GPT-5.6 y otros modelos crean 4 aplicaciones
Se han realizado pruebas con doce modelos de inteligencia artificial para desarrollar cuatro aplicaciones diferentes. Los modelos incluyen GPT-5.6, Muse Spark 1.1 y otros como Grok 4.5 y Claude Opus 4.8.
Entre los modelos probados, se encuentran GPT-5.6 Sol, GPT-5.6 Terra y GPT-5.6 Luna, así como Meta's Muse Spark 1.1. También se incluyeron modelos de código abierto como Qwen 3.7 Plus, DeepSeek V4 Pro, Kimi K2.6 y GLM-5.2. Cada modelo realizó cinco intentos por tarea.
“Los resultados muestran que diferentes modelos tienen fortalezas en tareas específicas, y que la elección del modelo adecuado depende del objetivo del proyecto”
Las tareas consistieron en crear un laberinto de rayos en primera persona y un cubo de Rubik 3D con botones de scramble y solve. Los modelos se evaluaron según su capacidad para generar resultados jugables o resolver el cubo de manera limpia. Los costos y tiempos promedio para cada modelo también se registraron.
GPT-5.6 Sol obtuvo los mejores resultados en la tarea del laberinto, con cinco intentos exitosos de cinco. En la tarea del cubo de Rubik, Claude Fable 5 logró resolver el cubo de manera limpia en cinco de cinco intentos. Los resultados muestran que diferentes modelos tienen fortalezas en tareas específicas, y que la elección del modelo adecuado depende del objetivo del proyecto.
Es importante destacar que los resultados no son objetivos, sino más bien observaciones basadas en los artefactos generados por los modelos. Los datos y enlaces a cada intento están disponibles para que los usuarios puedan formar su propia opinión sobre los resultados.
