¿Puede Pangram detectar GPT-6.1 Sol?

GPT-6.1 Sol es un modelo de IA lanzado por OpenAI el 29 de septiembre de 2026. OpenAI afirma que GPT-6.1 Sol ofrece «una inteligencia casi al nivel de Astra por una quinta parte del precio» en diversas tareas relacionadas con el trabajo, como la programación y el uso de ordenadores. A diferencia de la mayoría de los lanzamientos recientes que hemos visto últimamente, OpenAI no hace ninguna afirmación sobre la capacidad de redacción ni la claridad de GPT-6.1 Sol, así que, ¿escribe igual que los modelos anteriores? ¿Y puede Pangram detectarlo?

Hemos evaluado el rendimiento de Pangram 4.1 con 2.215 ejemplos de peticiones y hemos constatado que Pangram 4.1 clasificó 6 respuestas de GPT-6.1 Sol como «humanas», 21 como «mixtas» y 2.188 como «generadas íntegramente por IA», alcanzando una precisión del 98,78 % en GPT-6.1 Sol.

Para generar el conjunto de referencia, utilizamos 1.200 indicaciones de primera ronda del conjunto de datos LMSYS (Zheng et al., 2023). A continuación, las introdujimos en GPT-6.1 Sol con niveles de razonamiento medio y alto, y procesamos el resultado con Pangram 4.1.

Resultados por categoría

En general, GPT-6.1 Sol registró una tasa de falsos negativos del 1,27 % sobre un total de 1.105 respuestas en el nivel de razonamiento alto, y una tasa de falsos negativos del 1,17 % sobre un total de 1.110 respuestas en el nivel de razonamiento medio. En general, no se observó una diferencia significativa en la tasa de detección entre los niveles de razonamiento medio y alto (p = 0,85).

Razonamiento superior

Cuando se configuró GPT-6.1 Sol en el modo de razonamiento avanzado, Pangram 4.1 clasificó 3 respuestas como humanas, 11 como mixtas y 1.091 como generadas íntegramente por IA, alcanzando una tasa de recuperación del 98,73 %.

Razonamiento medio

En el razonamiento medio, el Pangram 4.1 clasificó 3 respuestas como humanas, 10 como mixtas y 1.097 como generadas íntegramente por IA, alcanzando una tasa de recuperación del 98,83 %.

¿Qué te parece el nombre de Sol?

GPT-6.1 Sol tiene un estilo de puntuación característico; por ejemplo, utiliza apóstrofos curvos en el 74 % de sus respuestas y casi nunca utiliza apóstrofos rectos, sobre todo en comparación con otros modelos recientes.

Además, le gustan mucho tanto los guiones largos como los cortos, ya que utiliza una media de 1,3 guiones largos por cada 1.000 palabras, mucho más que Haiku 5.5 o Gemini 4 Argon.

En la escritura creativa, GPT-6.1 Sol mostraba algunos tics. Tenía una clara preferencia por llamar a sus personajes femeninos Mara o Maya (al menos uno de estos nombres apareció en 65 respuestas) y, por lo general, les asignaba las iniciales M.V., con una preferencia especial por el apellido Vale (aunque también aparecieron Mara Vélez y Mara Venn). En cuanto a los nombres de pila masculinos, el favorito de GPT-6.1 Sol es Daniel, que solo combinó dos veces con un apellido (una vez con Vale y otra con Mercer). De las 418 respuestas de escritura creativa, GPT-6.1 Sol comenzó con «El primero...» 36 veces; una frecuencia mucho mayor que la de Haiku y Gemini, que lo hicieron 11 y 1 vez, respectivamente.

Sol se negó a responder a 23 peticiones y rechazó parcialmente otras 32. En los casos de rechazo parcial, Sol sustituyó la petición por una versión atenuada o diferente de lo solicitado. La mayoría de estos rechazos parciales se deben a que nuestro conjunto de indicaciones incluía, casualmente, peticiones de escritura creativa de carácter sugerente. Sol gestionó esta situación evitando escribir contenido explícito y optando, en su lugar, por un fundido a negro.

A veces, Sol escribe respuestas muy breves: 95 de menos de 50 palabras en el nivel alto y 90 en el nivel medio. La mediana de las respuestas puntuadas de Sol fue de 300 palabras, con un rango que oscilaba entre las 50 y las 10 513 palabras.

Pruebas de rendimiento anteriores

Pangram es resistente a GPT-6.1 Sol en indicaciones de lenguaje natural y lo detecta con una precisión observada del 98,73 % en razonamiento alto. Detecta GPT-6.1 Sol en razonamiento medio con una precisión observada del 98,83 %, lo que supone un total combinado de 2.188 de 2.215 (98,78 %) en ambos ajustes. Pangram es capaz de generalizar a nuevos modelos porque las nuevas versiones suelen heredar gran parte del estilo y la voz de sus predecesores, por lo que no es necesario volver a entrenar Pangram con cada nuevo lanzamiento.

A continuación se muestra cómo se compara GPT-6.1 Sol con nuestros resultados de referencia de otros modelos de vanguardia recientes:

Si quieres consultar un documento concreto, puedes probar Pangram aquí.