¿Qué puede hacer GPT-6.1? Lo probé en 10 tareas reales
La publicación de modelos a menudo se centra en especificaciones técnicas y demostraciones cuidadosamente elaboradas. Una pregunta más valiosa es si el modelo puede completar el trabajo que las personas encuentran repetidamente en el mundo real.
Esta evaluación cubre diez tipos de tareas prácticas, todas realizadas con GPT-6.1 Sol. La evaluación se centra en cinco preguntas: ¿entiende el modelo el objetivo? ¿sigue las restricciones? ¿genera resultados verificables? ¿revela incertidumbre? ¿cuánto trabajo de corrección manual queda?
Esta es una evaluación basada en edición y tareas, no una prueba de referencia de laboratorio. Las indicaciones, los permisos de herramientas, el esfuerzo de razonamiento y la calidad de la entrada afectan los resultados. Por lo tanto, este artículo no proporcionará datos de latencia, uso de tokens o tasas de victoria sin registros originales que los lectores puedan auditar.
Tarea 1: Convertir solicitudes ambiguas en planes de ejecución
El contenido de entrada es similar a una solicitud común en el ámbito laboral: "Elaborar un plan de lanzamiento para una nueva función, que abarque contenido, soporte, análisis y riesgos."
GPT-6.1 Sol es más útil cuando se le pide convertir la solicitud en responsables, dependencias, criterios de aceptación y condiciones de reversión, en lugar de simplemente listas de verificación más largas. Al incluir objetivos comerciales, fechas de lanzamiento y restricciones no negociables, el plan generado es más fácil de ejecutar.
El principal riesgo radica en el llenado silencioso de espacios en blanco. Se requiere que el modelo distinga entre hechos conocidos, suposiciones y problemas no resueltos, para evitar que una conjetura aparentemente razonable se convierta en una decisión inesperada.
Tarea 2: Encontrar contradicciones en documentos largos
Esta prueba combina documentación de productos, preguntas frecuentes, términos contractuales y textos de soporte, y luego solicita al modelo identificar términos, precios, compromisos y procesos que entran en conflicto.
El contexto de millones de tokens de GPT-6.1 Sol puede albergar grandes conjuntos de documentos. Pero la instrucción clave es citar cada hallazgo. Los resúmenes generales son difíciles de auditar; en cambio, una tabla de contradicciones que incluya nombres de archivos, capítulos y extractos breves de evidencia es mucho más útil.
Tarea 3: Corregir errores en múltiples archivos
El objetivo no es generar desde cero una aplicación de juguete, sino partir de un fallo reproducible: identificar la causa, realizar la modificación mínima razonable, ejecutar las pruebas relevantes y explicar los riesgos restantes.
GPT-6.1 Sol admite herramientas de shell, intérprete de código y parches alojados, lo que le permite pasar de "esto es lo que puedes cambiar" a modificaciones implementadas y probadas. El éxito aún depende del entorno completo, pruebas significativas y autorización clara. Un resultado verde sin pruebas relacionadas no demuestra corrección.
Tarea 4: Analizar la hoja de cálculo y explicar las anomalías
El modelo recibió datos de pedidos, canales y reembolsos, y se le solicitó identificar cambios anómalos, calcular su impacto y enumerar la información faltante.
El flujo más sólido es hacer que el modelo exponga el plan de cálculo, lo ejecute con código y luego explique los resultados en lenguaje empresarial. Dejar que el modelo de lenguaje inspeccione tablas a simple vista tiende a provocar errores aritméticos; usar código para los cálculos y el modelo para las explicaciones hace que los resultados sean más fáciles de verificar.
Tarea 5: Redactar un informe de investigación a partir de fuentes públicas
La tarea requiere realizar investigación en línea, sacar conclusiones, considerar contraargumentos y evaluar la calidad de las fuentes.
GPT-6.1 Sol admite la búsqueda en la web, pero el acceso a la búsqueda no sustituye la especificación de las fuentes. Las indicaciones deben priorizar el uso de fuentes de primera mano y exigir que se incluya un enlace junto a cada afirmación sustancial. Los hechos con alta sensibilidad temporal también deben indicar la fecha de recuperación. El error común no es inventar fuentes, sino extender en exceso el ámbito de aplicación de fuentes reales.
Tarea 6: Diagnosticar problemas de UI mediante capturas de pantalla
El modelo recibió una captura de pantalla que mostraba un defecto de diseño, junto con el código frontend correspondiente. Se le pidió que describiera los síntomas visibles, propusiera posibles causas y ordenara la secuencia de comprobaciones necesarias para confirmar dichas causas.
La entrada de imágenes ayuda a vincular la evidencia visual con el contexto del código. Puede reducir el alcance de la búsqueda, pero la captura de pantalla por sí sola no puede confirmar el DOM, la cascada CSS o el estado en tiempo de ejecución. Las respuestas de alta calidad plantean múltiples hipótesis y proporcionan métodos de prueba para cada una, en lugar de afirmar una única causa con una falsa certeza.
Tarea 7: Convertir la transcripción de la entrevista en un borrador publicable
La entrada contiene oraciones repetidas, incompletas y discurso informal. Las instrucciones requieren preservar el significado del entrevistado, distinguir entre citas directas y paráfrasis editoriales, y marcar las afirmaciones que necesitan verificación.
GPT-6.1 Sol es útil en la reorganización y compresión. La limitación clave es que no se puede "mejorar" a los entrevistados para que digan algo que no hayan dicho. Al publicar, aún es necesario verificar el audio, los nombres, los números y cualquier declaración factual de alto riesgo.
Tarea 8: Convertir párrafos de la historia en un plan de tomas
El segmento fuente contiene personajes, lugares, acciones visibles y giros emocionales. La salida requerida abarca el propósito del plano, el encuadre, el estado de los personajes, los accesorios, los requisitos de continuidad y la imagen final esperada.
El modelo puede generar rápidamente borradores estructurados, pero el valor creativo depende de que cada toma sirva a los puntos dramáticos. "Filmar con estética cinematográfica" es una instrucción ambigua. Una restricción más efectiva debería especificar qué debe revelar cada toma y evitar añadir tomas redundantes sin información narrativa.
Esta salida se puede integrar en el flujo de trabajo de historia a cámara de ElserStudio: trata personajes, lugares y accesorios como activos reutilizables, y luego genera, revisa y edita plano por plano. El modelo propone opciones; el director mantiene el control del ritmo, la actuación y las decisiones.
Tarea 9: Verificar la coherencia de la historia
El modelo recibió la introducción del personaje, el resumen del capítulo anterior y el nuevo capítulo. Se le pidió que verificara el conocimiento del personaje, la línea de tiempo, el vestuario, los accesorios y las promesas no resueltas.
El contexto largo facilita este trabajo, pero los resultados dependen de la autoridad del material fuente. Mezclar hechos aprobados con borradores descartados hace que no quede claro qué versión es superior. Una biblia independiente del mundo de la historia es más confiable que reconstruir el canon cada vez que se da una indicación.
Tarea 10: Reescribir una fuente para diferentes audiencias
La misma documentación técnica se convierte en un resumen ejecutivo, contenido de ayuda para el cliente y una guía de migración para desarrolladores.
GPT-6.1 Sol puede distinguir entre estas audiencias, pero cada versión necesita un objetivo de acción. Los ejecutivos necesitan decisiones y riesgos. Los clientes necesitan pasos a seguir. Los desarrolladores necesitan cambios de interfaz, notas de compatibilidad y manejo de fallos. "Hazlo más profesional" no es una instrucción suficiente.
Tres conclusiones de las diez tareas
Primero, GPT-6.1 Sol es más valioso cuando combina lectura de fuentes, uso de herramientas, ejecución y entregables verificables. Sus ventajas no se limitan a la generación de prosa de una sola vez.
En segundo lugar, cuando las indicaciones se asemejan a instrucciones de trabajo reales —que incluyen objetivos, entradas, restricciones, herramientas permitidas, formato de salida y criterios de aceptación— el rendimiento mejora.
Tercero, los modelos no eximen a las personas de su responsabilidad. El código necesita pruebas. La investigación requiere revisión de fuentes primarias. Las entrevistas necesitan verificación de audio. Las historias y las imágenes siguen requiriendo criterio creativo.
Plantillas de tareas reutilizables
Solo salida de traducción: Objetivo: ¿Qué debe entregarse? Entrada: ¿Qué materiales son autoritativos? Condiciones de restricción: ¿Qué contenido no se puede cambiar o inferir? Herramienta: ¿Puede el modelo buscar, ejecutar código o editar archivos? Salida: ¿Qué formato y evidencia se necesitan? Aceptación: ¿cómo determinar el estado de finalización? Manejo de fallos: ¿La incertidumbre debe desencadenar preguntas, detenerse o proporcionar alternativas?
## Límite inferior
GPT-6.1 Sol puede realizar trabajos especializados dentro de un rango limitado, no solo generar un texto que parezca razonable. Para convertir esta capacidad en productividad, se requiere entrada estándar, acceso controlado a herramientas, controles de aceptación y revisión humana.
Para los equipos de historias y videos, [Elser AI](https://www.elser.ai/es) puede apoyar la exploración de historias y visuales, mientras que [ElserStudio](https://elserstudio.ai/) puede organizar la descomposición de historias, activos reutilizables, generación de tomas, revisión y edición. En cualquier flujo de trabajo, la salida de IA debe mantenerse rastreable, editable y rechazable.
