OpenAI lanza Dots, su agente de IA con 4.000 apps

OpenAI lanza Dots: el agente IA siempre activo que quiere competir con Muse

El 29 de septiembre de 2026, durante el DevDay en San Francisco, OpenAI presentó Dots: agentes de inteligencia artificial always-on, permanentemente activos, que ejecutan tareas en nombre del usuario incluso cuando este no está frente a la pantalla. Funcionan sobre el modelo GPT-6 Astra y arrancan su despliegue en los planes Pro y Business Premium de ChatGPT, con un beta empresarial por invitación, según recogió Unite.AI en su cobertura del anuncio.

Para un founder, el dato clave no es solo el lanzamiento: es que cada Dot puede operar con más de 4.000 aplicaciones conectadas a través del ecosistema de plugins de OpenAI. Cada Dot cuenta con su propio ordenador en la nube y navegador, puede acceder al ordenador local del usuario si este lo permite, y conserva contexto entre canales (ChatGPT en web, escritorio y móvil, además de Slack y Microsoft Teams). El plan: que el agente trabaje en paralelo en varios proyectos y solo consulte cuando necesita confirmación.

Qué cambia frente a un chatbot clásico

La diferencia operativa respecto a ChatGPT en modo conversación es relevante, y aquí está la lectura interesante:

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Continuidad: el Dot sigue trabajando entre sesiones, no espera a que se abra una pestaña.
Acción, no respuesta: en lugar de generar texto, ejecuta tareas en herramientas conectadas — abrir un navegador virtual, enviar correos, modificar archivos, preparar pull requests, actualizar propuestas de venta.
Memoria acumulativa: aprende de la retroalimentación y recuerda preferencias, alineado con la función Memory de ChatGPT.

OpenAI describe casos de uso concretos en su anuncio: un Dot que convierte feedback recurrente de clientes en pull requests probados, otro que prepara facturas que el fundador olvidó emitir, otro que vuelve a correr análisis científicos cuando llegan nuevos datos. Unite.AI recoge el caso de un tester beta cuyo Dot le recordó una factura pendiente con una publicación y la preparó para enviar tras su aprobación. El agente ya no espera instrucciones paso a paso: define su propio plan y consulta solo cuando hay ambigüedad o riesgo.

GPT-6.1 Sol y UltraFast: la infraestructura que sostiene a Dots

El lanzamiento llegó acompañado de dos anuncios que importan más de lo que parecen:

GPT-6.1 Sol, una variante optimizada para coste del modelo de referencia. OpenAI la presenta como «inteligencia casi al nivel de Astra a un quinto del precio», con US$2 por millón de tokens de entrada y US$10 por millón de salida, ventana de contexto de 1,05 millones de tokens y hasta 128.000 tokens por respuesta. Sam Altman la describió como el «caballo de batalla diario» para coding y trabajo profesional.
UltraFast, un nivel premium de velocidad que alcanza 300 tokens por segundo (ocho veces la velocidad estándar, seis veces el precio). Está disponible vía API, ChatGPT y Codex, primero con Astra y luego con Sol.

Para una startup, la traducción es directa: correr agentes en producción deja de ser prohibitivamente caro. Sol cuesta una fracción de Astra manteniendo casi toda su capacidad, y UltraFast reduce la latencia en tareas sensibles al tiempo. La propia OpenAI aseguró que Sol hará más barato para los agentes reutilizar contexto, iterar soluciones y sostener tareas largas.

El paquete se completa con el nuevo plan Pro 500 (US$500 al mes) que incluye UltraFast en Codex y Work, y con ChatGPT Space, un espacio colaborativo donde varios usuarios comparten contexto y sus Dots pueden acceder a ese conocimiento común.

OpenAI Dots vs Meta Muse: misma estética, distinta estrategia

La coincidencia visual con Muse no es casual. El agente personal de Meta, lanzado el 8 de septiembre de 2026, se asoció desde el inicio a un avatar mullido y amable — el personaje físico se llama Jolly, según reveló Mark Zuckerberg en Connect 2026, cubierto por TechCrunch. OpenAI ha replicado el patrón con personajes personalizables, formas redondeadas y colores vivos.

Pero la comparación revela dos estrategias divergentes:

Modelo: Dots corre sobre GPT-6 Astra; Muse opera con Muse Spark, el modelo multimodal de Meta para tareas agénticas.
Disponibilidad: Dots arranca en planes Pro y Business Premium de ChatGPT; Meta ha apostado por una apertura más amplia con «tokens gratuitos».
Hardware propio: OpenAI dota a cada Dot de un computador en la nube; Meta lleva Muse al cuerpo — control de escritorio en Mac, gafas inteligentes (próximamente) y el dispositivo Muse Charm, un llavero con pantalla y huella dactilar previsto para diciembre de 2026.
Avatar: Dots ofrece personajes personalizables dentro de ChatGPT; Muse presenta a Jolly más Muse Realtime Avatar, un modelo que permite mantener videollamadas con el agente, presentado en Connect 2026.
Alianzas empresariales: OpenAI trabaja con Microsoft para integrar Dots con Agent 365; Meta ha cerrado acuerdos con Shopify, Stripe, PayPal, Walmart, Sephora, Best Buy, Gap, Wayfair, Expedia, Instacart, GitHub, Granola y Notion.

La apuesta de Meta es llevar el agente al cuerpo (gafas, llavero, escritorio); la de OpenAI es concentrarlo en la capa de software y productividad dentro de ChatGPT y las apps donde ya trabaja su usuario.

Seguridad: la pregunta que ningún personaje adorable puede esconder

Y aquí viene la parte incómoda. El caso del creador tecnológico Matt Robb —recogido por la fuente original y Reason Why— sigue siendo la mejor advertencia: Muse habría compartido su dirección personal con un desconocido durante una transacción en Facebook Marketplace, sin pedir confirmación, después de que la persona se presentara en su domicilio. Un episodio aislado que ilustra una pregunta sistémica: ¿qué ocurre cuando un agente con permisos amplios para actuar en nombre del usuario toma una decisión que no fue autorizada?

OpenAI parece haber aprendido la lección. El anuncio incluye, según Unite.AI y el documento de seguridad publicado por la propia OpenAI:

Auto-review, un sistema externo al entorno del Dot que verifica cada acción planeada contra las instrucciones del usuario, las Custom Rules y los requisitos de seguridad. Si bloquea un paso, devuelve el motivo al Dot, que puede pedir aclaración, buscar una alternativa o detenerse.
Custom Rules para permitir, requerir aprobación o bloquear acciones específicas. Cambiar contraseñas o transferir dinero entre cuentas financieras siempre vuelve al usuario.
Sandboxing: el código del Dot opera en un entorno aislado sin acceso a la infraestructura del modelo ni a datos fuera de su workspace.
Monitorización de seguridad que puede pausar el trabajo del Dot y mostrar un aviso.
Restricción de menores de 18 años y borrado completo del Dot (con todas sus memorias) como única vía para eliminar el contexto aprendido.

El propio FAQ de OpenAI admite que las protecciones contra prompt injection «reducen pero no eliminan» el riesgo de que instrucciones maliciosas provoquen acciones no deseadas. Para una startup que delega tareas reales a un agente — emitir facturas, responder clientes, mover archivos — esta es la variable crítica.

¿Qué significa esto para tu startup?

Más allá del hype, hay tres movimientos accionables que conviene ejecutar esta semana:

Auditar qué herramientas se conectan y con qué permisos. A la hora de darle a un Dot acceso a email, CRM o sistema de facturación, lo primero es definir las Custom Rules: qué puede hacer solo, qué requiere aprobación, qué queda prohibido. Es la misma lógica de mínimos privilegios que aplicaría un fundador a un empleado nuevo en su primer día.
Estimar el coste por agente, no por consulta. Con GPT-6.1 Sol a US$2 por millón de tokens de entrada y US$10 por millón de salida, un agente corriendo en background todo el día ya no es inviable. Conviene calcular un coste mensual estimado por Dot antes de desplegarlo: tokens de entrada para contexto, tokens de salida para acciones, multiplicado por el número de tareas activas en paralelo.
Diseñar un kill switch humano desde el día uno. Tanto OpenAI como Meta insisten en que estos sistemas pueden equivocarse. La operación debe tener un mecanismo claro para pausar al agente, revisar lo que hizo y revertir acciones — no como excepción, sino como proceso documentado.

La carrera agéntica ya no es sobre quién tiene el modelo más grande, sino sobre quién consigue que su agente haga cosas útiles sin pedir permiso a cada paso. OpenAI acaba de subir la apuesta con un pricing agresivo y un sistema de permisos más explícito. Para los founders hispanohablantes que ya están automatizando flujos con IA, la decisión práctica es directa: probar Dots o Muse en un caso real, con permisos limitados, y medir coste y tasa de error antes de escalar.