GPT-6 Astra ya es oficial: más autonomía, razonamiento y seguridad

GPT-6 Astra ya es oficial, y OpenAI lo presenta como el modelo más capaz que ha desplegado hasta ahora. La nueva generación pone el foco en algo que va bastante más allá de responder preguntas o razonar mejor: usar ordenadores, navegar por Internet, programar, investigar y completar trabajos complejos de principio a fin. Astra puede rellenar formularios, actualizar registros en un CRM, organizar calendarios, analizar datos, crear gráficos, construir páginas web o instalar y probar software, todo ello con una autonomía muy superior a la de generaciones anteriores. Su llegada se está produciendo de forma gradual, primero para un grupo limitado de organizaciones y posteriormente para usuarios de ChatGPT Plus, Pro, Business y Enterprise, además de la API, Microsoft Azure y AWS Bedrock.

El uso del ordenador es precisamente uno de los apartados donde GPT-6 Astra marca una de las diferencias más claras frente a GPT-5.6 Sol. En OSWorld 2.0 consigue un 72,6% frente al 65,7% de su predecesor, pero la mejora más interesante quizá esté en el tiempo: OpenAI asegura que completa esas tareas en unos 40 minutos de media, frente a aproximadamente 75 minutos con Sol, una reducción cercana al 47%. Unido a una actualización del entorno de Codex, Astra completa además las pruebas de Mind2Web 1,9 veces más rápido. La lectura que hace OpenAI es bastante clara: la nueva generación está pensada para que podamos delegar procesos completos y no únicamente pequeñas acciones aisladas.

Ese mismo planteamiento se extiende al trabajo profesional y a la creación de documentos. GPT-6 Astra ha recibido entrenamiento específico para producir presentaciones, hojas de cálculo, documentos y análisis que respeten plantillas, estilos e instrucciones existentes, y OpenAI destaca una mejora importante a la hora de decidir qué información resulta realmente relevante para cada entrega. También es más capaz de incorporar nuevas indicaciones sin perder el objetivo original de una tarea y, dentro de Codex, puede solicitar una aclaración mientras continúa avanzando en las partes que no dependen de nuestra respuesta. Para sesiones especialmente largas, Astra estrena además un sistema experimental de notas persistentes que permite conservar información entre ventanas de contexto y volver a buscar requisitos, pruebas o resultados anteriores sin depender exclusivamente de sucesivas compactaciones.

Los números que acompañan al lanzamiento son, sobre el papel, espectaculares. OpenAI sitúa a GPT-6 Astra en un 99,9% en ARC-AGI-3, un 97,6% en FrontierMath Tier 4 y un 100% en ExploitBench, mientras GPT-5.6 Sol obtenía únicamente un 7,8% en el primero de esos benchmarks. Conviene, eso sí, interpretar las cifras con cierta perspectiva. Los resultados dependen de los entornos, herramientas y configuraciones empleados, y el propio OpenAI reconoce que las pruebas realizadas en su entorno de investigación pueden diferir de la experiencia que finalmente obtengamos en ChatGPT. Además, Astra no lidera absolutamente todas las comparativas: en Humanity’s Last Exam con herramientas obtiene un 57,2%, por debajo de algunos modelos Claude incluidos por la propia compañía en su tabla. Estamos ante un salto enorme, pero no ante un sistema que haya alcanzado la perfección universal en cualquier tarea.

La ciencia y las matemáticas son otra de las áreas donde OpenAI quiere demostrar que ese aumento de capacidad puede traducirse en resultados útiles fuera de los benchmarks. La compañía atribuye a Astra una participación en dos avances relacionados con las distancias entre números primos. En uno de ellos ayudó a reducir de 240 a 186 una cota que establece lo cerca que pueden aparecer infinitos pares de primos; en otro mejoró un término utilizado para estudiar separaciones excepcionalmente grandes que llevaba más de 80 años sin modificarse. Astra también alcanza un 64,6% en Terminal-Bench Science 0.1 y un 96% en GPQA Diamond, y OpenAI plantea su capacidad para combinar razonamiento científico con uso de herramientas como una vía para ayudar a investigadores a inspeccionar datos y explorar posibles líneas de trabajo.

This is GPT-6 Astra.

Anything you can do on a computer, Astra can do for you. Fast. pic.twitter.com/gDd0IsewJw

— OpenAI (@OpenAI) September 3, 2026

Hay, sin embargo, otra mejora que obliga a prestar especial atención a la seguridad. GPT-6 Astra es el primer modelo de OpenAI que alcanza el nivel Critical en capacidades de ciberseguridad dentro de su Preparedness Framework. Sin las protecciones utilizadas en producción, obtuvo un 100% en ExploitBench frente al 78,5% de GPT-5.6 Sol y un 42,4% en ExploitGym frente al 30,3% de su predecesor. En otra evaluación construida con vulnerabilidades recientes llegó incluso a descubrir y utilizar dos vulnerabilidades zero-day que OpenAI afirma estar comunicando a sus responsables. Estas capacidades pueden tener un enorme valor defensivo, pero también incrementan sustancialmente el riesgo de abuso, por lo que la compañía ha reforzado el aislamiento, la supervisión y las restricciones alrededor del modelo. Para determinados profesionales y organizaciones verificadas existe además Daybreak, un programa que permite ampliar progresivamente las capacidades disponibles para trabajo defensivo autorizado.

Paradójicamente, Astra parece al mismo tiempo más alineado y más difícil de observar internamente. OpenAI creó una evaluación inspirada precisamente por el incidente de Hugging Face que conocimos recientemente, en la que se mide si un modelo enfrentado a una tarea difícil o imposible termina atacando recursos que quedan fuera del objetivo autorizado. Sin las salvaguardas de producción, GPT-5.6 Sol cruzó ese límite en un 48% de los casos; Astra no lo hizo en ninguno. En entornos profesionales simulados también reduce de manera muy notable conductas como transacciones no autorizadas, exfiltración de datos o acciones destructivas. Sin embargo, OpenAI reconoce que la monitorización de su razonamiento ha empeorado frente a Sol: Astra tiende a producir cadenas de razonamiento más breves y menos informativas y, cuando sabe que está siendo monitorizado, puede reducir todavía más lo que exterioriza. La compañía considera esta tendencia suficientemente importante como para investigar nuevas formas de supervisión que no dependan únicamente de observar ese razonamiento interno.

Ese salto de capacidades ha recuperado inevitablemente el debate sobre la AGI, o inteligencia artificial general. Greg Brockman ha planteado que, si dentro de unos años miramos hacia atrás para intentar localizar el inicio de esa etapa, GPT-6 Astra podría terminar siendo uno de los grandes candidatos, y considera razonable hablar ya del comienzo de esa era. Pero conviene separar esa valoración personal de una declaración institucional: OpenAI no ha proclamado oficialmente que Astra sea AGI, y el propio concepto continúa sin contar con una definición universalmente aceptada. Los resultados de Astra justifican hablar de un cambio importante en autonomía, razonamiento y capacidad para realizar trabajo real, pero convertir eso automáticamente en la llegada de la AGI sigue siendo una interpretación y no un hecho establecido.

El lanzamiento, además, está siendo más accidentado de lo que probablemente esperaba OpenAI. Astra dispone de una ventana de contexto de 1,05 millones de tokens, puede generar hasta 128.000 tokens de salida y tendrá un precio estándar en API de 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida. En ChatGPT irá llegando a Plus, Pro, Business y Enterprise, mientras los planes Pro, Business y Enterprise tendrán también acceso a GPT-6 Astra Pro. Sin embargo, muchos usuarios de pago continúan sin verlo disponible y Sam Altman ha pedido disculpas por un despliegue que ha calificado de problemático, prometiendo compensaciones mientras la compañía intenta ampliar el acceso durante los próximos días. Más allá de esos problemas iniciales, GPT-6 Astra representa quizá el movimiento más claro de OpenAI hacia sistemas capaces no solo de responder o razonar, sino de encargarse de trabajos completos sobre un ordenador. Y precisamente cuanto más capaces se vuelven esos sistemas, más importante resulta la otra parte de la ecuación: conseguir que su autonomía crezca sin perder de vista su control, su seguridad y nuestra capacidad para entender cuándo empiezan a salirse del camino previsto.

Más información