Leakings de Geekbench 7 revelan el hardware detrás de los agentes Dots de OpenAI

Un resultado en la base pública de Geekbench 7, compartido por el usuario INIYSA en X, ha desvelado detalles sobre la infraestructura subyacente de Dots, el nuevo agente autónomo de OpenAI. El registro indica que el software se ejecuta sobre una máquina virtual (VM) que corresponde a un slice de nueve núcleos de un procesador AMD EPYC 9V74, con 9,73 GB de memoria RAM.

El hardware en cuestión es sorprendentemente modesto para una herramienta de este tipo. Según los datos filtrados, la instancia opera con Ubuntu en las primeras pruebas y con Debian en las versiones posteriores al lanzamiento. Al revisar la base de datos pública de Geekbench, se han detectado seis ejecuciones más sobre esta misma configuración desde que el producto se puso a disposición de los usuarios. Estas pruebas registran puntuaciones de single-core entre 1.512 y 1.614 puntos, y de multi-core entre 8.135 y 8.991 puntos, lo que confirma la consistencia del hardware asignado a cada usuario o sesión.

Contexto del lanzamiento

Dots, impulsado por el modelo GPT-6 Astra, se presentó durante el DevDay de OpenAI el martes pasado. A diferencia de los interfaces conversacionales tradicionales, Dots está diseñado como un agente que opera de manera autónoma. La noticia ha sido interpretada por la comunidad técnica como una posible respuesta directa a Muse, su equivalente de Meta. La elección de AMD EPYC para la capa de cómputo del agente, en lugar de arquitecturas de inferencia especializada o chips propietarios, sugiere que OpenAI prioriza la contención de costes en la ejecución de tareas agénticas, o que el componente de IA se sirve desde infraestructura centralizada mientras la orquestación local corre sobre hardware generalista barato.

Lo que realmente interesa a los administradores de sistemas y arquitectos es la separación clara entre la lógica de inferencia (probablemente en GPU dedicada) y el runtime del agente, que aquí parece residir en una CPU de servidor genérica. Si esta configuración es representativa del despliegue a gran escala, implica que OpenAI está estandarizando la ejecución de agentes en instancias de CPU estándar, una decisión que facilita la escalabilidad aunque limite la latencia local de ciertos procesos de preprocesamiento.

Por ahora, la información proviene de una fuga de resultados de benchmark y no de un comunicado oficial de OpenAI. La compañía no ha confirmado si esta configuración será la única o si varía según el nivel de suscripción del usuario, aunque los datos actuales apuntan a una estandarización clara en la infraestructura de ejecución.