se suspendió de emergencia ayer por problemas de seguridad.
En cuanto a Doug, se espera que se lance como máximo antes de noviembre.
ChrisGPT no es la primera fuente que menciona públicamente a Doug.
El 7 de agosto, la institución de investigación de semiconductores e inteligencia artificial SemiAnalysis publicó un memorándum de investigación previamente enviado a clientes institucionales en un artículo que discutía Gemini y Google Cloud. Este memorándumo está fechado el 9 de julio.
Dirección del artículo: https://newsletter.semianalysis.com/p/gemini-is-cooked-but-gcp-is-cooking
Una frase es clave: OpenAI ya ha superado los problemas de preentrenamiento, y un modelo mucho más grande, con el código Doug, se está desarrollando activamente.
Si el mensaje es preciso, Doug podría estar sugiriendo que, tras casi dos años en los que el crecimiento de la capacidad se basó principalmente en post-entrenamiento, aprendizaje por refuerzo y cómputo en tiempo de inferencia, OpenAI está reiniciando un gran cambio en los modelos base.
La historia comienza con GPT-4o.
OpenAI asigna más crecimiento a RL
El 13 de mayo de 2024, OpenAI lanzó GPT-4o y lo denominó el nuevo modelo insignia.
Casi dos años después, OpenAI, aunque entrenó y lanzó nuevos modelos preentrenados como GPT-4.5, aún no ha completado una ronda de preentrenamiento a escala completa que pueda ser ampliamente implementada como el próximo modelo frontera principal.
Al mismo tiempo, el crecimiento de la capacidad de los modelos de OpenAI comienza a provenir cada vez más de otra vía.
El 12 de septiembre de 2024, OpenAI lanzó o1-preview.
En comparación con el pasado, cuando el aumento de capacidad dependía de preentrenamientos a mayor escala, o1 muestra un otro método de escalado: mediante aprendizaje por refuerzo a gran escala, el modelo aprende a dedicar más cómputo durante la inferencia. Desde entonces, el post-entrenamiento, el RL y el cómputo en tiempo de inferencia se han vuelto cada vez más importantes en el sistema de modelos de OpenAI.
En abril de 2025, o3 se lanzó oficialmente. OpenAI volvió a enfatizar que la capacidad de razonamiento de la serie o proviene del aprendizaje por refuerzo a gran escala.
En agosto de 2025, se lanzó GPT-5. Ya no es solo un modelo único, sino una arquitectura unificada compuesta por modelos rápidos, modelos de razonamiento profundo y un sistema de enrutamiento.
SemiAnalysis considera que detrás de la serie o1, o3 e incluso GPT-5 no hay un salto generacional de un nuevo modelo base equivalente al de GPT-4o; los modelos relacionados siguen basándose en el sistema de modelos de la era GPT-4o.
OpenAI nunca ha confirmado este linaje de entrenamiento, pero si la información de SemiAnalysis es correcta, se entiende muy bien la trayectoria de los últimos dos años aproximadamente: la base no ha experimentado un salto generacional del mismo nivel, y el crecimiento de capacidad ha sido impulsado principalmente por post-entrenamiento y RL cada vez más potentes.
El escalado de modelos también ha pasado de depender principalmente del pre-entrenamiento a abarcar tres dimensiones: pre-entrenamiento, RL y cómputo en tiempo de inferencia.
El problema es que, si el modelo base no experimenta una actualización de igual nivel durante mucho tiempo y solo se basa en el entrenamiento posterior y el cálculo de inferencia para seguir escalando, tarde o temprano enfrentará una disminución de los rendimientos marginales.
La aparición de Gemini 3 convirtió rápidamente este problema potencial de entrenamiento en una presión competitiva real.
Garlic: el pre-entrenamiento ha comenzado a funcionar nuevamente
El 18 de noviembre de 2025, Google lanzó Gemini 3.
Diez días después, SemiAnalysis lanzó en su análisis de TPUv7 un juicio que generó un amplio debate: desde GPT-4o, OpenAI no ha completado un entrenamiento completo exitoso que pueda ser ampliamente implementado como un nuevo modelo frontera.
Cuando Google lanzó Gemini 3, esta diferencia pasó de ser un problema de ruta de entrenamiento a una presión competitiva directa.
El 1 de diciembre, múltiples medios informaron que Sam Altman anunció internamente en OpenAI un «Code Red», pidiendo al equipo que priorizara la mejora de ChatGPT y reconfigurara parte de los recursos.
Un día después, surgen información de entrenamiento más clave.
El 2 de diciembre de 2025, The Information informó que OpenAI está desarrollando un nuevo modelo de preentrenamiento con el código Garlic. La publicación citó fuentes internas que indican que Garlic obtuvo buenos resultados en evaluaciones de codificación y razonamiento, y utilizó una serie de correcciones de errores descubiertas por OpenAI durante entrenamientos anteriores.
Más importante aún, se informa que el jefe de investigación de OpenAI, Mark Chen, le dijo al equipo que la empresa ha resuelto algunos problemas clave del pre-entrenamiento anterior. El informe también menciona que estas mejoras en el entrenamiento permiten que modelos más pequeños contengan conocimientos que antes requerían modelos más grandes.
En el mismo artículo, también había una frase que más tarde resultó especialmente importante: OpenAI ya ha comenzado a desarrollar un modelo «aún más grande y mejor» basado en la experiencia adquirida con Garlic.
La historia de Doug realmente comenzó desde aquí.
El 6 de enero de 2026, SemiAnalysis volvió a hablar sobre la hoja de ruta de los modelos de OpenAI. Esta vez, escribieron directamente: OpenAI ya ha resuelto los problemas de preentrenamiento.
Es decir, según la información que posee SemiAnalysis, OpenAI ya ha resuelto los problemas que antes dificultaban el preentrenamiento a escala completa.
Garlic probablemente asumió el papel de verificar si estas correcciones fueron efectivas, mientras que Doug podría ser el resultado de que estos métodos de entrenamiento se escalaron realmente a una mayor magnitud.
OpenAI podría estar preparando reiniciar la escalada de la base
Si el mensaje anterior es preciso, OpenAI podría estar avanzando continuamente en al menos dos proyectos importantes de modelos: Astra, que ya ha entrado en la fase de evaluación avanzada, y Doug, cuyo tamaño se dice que es aún mayor.
Pero Doug apunta a otro aspecto: impulsar nuevamente la escalabilidad de la base misma.
En los últimos dos años, OpenAI ha demostrado que las bases antiguas aún pueden seguir siendo impulsadas hacia arriba mediante RL, razonamiento y cómputo en tiempo de inferencia.
Doug debe responder a otra pregunta: después de que la base misma realice otro gran salto, ¿hasta dónde puede llevar esta体系 de post-entrenamiento ya llevada al límite.
This might be the true starting point of the next round of model competition for OpenAI.
Enlace de referencia:
https://x.com/ChrisGPT/status/2086220662264250764
https://newsletter.semianalysis.com/p/gemini-is-cooked-but-gcp-is-cooking
https://newsletter.semianalysis.com/p/rl-environments-and-rl-for-science
https://www.theinformation.com/newsletters/ai-agenda/openai-developing-garlic-model-counter-googles-recent-gains
Este artículo proviene del canal de WeChat "Machine Heart" (ID: almosthuman2014), autor: Machine Heart enfocada en LLM