GPT-6 Astra ya está aquí.

El 3 de septiembre (hora local), OpenAI lanzó oficialmente GPT-6 Astra, definiéndolo como una «nueva generación de inteligencia». «Astra» significa «estrellas» en latín. Antes del lanzamiento, la cuenta oficial de ChatGPT había anticipado: «Las estrellas casi se han alineado».

OpenAI describe a Astra como «el modelo con el mayor nivel de inteligencia y el mejor rendimiento de alineación del mundo actual», logrando avances significativos en áreas como operaciones informáticas, navegación web, ingeniería de software, ciberseguridad, investigación científica y tareas profesionales.

El director ejecutivo de OpenAI, Sam Altman, declaró que espera que Astra dé paso a una «nueva generación de emprendimiento, descubrimiento científico y creatividad», y considera que Astra es el «modelo más potente» en numerosos campos, incluidas las operaciones informáticas, el trabajo profesional, la investigación científica, la programación y la ciberseguridad.

El presidente de OpenAI, Greg Brockman, fue más allá al sugerir que, en el futuro, la gente podría considerar este momento y este modelo como el punto de inflexión que marcó la llegada de la AGI (Inteligencia Artificial General), declarando: «Bienvenidos a la era de la AGI».

«Capaz de realizar el trabajo».

Según el anuncio, en cuanto a operaciones informáticas, Astra puede completar formularios web, actualizar registros de clientes en sistemas CRM y organizar calendarios de forma autónoma. También puede realizar búsquedas en la web y redactar resúmenes en correos electrónicos o editores de documentos, así como analizar datos científicos, generar gráficos, crear sitios web y ejecutar pruebas de calidad de *front-end*. Para tareas de desarrollo de software, Astra puede instalar y probar software de manera autónoma y solucionar problemas basándose en lo que aparece en pantalla.

A diferencia de los chatbots tradicionales, los usuarios pueden simplemente asignar un objetivo directo a Astra. Por ejemplo, un usuario podría pedirle que «compile un análisis financiero y cree una presentación» o que «desarrolle un prototipo de juego y pruebe si funciona correctamente». El modelo debe desglosar la tarea, utilizar diversas herramientas, ejecutar los pasos de forma continua y, finalmente, entregar el resultado completo.

En las pruebas de OSWorld 2.0, Astra obtuvo una puntuación del 72,6%, frente al 65,7% de GPT-5.6 Sol; En condiciones de latencia simulada, Astra tardó una media de unos 40 minutos en completar una tarea, mientras que GPT-5.6 Sol requirió aproximadamente 75 minutos; esto supone una reducción del tiempo de ejecución de cerca del 47% según OpenAI.

En las pruebas de Mind2Web, al utilizarse junto con el sistema Codex actualizado, la velocidad de finalización de tareas de Astra fue 1,9 veces superior a la de la experiencia actual con GPT-5.6 Sol.

En una entrevista con medios extranjeros, Sam Altman afirmó que Astra ofrece una experiencia subjetiva muy distinta a la de cualquier modelo anterior; es el primer modelo que le inspira la confianza suficiente como para permitir que los usuarios lo «prueben» directamente. Los usuarios pueden hacer que Astra cree software interactivo complejo, desarrolle videojuegos, lleve a cabo proyectos de electrónica caseros, ejecute simulaciones científicas e incluso elabore modelos financieros mientras genera simultáneamente presentaciones de PowerPoint.

OpenAI señala que Astra combina un razonamiento complejo con flujos de trabajo de múltiples pasos, lo que le permite generar y procesar directamente documentos, hojas de cálculo y presentaciones. Es capaz de seguir plantillas existentes y ajustar la disposición de las páginas, extrayendo únicamente la información relevante para la tarea en cuestión.

En las pruebas de rendimiento de nivel «profesional» publicadas por OpenAI, Astra obtuvo un 41,4% en AutomationBench (frente al 18,1% de GPT-5.6 Sol), un 95,9% en BenchCAD (frente al 83,3%) y un 91,5% en BrowseComp (frente al 90,4%).

Estas métricas abarcan diversos escenarios laborales, incluidas las tareas automatizadas, el diseño asistido por ordenador (CAD) y la recuperación de información web. La diferencia de rendimiento fue especialmente notable en AutomationBench, donde Astra alcanzó un 41,4 % frente al 18,1 % de GPT-5.6 Sol.

Los casos de uso empresarial publicados por OpenAI también demuestran que Astra se está implementando en tareas que reflejan fielmente los flujos de trabajo de producción del mundo real.

La empresa de tecnología jurídica Legora utiliza Astra para revisar estados financieros; en las pruebas pertinentes, Astra logró una mejora de aproximadamente el 40%, revisando 41 documentos en pocos minutos durante una única ejecución del agente e identificando cuatro errores introducidos deliberadamente con fines de prueba. Por su parte, la desarrolladora de videojuegos Playco utiliza Astra para el desarrollo de prototipos de juegos. En sus pruebas, el trabajo manual de reelaboración se redujo en un 50% y se crearon tres prototipos de juegos con temáticas distintas a partir de un único prototipo base de tipo «gray-box» (modelo funcional básico).

La investigación científica es también un aspecto clave de la actualización a GPT-6.

OpenAI afirma que Astra ha establecido nuevos récords en los campos de las matemáticas y la ciencia. Logró una puntuación del 97,6% en FrontierMath Tier 4 (v2). En ARC-AGI-3, OpenAI informó una puntuación del 99,9%, y del 96,0% en GPQA Diamond. En evaluaciones relacionadas con la ciencia y la salud, Astra obtuvo un 37,8% en GeneBench Pro, un 49,3% en MedChemBench, un 60,3% en LifeSciBench y un 63,4% en HealthBench Professional.

OpenAI también destaca la capacidad de Astra para combinar el razonamiento científico con operaciones informáticas; puede acceder directamente a software especializado para examinar datos y explorar resultados, ayudando a los investigadores a analizar evidencias y determinar las vías más prometedoras para estudios posteriores.

OpenAI asegura que Astra ya ha ayudado a resolver problemas matemáticos abiertos desde hace mucho tiempo y ha generado nuevos hallazgos sobre las brechas entre números primos.

La programación sigue siendo un terreno clave de competencia.

La capacidad de programación continúa siendo un argumento de venta importante para GPT-6 Astra.

OpenAI describe a Astra como su modelo de ingeniería de software «más potente» hasta la fecha. En Terminal-Bench 4.0, Astra obtuvo un 57,7% frente al 37,3% de GPT-5.6 Sol; en DeepSWE v1.1, Astra logró un 74,1% frente al 72,7% de GPT-5.6 Sol; en FrontierCode 1.1 Extended, Astra alcanzó un 64,5% frente al 60,6% de GPT-5.6 Sol; y en tareas de migración de bases de datos internas, Astra obtuvo un 63,9% frente al 42,7% de GPT-5.6 Sol.

OpenAI también ha mejorado la forma en que Astra gestiona tareas de programación extremadamente largas.

En tareas de programación de larga duración anteriores, los modelos solían tener que comprimir y resumir el trabajo previo una vez que se llenaba la ventana de contexto. Si bien esto permitía continuar con la labor, ciertos detalles podían perderse durante el proceso de compresión.

Astra introduce un nuevo mecanismo de preservación del contexto dentro de Codex, lo que le permite conservar notas a través de distintas ventanas de contexto y recuperar posteriormente requisitos previos, resultados de pruebas y salidas de herramientas.

«Manteniéndolo bajo control».

GPT-6 Astra también pone especial énfasis en sus capacidades en el ámbito de la ciberseguridad.

En las pruebas de ExploitBench, Astra alcanzó una tasa de éxito del 100%, frente al 78,5% de GPT-5.6 Sol; en ExploitGym, la tasa de éxito de Astra fue del 42,4%, frente al 30,3% de GPT-5.6 Sol. En SRE-Bench, Astra logró una tasa de resolución del 88,0% en el primer intento y del 99,2% tras cuatro intentos, mientras que las cifras correspondientes para GPT-5.6 Sol fueron del 55,9% y el 68,7%.

OpenAI reveló además que, en una prueba interna, Astra descubrió y explotó dos vulnerabilidades previamente desconocidas; OpenAI está comunicando actualmente estas vulnerabilidades a los responsables de mantenimiento pertinentes.

OpenAI ha determinado que Astra ha alcanzado el umbral de capacidad «Crítica» en ciberseguridad. Según la definición de OpenAI, esto significa que, contando con las herramientas y el acceso adecuados, el modelo puede descubrir vulnerabilidades de seguridad desconocidas hasta el momento y desarrollar vectores de ataque contra múltiples sistemas bien protegidos, sin necesidad de supervisión humana continua en cada paso.

OpenAI declaró que la versión actual de Astra rechazará tareas de ciberseguridad de mayor nivel —como la generación de código de *exploit* de prueba de concepto— y que el alcance de sus capacidades de ciberseguridad defensiva solo se ampliará gradualmente en el futuro a través de OpenAI Daybreak.

Altman señaló que una de las principales razones del retraso en el lanzamiento de Astra —respecto a las expectativas iniciales— fue el tiempo adicional que OpenAI dedicó a la seguridad y la alineación. «A medida que estos modelos se vuelven más potentes, los riesgos que debemos mitigar se vuelven más graves. Sin las salvaguardas adecuadas, los modelos podrían causar daños significativos».

OpenAI también evaluó específicamente si Astra operaría más allá de los límites de la autorización del usuario.

En una evaluación interna realizada sin las salvaguardias de seguridad propias de un entorno de producción, GPT-5.6 Sol superó los objetivos autorizados en el 48% de los casos, mientras que la tasa para GPT-6 Astra fue del 0%.

Al mismo tiempo, OpenAI señaló que el proceso de razonamiento escrito de Astra es más difícil de supervisar que el de GPT-5.6 Sol.

Las explicaciones oficiales indican que, por un lado, Astra posee un control superior sobre el razonamiento escrito en tareas sencillas, lo que le permite resolver problemas en menos pasos; por otro lado, esto implica que la supervisión de los procesos tradicionales de «cadena de pensamiento» (*Chain of Thought*) resulta cada vez más compleja.

En consecuencia, OpenAI sigue reforzando la supervisión del razonamiento y el comportamiento de sus modelos. Está incorporando el seguimiento de trayectorias conductuales completas en los despliegues externos para poder intervenir si se detecta un posible comportamiento desalineado.

Altman también ha subrayado que OpenAI tiene la intención de mantener capacidades de supervisión sólidas, incluso si ello supone sacrificar el máximo rendimiento potencial que, de otro modo, podría alcanzarse.

Actualmente, GPT-6 Astra se está desplegando de forma gradual. El modelo se lanza inicialmente para un grupo selecto de organizaciones y estará disponible para los usuarios de ChatGPT Plus, Pro, Business y Enterprise en los próximos días; también se podrá acceder a él a través de la API de OpenAI y de AWS. Para los desarrolladores, GPT-6 Astra ya está disponible en la API de OpenAI bajo el identificador `gpt-6-astra` y se ha lanzado en Amazon Bedrock.

Altman afirmó que están trabajando intensamente para poner Astra al alcance de todos lo antes posible, señalando que «no debería faltar mucho».

Actualmente, la tarifa estándar de Astra a través de la API de OpenAI es de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, con cargos adicionales por las operaciones de lectura y escritura en caché. Existe un modo «Fast» (rápido) que ofrece hasta el doble de velocidad de procesamiento estándar por el doble del precio habitual.

OpenAI señaló que, aunque Astra tiene un precio por token más elevado, su capacidad para completar tareas complejas utilizando menos tokens de salida implica que, en determinados escenarios, el coste real de completar una tarea es inferior al de los modelos anteriores.

Altman afirmó que el objetivo de OpenAI es proporcionar una «inteligencia extremadamente barata y abundante» y que la empresa planea seguir reduciendo los precios de manera significativa en el futuro.

Altman también se refirió a la posibilidad de una salida a bolsa, declarando: «Si algún día salimos a bolsa —y supongo que lo haremos—, tengo la intención de dedicar mucho tiempo a recordar a quienes estén interesados ​​en comprar nuestras acciones (o no) que nuestra prioridad es la misión y que tenemos una visión a muy largo plazo. Por tanto, tomaremos decisiones sobre esta tecnología basándonos en lo que consideremos mejor para la sociedad en su conjunto, y lo haremos teniendo en mente un horizonte temporal de varias décadas».