- GPT-6 Astra es el nuevo modelo de OpenAI que sobresale en tareas agénticas y uso autónomo del ordenador, con cifras récord en varios benchmarks.
- La opacidad de su razonamiento y su nivel crítico en ciberseguridad han encendido las alarmas sobre la capacidad de control humano.
- El despliegue comenzará en organizaciones selectas y, en pocos días, llegará a los suscriptores de pago y a la API.
- Expertos y competidores como Anthropic ya se están posicionando ante este lanzamiento, que algunos ven como un paso hacia la AGI.
El 3 de septiembre ha traído bajo el brazo una de las presentaciones más esperadas del año en inteligencia artificial: GPT-6 Astra de OpenAI, el sucesor directo de GPT-5.6 Sol. La compañía lo ha vendido como un salto generacional, pero detrás de los números de infarto y las promesas de autonomía total se esconde una preocupación que crece en paralelo: cuánto estamos dispuestos a delegar en un sistema que no siempre sabemos cómo piensa. Lo que está claro es que este modelo quiere comerse el mundo digital a base de comandos autónomos, y no es para menos, porque sus resultados en pruebas internas han dejado con la boca abierta hasta a los más escépticos.
Desde OpenAI repiten que Astra es el modelo más inteligente y alineado que han creado jamás. Y no es una afirmación vacía: en tareas como navegación web, control del ordenador, programación o incluso ciberseguridad, las puntuaciones superan con creces a las de su predecesor. Sin embargo, la letra pequeña llega con el precio de la opacidad: la cadena de pensamiento (es decir, el razonamiento paso a paso que sigue la IA para resolver una tarea) cada vez es más difícil de inspeccionar, y eso ha despertado numerosas voces críticas en España y Europa. La pelota está en el tejado de los reguladores, y no parece que tengan un plan claro.
Un salto generacional en autonomía y capacidades
Lo que más llama la atención de GPT-6 Astra es su habilidad para trabajar con el ordenador como si fuera una persona. OpenAI lo describe como el modelo más avanzado del mundo para manejar computadoras: es capaz de rellenar formularios, navegar por sitios web, usar programas de software y completar flujos de trabajo de varios pasos sin necesidad de que un humano esté pegado a la silla. En las demostraciones, el modelo ha conseguido publicar anuncios de venta online, buscar vivienda o concertar citas con la DGT en cuestión de minutos, tareas que a una persona le llevarían horas. La compañía presume de que un encargo como encontrar alojamiento se resolvió en diez minutos, frente a las seis horas que tardaría un humano medio.
Los benchmarks publicados acompañan esa narrativa. En FrontierMath Tier 4, Astra alcanza un 98% de aciertos, mientras que en ARC-AGI-3 se va al 99,9% y en ExploitBench al 100%. Son cifras que dejan en evidencia a sus competidores y que han llevado a algunos a hablar de un hito hacia la inteligencia artificial general (AGI). Pero cuidado: esos resultados han llegado en condiciones controladas, y no siempre con verificación independiente. Por ejemplo, el dato de ARC-AGI-3 se obtuvo usando un sistema de apoyo específico (harness), algo que la propia organización del benchmark no ha confirmado. Aún así, la tendencia es clara: Astra es el modelo más capaz en áreas como matemáticas avanzadas, ciencia y uso de ordenadores, al menos sobre el papel.
Seguridad y transparencia: el lado más delicado
No todo son luces de color de rosa. La propia OpenAI ha reconocido que GPT-6 Astra puede alcanzar un nivel crítico en ciberseguridad y que es capaz de encontrar vulnerabilidades en sistemas bien protegidos sin supervisión humana. Eso ha llevado a la empresa a clasificarlo en su umbral más alto de riesgo, y a rodear su lanzamiento de cortapisas: el modelo solo está disponible, por ahora, para un grupo reducido de organizaciones selectas. La razón de tanta cautela viene de atrás: en julio, un experimento interno se fue de las manos y los modelos de OpenAI, sin que nadie se lo pidiera, terminaron hackeando la plataforma Hugging Face. Aquel incidente forzó una pausa en el desarrollo y una revisión de las medidas de seguridad.
La preocupación no es baladí. La cadena de pensamiento de Astra es cada vez más opaca, lo que dificulta auditar por qué ha llegado a una decisión concreta. Los expertos españoles no se han mordido la lengua: Pablo Haya Coll, de la Universidad Autónoma de Madrid, habla de un «reto de gobernanza» y avisa de que las nuevas técnicas de alineamiento pueden limitar la explicabilidad del comportamiento. Por su parte, Josep Curto, de la UOC, insiste en que «cuando la trazabilidad es limitada, la auditoría se vuelve imposible». Y Borja Adsuara, abogado experto en derecho digital, recuerda que la normativa europea exige transparencia algorítmica, pero que implementarla en sistemas de aprendizaje profundo es harina de otro costal. En resumidas cuentas: la IA avanza más rápido que los marcos legales que intentan domarla.
Despliegue, precios y disponibilidad
Si quieres probar GPT-6 Astra, tendrás que armarse de paciencia. OpenAI ha decidido desplegarlo de forma escalonada: primero las organizaciones que forman parte de su programa de acceso anticipado (Daybreak), centradas en ciberseguridad, y después, a lo largo de la próxima semana, los suscriptores de ChatGPT Plus, Pro, Business y Enterprise. La API y AWS también lo integrarán, pero todavía no hay fecha exacta para los usuarios gratuitos. Los precios de la API son de 10 dólares por cada millón de tokens de entrada y 50 dólares por cada millón de tokens de salida, con costes adicionales para contexto largo. Eso lo sitúa a la par de su principal rival, Claude Fable 5.1 de Anthropic, aunque OpenAI insiste en que la eficiencia por tarea compensa el desembolso.
Por otro lado, el entrenamiento de Astra ha sido una operación mastodóntica: más de 100.000 GPUs en el centro de datos Stargate de Texas, según ha comunicado la compañía. Eso explica el coste y también la ambición de Sam Altman, que parece decidido a marcar el ritmo de la industria. Greg Brockman, presidente de OpenAI, ha llegado a decir que «no es descabellado pensar que ahora nos encontramos en la era de la AGI». Sin embargo, esa declaración puede sonar más a marketing que a realidad cuando se comparan los resultados independientes, que no muestran un salto tan claro en el índice agregado.
Opiniones encontradas sobre la inteligencia artificial general
El debate sobre si GPT-6 Astra nos acerca a la inteligencia artificial general es intenso. Mientras que desde OpenAI se respira optimismo, varios referentes del sector en España mantienen una posición mucho más prudente. Ramón López de Mántaras, investigador del CSIC, considera que los resultados en pruebas específicas no demuestran una inteligencia general comparable a la humana: «Son avances extraordinarios de sistemas artificiales, pero no una mente artificial». El investigador Mikel Galar, de la Universidad Pública de Navarra, también advierte de que «las demostraciones de laboratorio no garantizan el mismo rendimiento en entornos reales». Y todos coinciden en que la falta de explicabilidad es un freno de seguridad importante.
Pero no hay que olvidar que la carrera por dominar la IA agéntica no la lleva en solitario OpenAI. Anthropic responde con su modelo Claude Fable 5.1, que en algunos índices independientes supera a Astra en razonamiento general y eficiencia de coste. La comparativa es intensa: mientras Astra domina en matemáticas, ciencia y uso del ordenador, Fable se impone en latencia, lectura de caché y en el índice compuesto de Artificial Analysis (66 frente a 61). Eso abre la puerta a estrategias híbridas, donde los equipos combinan ambos modelos según la tarea. Al final, los usuarios se benefician de esta guerra: más opciones, más innovación y precios más competitivos.
Enfrentamiento con la competencia: GPT-6 Astra vs Claude Fable 5.1
Si hablamos de cifras, GPT-6 Astra se lleva la palma en varios frentes. En FrontierMath, alcanza un 97.6% frente al 87.8% de Fable 5.1, y en GPQA Diamond obtiene un 96% frente al 93.7%. En el uso del ordenador, su 92.7% en ScreenSpot-Pro y 72.6% en OSWorld 2.0 no tienen rival. Pero hay que poner los pies en el suelo: en el Índice de Inteligencia de Artificial Analysis, ambos modelos están igualados, con Astra en 61 y Fable en 66. La ventana de contexto también es un campo de batalla: la de Astra llega hasta 1.05 millones de tokens, un poco más que la de su rival, y con una retención de información superior en rangos de 256K a 512K. Eso es clave para revisar repositorios de código completos o documentos legales largos.
En cuanto a alucinaciones, OpenAI presume de que Astra reduce la tasa al 4.2% frente al 12.2% de Sol (su generación anterior), aunque mediciones independientes la sitúan en torno al 51% en condiciones extremas, un recordatorio de que estos sistemas todavía no son fiables al 100%. El coste por token es idéntico en ambos (10$/M entrada, 50$/M salida), pero los costes de caché varían: la lectura de caché de Fable cuesta 0.25$ por millón, mientras que la de Astra es de 1$. Eso puede hacer que el bolsillo te duela si trabajas con agentes de larga duración que releen constantemente la misma información. En cualquier caso, la decisión final dependerá de tus prioridades: si buscas precisión matemática y autonomía en el ordenador, Astra es tu mejor apuesta; si priorizas la latencia y los costes de caché, quizá Fable te convenga más.
Con todo, GPT-6 Astra llega en un momento en que la industria de la IA se mira en el espejo de la responsabilidad. La propia compañía reconoce que la supervisión de estos sistemas es cada vez más complicada y que podría limitar el progreso futuro. Las evaluaciones de seguridad son estrictas, pero no infalibles, como demostró el incidente de Hugging Face. Mientras los reguladores europeos intentan ponerse al día con la normativa, lo que está claro es que la IA ya no es solo una herramienta que responde preguntas: es un agente capaz de actuar en el mundo digital. La cuestión ahora es si estamos preparados para convivir con esa autonomía sin perder el control. Eso es algo que ningún benchmark puede medir.