> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # OpenAI confirma que Sol hizo el post-entrenamiento de Luna, trabajo de un investigador senior - URL: https://www.digitalbrain.news/noticias/openai-sol-post-entrena-luna-investigador-senior/ - Published: 2026-07-30T15:18:17.000Z - Updated: 2026-08-03T07:43:32.000Z - Description: El equipo de investigacion de OpenAI ha confirmado en una entrevista exclusiva con The Deep View que uso GPT-5.6 Sol, su modelo insignia, para ejecutar… - Author: Ramón Pérez Coronado - Tags: #noticias, openai, gpt-5-6, agentes-ia El equipo de investigacion de [OpenAI](https://www.digitalbrain.news/glosario/#openai) ha confirmado en [una entrevista exclusiva con The Deep View](https://www.thedeepview.com/articles/did-openai-s-automated-intern-just-arrive-early?ref=digitalbrain.news) que uso [GPT-5.6](https://www.digitalbrain.news/glosario/#gpt) Sol, su modelo insignia, para ejecutar el post-[entrenamiento](https://www.digitalbrain.news/glosario/#entrenamiento) de GPT-5.6 Luna, el ligero de la familia. El dato importa por el nivel del trabajo: segun la propia OpenAI, esas tareas las haria normalmente un investigador con experiencia, no uno junior. ## Puntos clave - Sol monto el run de post-entrenamiento de Luna, lo monitorizo, reparo problemas tecnicos por el camino, corrio las evals y superviso el flujo de punta a punta. - Tejal Patwardhan, responsable de post-training en OpenAI: "que Sol ayude a post-entrenar a Luna es un asunto serio. No es el tipo de tarea que le dariamos a un becario". - Hace un ano OpenAI prometio un "becario de investigacion automatizado" para septiembre de 2026\. Con esto se ha adelantado a su propio calendario en la parte que mas cuesta: encadenar todas las piezas de un entrenamiento real. - La siguiente promesa del calendario es un "investigador de IA automatizado" para marzo de 2028. ## Del truco puntual al flujo completo Usar un modelo para ayudar a entrenar otro tiene precedente en la propia OpenAI: en febrero de 2026 presento GPT-5.3-[Codex](https://www.digitalbrain.news/glosario/#codex) como "el primer modelo que fue instrumental en crearse a si mismo", y Sam Altman conto lo rapido que salio esa version usando el propio 5.3-Codex. La diferencia esta en el alcance. Katy Shi, que lidera el equipo de investigacion de Codex, lo resume asi: antes se le podia pedir al modelo una pieza suelta del proceso. Juntar todas las piezas hasta llegar a un run de entrenamiento que termina bien es otro nivel, y eso es lo que Sol hizo con Luna menos de seis meses despues. Patwardhan anade el matiz que separa esto de una demo: "la diferencia es la magnitud de la capacidad, la cantidad de trabajo, lo senior que tiene que ser la persona que normalmente lo hace y cuanto contexto requiere". OpenAI lo distingue del auto-mejoramiento recursivo, ese escenario donde los modelos construyen a los modelos siguientes sin humanos en el medio. Aqui los investigadores siguieron decidiendo que se entrenaba y por que. Y tampoco se elimino a nadie del equipo: segun Shi, "el 80% del trabajo de un investigador a veces es solo conseguir que el experimento arranque". Sol se comio esa parte, la de lanzar, depurar y vigilar, y los investigadores dedicaron ese tiempo a disenar experimentos. El movimiento no se queda en Luna: OpenAI dice que va a repasar todo su pipeline de investigacion para ver que otras partes puede acelerar con sus propios modelos. Encaja con lo que ya se ha visto este mes, con [Sol reescribiendo los kernels de GPU de OpenAI y recortando un 20% el coste de servir el modelo](https://www.digitalbrain.news/noticias/gpt-5-6-reescribe-kernels-gpu-20-por-ciento-coste/). ## Por qué te importa aunque no entrenes modelos La lectura util para un founder u operador va mas alla del titular de laboratorio. Lo que OpenAI describe es el patron de delegar a un modelo un flujo largo con supervision, errores intermedios y criterio tecnico, y que el flujo termine bien. Si eso funciona para un entrenamiento de varios dias, funciona para un cierre contable, una migracion de datos o un proceso de compras. Fijate en la frase de Shi: el 80% del trabajo era arrancar y vigilar el experimento. En la mayoria de empresas pasa igual con los procesos internos. La parte creativa es pequena; la grande es lanzar, comprobar, corregir y volver a lanzar. Esa es exactamente la parte que estos sistemas empiezan a hacer solos. La cautela tambien viene en la propia entrevista: esto salio de un equipo que conoce su infraestructura al milimetro y que superviso el resultado con evals. Delegar un flujo critico sin esa capa de verificacion sigue siendo mala idea, en un laboratorio y en una pyme. --- **Relacionado** [![El super PAC de OpenAI financia un medio cuyos reporteros son bots](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/super-pac-openai-acutus-wire-reporteros-bots.jpg)El super PAC de OpenAI financia un medio cuyos reporteros son bots](https://www.digitalbrain.news/noticias/super-pac-openai-acutus-wire-reporteros-bots/)[![GPT-5.6: Sol, Terra o Luna, cuál elegir](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/gpt-5-6-sol-terra-o-luna.png)GPT-5.6: Sol, Terra o Luna, cuál elegir](https://www.digitalbrain.news/guias/gpt-5-6-sol-terra-o-luna/)[![Perplexity libera Numbat, 52 reglas que vigilan lo que hacen los agentes de código](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/07/perplexity-numbat-codigo-abierto-agentes.jpg)Perplexity libera Numbat, 52 reglas que vigilan lo que hacen los agentes de código](https://www.digitalbrain.news/noticias/perplexity-numbat-codigo-abierto-agentes/)