OpenAI presentó oficialmente GPT-6 Astra, su modelo más ambicioso hasta la fecha, diseñado para ejecutar tareas complejas en un ordenador con una autonomía sin precedentes. El lanzamiento se está realizando de forma escalonada, comenzando por un grupo reducido de organizaciones y extendiéndose posteriormente a usuarios de ChatGPT Plus, Pro, Business y Enterprise, además de estar disponible a través de la API, Microsoft Azure y AWS Bedrock, según informó MuyComputer.
Una de las principales novedades es su capacidad para interactuar directamente con un ordenador. En el benchmark OSWorld 2.0, Astra alcanza un 72,6% de éxito frente al 65,7% de su predecesor GPT-5.6 Sol, pero la diferencia más significativa está en el tiempo de ejecución: completa las tareas en unos 40 minutos de media, frente a los 75 minutos de Sol, lo que supone una reducción cercana al 47%. Además, gracias a una actualización del entorno Codex, completa las pruebas de Mind2Web 1,9 veces más rápido.
El modelo también ha sido entrenado para producir presentaciones, hojas de cálculo y documentos que respeten plantillas e instrucciones existentes, e incorpora un sistema experimental de notas persistentes que permite conservar información entre ventanas de contexto largas. En los benchmarks anunciados por OpenAI, Astra obtendría un 99,9% en ARC-AGI-3, un 97,6% en FrontierMath Tier 4 y un 100% en ExploitBench. No obstante, la propia compañía advierte de que los resultados varían según el entorno y de que no lidera todas las comparativas: en Humanity's Last Exam con herramientas obtiene un 57,2%, por debajo de algunos modelos de Claude incluidos en su propia tabla.
En el ámbito científico, OpenAI atribuye a Astra su participación en dos avances sobre las distancias entre números primos: ayudó a reducir de 240 a 186 una cota sobre pares de primos próximos y mejoró un término para estudiar separaciones excepcionalmente grandes que llevaba más de 80 años sin modificarse. El modelo alcanza un 64,6% en Terminal-Bench Science 0,1 y un 96% en GPQA Diamond.
El capítulo de seguridad es especialmente relevante. Astra es el primer modelo de OpenAI que alcanza el nivel Critical en capacidades de ciberseguridad dentro de su Preparedness Framework. Sin las protecciones de producción, obtuvo un 100% en ExploitBench y un 42,4% en ExploitGym, frente al 78,5% y el 30,3% de Sol, respectivamente. OpenAI afirma que descubrió y utilizó dos vulnerabilidades zero-day que está comunicando a sus responsables. Para profesionales autorizados existe Daybreak, un programa que amplía progresivamente las capacidades de trabajo defensivo. En paralelo, una evaluación inspirada en el reciente incidente de Hugging Face muestra que Astra no cruzó los límites autorizados en ningún caso, frente al 48% de Sol. Sin embargo, la monitorización de su razonamiento interno ha empeorado, ya que produce cadenas más breves y menos informativas y puede reducir aún más lo que exterioriza cuando sabe que está siendo vigilado.
El lanzamiento ha reavivado el debate sobre la AGI. Greg Brockman ha sugerido que Astra podría ser recordada como uno de los hitos del inicio de esa era, aunque OpenAI no ha proclamado oficialmente que se trate de AGI y el concepto sigue sin una definición universal. En cuanto a precio y especificaciones, Astra dispone de una ventana de contexto de 1,05 millones de tokens, genera hasta 128.000 tokens de salida y tendrá un coste estándar en API de 10 dólares por millón de tokens de entrada y 50 por millón de salida. La disponibilidad en ChatGPT se irá ampliando de forma progresiva, aunque el despliegue ha sido más accidentado de lo esperado, con interrupciones que la compañía continúa gestionando en el momento del anuncio.