OpenAI presentó GPT-6 Astra como su modelo más avanzado para ejecutar trabajo complejo de principio a fin. El cambio relevante para las empresas no está solo en obtener mejores respuestas: Astra fue entrenado para operar computadoras, navegar, programar y producir documentos, hojas de cálculo y presentaciones siguiendo plantillas e instrucciones, además de mantener el rumbo en tareas de varios pasos.
En pruebas publicadas por OpenAI, Astra alcanzó 72.6% en OSWorld 2.0, una evaluación de uso de computadoras, frente a 65.7% de GPT-5.6 Sol. También obtuvo 57.9% en Terminal-Bench 4.0 frente a 37.3% de su antecesor, y 41.4% en AutomationBench, más del doble del 18.1% de Sol. La compañía sostiene, además, que en simulaciones de OSWorld completó tareas aproximadamente 47% más rápido.
Ese avance acerca a los modelos de frontera a un terreno más operativo. Astra puede, por ejemplo, llenar formularios, actualizar registros en un CRM, investigar en línea, trabajar con software especializado o ejecutar pruebas sobre aplicaciones. Para un CIO o CTO, la cuestión pasa así de cuánto sabe el modelo a qué procesos puede ejecutar y bajo qué controles.
Pero el salto no implica una superioridad uniforme. Artificial Analysis, que evalúa modelos de manera independiente, situó a GPT-6 Astra y Claude Fable 5.1 empatados con 53 puntos en la versión 4.3 de su Intelligence Index. En términos de precios, OpenAI cobra por Astra US$ 10 por millón de tokens de entrada y US$ 50 por millón de salida.
Un lanzamiento gradual
La disponibilidad también ha sido parte de la noticia. OpenAI anunció inicialmente un despliegue progresivo para un grupo limitado de organizaciones y luego para los planes Plus, Pro, Business y Enterprise, además de su API, Microsoft Azure y AWS Bedrock. El acceso no apareció simultáneamente para todos los usuarios de pago y Sam Altman, CEO de la compañía, terminó disculpándose por un lanzamiento que calificó de “messy”.
Desde entonces, OpenAI ha ido ampliando el acceso. Su documentación señala que el despliegue sigue siendo gradual y que la disponibilidad puede variar entre Chat, Work y Codex. En entornos Enterprise, además, el acceso depende de los permisos definidos para cada espacio de trabajo.
Más capacidad, más controles
El aspecto más sensible del lanzamiento está en ciberseguridad. OpenAI clasificó a Astra como su primer modelo en alcanzar el nivel “critical” dentro de su Preparedness Framework para capacidades cibernéticas. Según la compañía, sin las protecciones de producción, el modelo puede identificar vulnerabilidades desconocidas y desarrollar formas de explotarlas con un grado elevado de autonomía.
En sus pruebas, Astra obtuvo 100% en ExploitBench y llegó a descubrir dos vulnerabilidades zero-day que OpenAI afirma estar comunicando a sus responsables. Por ese motivo, la versión desplegada incorpora restricciones para tareas cibernéticas avanzadas y sistemas de monitoreo capaces de pausar o detener acciones potencialmente no autorizadas. La propia empresa reconoce que estos controles también pueden interrumpir trabajo legítimo.
Hay además una señal menos visible: OpenAI reportó que el razonamiento escrito de Astra resultó más difícil de monitorear que el de GPT-5.6 Sol en evaluaciones diseñadas para medir esa capacidad. Es un recordatorio de que un modelo más autónomo no reduce automáticamente las necesidades de gobierno; puede aumentarlas.
El lanzamiento ha reavivado el debate sobre si los modelos actuales se acercan a la inteligencia artificial general (AGI, por sus siglas en inglés), concepto que suele referirse a sistemas capaces de desempeñar una amplia variedad de tareas cognitivas con un nivel comparable al humano.
Sin embargo, los resultados disponibles describen avances importantes en razonamiento, uso de herramientas y ejecución autónoma, no una prueba consensuada de AGI o superinteligencia. Para las empresas, la discusión inmediata es más concreta: determinar qué tareas vale la pena delegar, cuánto cuesta hacerlo y qué supervisión debe mantenerse antes de llevar esa autonomía a producción.
