OpenAI marca un punto de inflexión con Codex-Max: un modelo que piensa, codifica, prueba y refactoriza como un ingeniero de software incansable. Con GPT-5.1-Codex-Max, la IA agente no solo escribe código, sino que ejecuta proyectos de software completos durante horas si es necesario. La era del “desarrollo sin pausa” acaba de comenzar.
OpenAI Codex es a la vez una herramienta de desarrollo de IA web, un agente de IA especializado en desarrollo e ingeniería de software (capaz de escribir, corregir y probar código de forma autónoma en entornos aislados) y una familia de modelos orientados a la codificación.
Está lejos de ser el único. GitHub Copilot Agent Mode hace lo mismo al ofrecer la posibilidad de elegir entre diferentes modelos de desarrollo de IA, Claude Code es el competidor directo que ofrece Anthropic, Google tiene a Jules (y Antigravity), etc.
La guerra se desarrolla al nivel de las capacidades de los agentes, pero también al nivel de los modelos de IA que animan a estos agentes. Y hasta ahora el Código Claude era considerado a menudo el más relevante.
Para recuperar el control, OpenAI lanzó en los últimos días su nuevo modelo GPT-5.1-Codex-Max, el nuevo avatar de su familia Codex. Destaca en particular por su asombrosa capacidad para ejecutar un agente de software real capaz de recorrer largas distancias en tareas largas, complejas y con varios archivos, hasta el punto de trabajar de forma independiente durante más de 24 horas en el mismo proyecto de código.
Este no es un simple cambio de versión, en realidad es un cambio de paradigma: con tales agentes autónomos, pasamos de una herramienta de finalización de código que ayuda al desarrollador sobre la marcha a un “administrador de sitio” digital, capaz de orquestar refactorizaciones a gran escala, siguiendo bucles de CI/CD y cerrando tickets en secuencia.
Del autocompletado a la codificación agente
Técnicamente, GPT-5.1-Codex-Max se presenta como un “modelo de codificación agente de frontera”, construido sobre una actualización del modelo de razonamiento GPT-5.1 y entrenado en tareas reales de ingeniería de software: creación de solicitudes de extracción, revisión de código, desarrollo de frontend, respuestas técnicas, etc.
La clave de este cambio de categoría reside en una palabra: “compactación”. Cuando los modelos clásicos se topan con el límite del contexto, Codex-Max está entrenado de forma nativa para trabajar en varias ventanas de contexto sucesivas y resumir la historia misma conservando lo esencial. En la práctica, el modelo es capaz de operar con millones de tokens para el mismo proyecto, compactando periódicamente la sesión para comenzar de nuevo en una ventana «nueva», pero que contiene la mayoría de los elementos útiles de ventanas anteriores para nunca perder de vista el proyecto.
Resultado: escenarios que ayer rebasaron los límites se hacen posibles. OpenAI destaca refactorizaciones completas de repositorios, sesiones de depuración profunda y bucles de agentes de varias horas o incluso varios días. Internamente, el editor dice que ha observado ejecuciones que duran más de 24 horas, durante las cuales el modelo itera sobre sus propias implementaciones, corrige las pruebas y termina entregando una solución considerada utilizable.
Ganancias mensurables en los puntos de referencia… y en los oleoductos
Sobre el papel, GPT-5.1-Codex-Max obviamente cumple los requisitos de referencia. En SWE-Lancer, una prueba diseñada para simular tickets reales de ingeniería de software, el modelo logró un 79,9% de éxito, en comparación con el 66,3% de la generación anterior en modo «alto». En SWE-bench Verified, obtiene mejores puntuaciones que GPT-5.1-Codex en un nivel equivalente de razonamiento, mientras consume alrededor de un 30% menos de tokens «pensantes».
Detrás de estas cifras, OpenAI enfatiza un punto que les hablará a los CIO: la productividad general de sus propios equipos. Según el editor, el 95 % de sus ingenieros ahora usan Codex todas las semanas y, desde que adoptaron el ecosistema, estos equipos entregan aproximadamente un 70 % más de solicitudes de extracción.
Codex-Max no es sólo un modelo “desnudo”. Está disponible en toda el área del Codex: CLI, extensión IDE (código VS), nube, revisión de código y debería llegar pronto a la API.
También es –y esto es muy nuevo y notable– el primer modelo OpenAI entrenado para operar de forma nativa en entornos Windows, lo que lo hace mucho más relevante para pilas .NET históricas, scripts de PowerShell y granjas de servidores que aún están muy estrechamente vinculados al ecosistema de Microsoft.
Y esto abre casos de uso muy concretos: rediseño de un módulo de facturación de la noche a la mañana, limpieza de un monolito envejecido, migración gradual de una base local a microservicios, industrialización de la redacción de pruebas unitarias y de integración, estabilización de un caprichoso proceso de CI/CD… Tantos temas que, tradicionalmente, consumen sprints enteros y movilizan equipos difíciles de reclutar. Aquí, Codex puede hacer la mayor parte del trabajo de forma independiente, ahorrando a los equipos un tiempo valioso y reduciendo significativamente el costo de dichos proyectos.
Un agente más fiable, pero que aún debe ser supervisado.
Paralelamente al rendimiento, OpenAI destaca los avances en la robustez y la reducción de las alucinaciones. Gracias a una mayor eficiencia de razonamiento, el modelo converge más rápidamente y evita callejones sin salida lógicos, un punto crítico cuando se le confían modificaciones masivas en un depósito de producción.
Pero cuanta más autonomía gana el agente, más central se vuelve la cuestión de la gobernanza. GPT-5.1-Codex-Max se presenta como el modelo más avanzado de OpenAI en términos de ciberseguridad, aunque se mantiene por debajo del nivel de «Alta capacidad» (que requiere medidas preliminares específicas) en el marco del Marco de Preparación interno del editor.
Pero OpenAI sigue siendo muy cauteloso en su enfoque e implementación con un modelo confinado por defecto en una zona de pruebas, escrituras en disco limitadas a su espacio de trabajo y acceso a la red cortado hasta que el desarrollador lo haya activado explícitamente.
OpenAI también insiste en un principio que los departamentos de TI deben grabar en sus estatutos internos: el Codex debe ser tratado como un revisor adicional, no como un sustituto de la revisión humana. Se proporcionan registros de terminales, cotizaciones de pruebas y seguimientos de llamadas de herramientas para facilitar la auditoría, pero la responsabilidad final de la puesta en producción sigue siendo del equipo.
Visto desde el punto de vista del departamento de TI, la llegada de GPT-5.1-Codex-Max es a la vez una promesa y una advertencia. Una promesa, porque un agente capaz de durar 24 horas en un sitio de código cambia la economía de las refactorizaciones, las migraciones y el tratamiento de la deuda técnica. Siempre que tenga repositorios estructurados, pruebas suficientemente densas y procesos controlados, es posible automatizar secciones enteras de trabajo «ingrata» que los equipos pospusieron de un sprint a otro.
Una advertencia, porque esta nueva generación de modelos lleva aún más lejos la tentación del “piloto automático”. Un agente que sabe cómo modificar cientos de archivos, manipular scripts de infraestructura, tocar la seguridad o las configuraciones de cumplimiento no puede quedarse sin salvaguardas. Se requieren reglas de juego claras: perímetros autorizados, entornos de prueba aislados, estrategias de revisión y reversión, registros detallados e incluso una separación estricta entre lo que el agente puede hacer en vivo y lo que requiere una validación explícita. Esto requiere que redefinimos los marcos estratégicos lo más rápido posible antes de que los desarrolladores se sientan tentados y aumenten el uso de dicho agente.
GPT-5.1-Codex-Max está disponible hoy y está destinado a reemplazar el GPT-5.1-Codex anterior. Se convierte en el modelo predeterminado de Codex, accesible desde las ofertas ChatGPT Plus, Pro, Business, Edu y Enterprise.
Con este modelo, los agentes de IA de ingeniería de software dan un paso más. Ahora corresponde a los CIO decidir hasta qué punto quieren confiarles las claves de sus fábricas de software… y organizar los controles para que este nuevo “colega” sobrehumano siga siendo un aliado, no un factor de riesgo adicional.
Lea también:
Google Antigravity: cuando los agentes de IA hacen los pequeños trabajos de los desarrolladores
OpenAI presenta GPT-5-Codex, un modelo diseñado para ingeniería de software agente
Es el fin de No-Code: ¡en Microsoft 365, la IA crea las aplicaciones por usted!
Código Mistral: el agente de IA para la ayuda al desarrollo que combina productividad y seguridad
[
