GPT-6 Astra: qué es, qué cambia y cuánto cuesta de verdad

El 3 de septiembre de 2026 OpenAI lanzó GPT-6 Astra y lo presentó como "el modelo más inteligente y más alineado del mundo". Los titulares se fueron detrás de una frase sobre la era de la AGI. Lo importante para quien tiene un negocio está en otro lado: en qué tareas cambia de verdad, cuánto cuesta correrlo y por qué OpenAI lo entregó por fases en lugar de abrirlo a todos el mismo día.

Qué es GPT-6 Astra

GPT-6 Astra es el modelo de lenguaje que sucede a GPT-5.6 Sol. OpenAI lo posiciona en cuatro terrenos: uso de computador y navegador, ingeniería de software, ciberseguridad y trabajo profesional. Es decir, menos "conversar" y más "hacer": llenar formularios, mover registros, cuadrar calendarios, armar documentos, ejecutar cadenas largas de pasos sin que nadie lo rescate a mitad de camino.

Se entrenó con más de 100.000 GPU en la sede de Stargate en Texas. Y estrena una técnica de razonamiento que se conoce como recurrent depth o transformadores en bucle, que es el cambio más interesante y también el más discutido. Volvemos a eso más abajo.

Cuándo salió y quién lo tiene

El calendario fue así:

• 3 de septiembre de 2026: lanzamiento en acceso limitado. Primero, las organizaciones admitidas en el programa de ciberseguridad de OpenAI, al que se entra por solicitud.
• 4 de septiembre de 2026: arranca el despliegue público por fases en ChatGPT Pro, Enterprise y Business Premium, dentro de ChatGPT Work y Codex.
• Los días siguientes: entran Plus y Business. En paralelo queda disponible en la API de OpenAI y en Amazon Web Services.

Los planes Pro, Business y Enterprise tienen además GPT-6 Astra Pro, una variante con más capacidad de cómputo. En cuentas Enterprise el acceso viene apagado por defecto y lo tiene que habilitar un administrador, detalle que importa si en tu empresa alguien ya está preguntando por qué no le aparece.

Qué cambia frente a GPT-5.6 Sol

Uso de computador: casi el doble de rápido

Es la mejora más tangible. Astra es cerca de dos veces más rápido usando el computador que las versiones anteriores: abrir el navegador, entrar a un sistema, buscar, copiar, pegar, guardar. En paralelo OpenAI mejoró alrededor de un 60 % la velocidad de GPT-5.6 Sol, así que el modelo viejo también quedó más ágil.

Por qué importa: cuando un agente hace treinta pasos en una interfaz, la diferencia entre tardar veinte minutos y tardar diez no es cosmética. Es la diferencia entre un proceso que alguien puede supervisar y uno que nadie va a mirar.

Codex: notas que sobreviven al contexto

En Codex, la herramienta de programación de OpenAI, Astra estrena algo que suena menor y no lo es: puede guardar notas entre ventanas de contexto en vez de comprimir todo lo anterior en un único resumen cada vez que se le acaba el espacio. Las ventanas previas siguen siendo consultables, así que puede volver a buscar un requisito o el resultado de una prueba en lugar de trabajar sobre un resumen empobrecido.

Si te suena abstracto, esto es la ventana de contexto y es la razón por la que los agentes largos se vuelven tontos al final de la jornada.

Recurrent depth: el cambio que no se ve

Astra razona con recurrent depth: en lugar de "pensar en voz alta" escribiendo pasos que se pueden leer, hace pasar la información varias veces por las mismas capas del modelo. Es más eficiente. También significa que buena parte de su razonamiento deja de estar en texto legible.

Eso tiene una consecuencia incómoda que varios investigadores de seguridad señalaron de inmediato: la cadena de pensamiento era una de las pocas ventanas que teníamos para auditar por qué un modelo hizo lo que hizo. Si se opaca, vigilar el comportamiento se vuelve más difícil, justo cuando el modelo es más capaz.

Los benchmarks y lo que no dicen

Las cifras que publicó OpenAI son, sin adornos, muy altas:

OpenAI reporta además estado del arte en Agents' Last Exam, AutomationBench, ScreenSpot Pro, TerminalBench 4.0, Terminal-Bench Science 0.1 y HealthBench Pro. Y dice que Astra ya ayudó a resolver problemas abiertos de matemáticas.

Ahora la parte que no sale en el titular. Saturar un benchmark significa que ese benchmark dejó de servir, no que el problema esté resuelto. Un 100 % en ExploitBench dice que la prueba se quedó corta para medir el modelo; no dice qué pasa con tu inventario de sistemas un martes cualquiera. Toby Walsh, de la Universidad de Nueva Gales del Sur, lo resumió bien: la IA sigue siendo "muy irregular", capaz de lo difícil y torpe en lo fácil.

Y hay un dato de contexto que casi nadie menciona: los benchmarks los eligió y los corrió quien vende el modelo. No es acusación, es cómo funciona la industria. Solo conviene tenerlo presente antes de mover un presupuesto.

Cuánto cuesta GPT-6 Astra

En ChatGPT entra dentro de lo que ya pagas en tu plan, con la opción de comprar créditos si te pasas del cupo. En la API los precios por millón de tokens son estos:

Ficha técnica, para que no la tengas que buscar: modelo gpt-6-astra, 1.050.000 tokens de contexto, 128.000 tokens de salida máxima y corte de conocimiento el 30 de abril de 2026. Si no tienes claro qué es un token y por qué se factura así, aquí lo explicamos: qué son los tokens.

La letra pequeña: 272.000 tokens

Esta es la línea que hay que leer dos veces. Cuando una petición supera los 272.000 tokens de entrada, OpenAI aplica un multiplicador de contexto largo: la entrada y la caché se cobran al doble y la salida a 1,5 veces. Y el recargo se aplica a toda la petición, no solo a los tokens que pasaron el umbral.

Por eso el millón de tokens de contexto se lee mejor como un techo de emergencia que como forma de trabajar. Si vas a montar algo en producción, la disciplina de siempre sigue mandando: recortar lo que entra, cachear lo que se repite y poner alertas de gasto antes de encender nada.

La parte incómoda: seguridad

Astra es el primer modelo de OpenAI que alcanza el umbral "crítico" en ciberseguridad dentro de su propio Marco de Preparación. En cristiano: la empresa reconoce que el modelo es lo bastante capaz en ofensiva como para requerir controles especiales. De ahí que el primer acceso fuera para el programa de ciberseguridad por solicitud, con las capacidades más sensibles restringidas y una vía de acceso ampliado para uso defensivo.

El telón de fondo es de julio de 2026. Un ataque conducido por IA comprometió servidores de Hugging Face y, según la investigación independiente, cientos de agentes de OpenAI empezaron a comunicarse entre sí y se salieron del entorno controlado. OpenAI retrasó su siguiente modelo para añadir salvaguardas, aclara que Astra no estuvo involucrado en aquel incidente y sostiene que las medidas actuales "minimizan suficientemente el riesgo de daño grave" para lanzarlo.

En paralelo, el senador Bernie Sanders y el representante Greg Casar presentaron un proyecto para pausar el desarrollo de IA avanzada y prohibir la creación de IA "superinteligente". Sanders lo dijo así: "las grandes tecnológicas están perdiendo el control de la tecnología que están desarrollando". Roman Yampolskiy, de la Universidad de Louisville, insiste en lo mismo desde la academia: las capacidades avanzan más rápido que la comprensión de cómo hacerlas seguras.

Sobre la frase que dio la vuelta al mundo: quien la dijo fue Greg Brockman, presidente de OpenAI, y fue "no me parece irrazonable sentir que ahora estamos en la era de la AGI". No es lo mismo que anunciar AGI. Sam Altman, por su parte, lo llamó el modelo "más alineado" que han hecho. Las dos frases son de marketing tanto como de ingeniería.

GPT-6 Astra vs Claude

Toca decirlo con las cartas sobre la mesa: en PorContar trabajamos con Claude y ahí tenemos un interés. Así que aquí va lo justo.

Al Jazeera reporta que Astra supera a GPT-5.6 Sol y a Claude Fable 5 en los benchmarks de razonamiento del anuncio. Eso es cierto y no tiene vuelta. Lo que no se sigue de ahí es que sea la mejor herramienta para el trabajo de una empresa, porque en ese terreno pesan otras tres cosas:

• El costo por tarea, no por token. Cincuenta dólares por millón de tokens de salida es caro, y el multiplicador de contexto largo lo vuelve impredecible. Una comparación seria se hace con tus propias tareas medidas de punta a punta.
• Lo que ya tienes montado. Si tus integraciones, tus MCP y tus permisos ya están sobre otro modelo, cambiar tiene un costo que ningún benchmark refleja.
• Qué tan predecible es cuando corre solo. Es lo que de verdad decide si un agente entra en producción, y no hay benchmark público que lo mida bien.

Nuestra posición honesta hoy: Astra todavía no lo hemos usado en producción, así que no vamos a opinar de su comportamiento real. Cuando lo probemos con una tarea de verdad, lo contamos aquí con los resultados a la vista, como hicimos con Sonnet 5 y Sonnet 4.6.

Qué hacer con esto si tienes empresa

• No migres por el titular. Un 98 % en matemáticas de frontera no mueve la aguja de una empresa que factura, cobra y responde clientes.
• Sí prueba el uso de computador. Es la mejora con impacto más directo en tareas administrativas repetitivas: sistemas viejos, formularios, conciliaciones, cargues manuales.
• Pon el tope de gasto antes de la primera prueba. Con el umbral de 272.000 tokens, la sorpresa llega en la factura, no en la demo.
• Revisa quién puede activarlo. En Enterprise viene apagado. Eso es una decisión de gobierno de datos, no un detalle de configuración.
• Mantén el humano que aprueba. Un modelo más autónomo hace más urgente, no menos, definir quién firma antes de que algo salga a un cliente o a un sistema contable.

El resumen sin humo: GPT-6 Astra es un salto real en operar software y una señal clara de hacia dónde va todo. No es AGI, no reemplaza a tu equipo y no arregla un proceso que ya estaba mal definido. Es una herramienta más rápida para un trabajo que alguien todavía tiene que decidir cómo se hace.

Preguntas frecuentes

Datos verificados el 8 de septiembre de 2026 en el anuncio oficial de OpenAI y en las coberturas de CNBC, Al Jazeera, Fox Business y 9to5Mac · Se actualiza cuando cambien precios o disponibilidad