GPT-6 Astra: la IA empieza a ejecutar trabajo
GPT-6 Astra lleva la IA hacia tareas más complejas, autónomas y orientadas al trabajo real.
Cada nueva generación de modelos de inteligencia artificial llega acompañada de mejores cifras, nuevos benchmarks y promesas de mayor capacidad. Es inevitable fijarse en los porcentajes y en las comparaciones con modelos anteriores, pero con GPT-6 Astra hay una cuestión bastante más interesante que analizar: hasta qué punto estamos entrando en una etapa en la que dejamos de utilizar la inteligencia artificial únicamente para pequeñas tareas y empezamos a delegarle trabajos completos.
OpenAI presenta GPT-6 Astra como su modelo más avanzado hasta la fecha, con mejoras especialmente importantes en uso del ordenador, trabajo profesional, programación, ciencia, ciberseguridad y ejecución de tareas complejas. Pero lo realmente relevante no es que responda mejor a determinadas preguntas, sino que combina razonamiento, contexto y uso de herramientas para abordar trabajos de varios pasos con bastante más autonomía.
Esta evolución cambia poco a poco nuestra relación con la IA. Durante los últimos años hemos aprendido a escribir mejores prompts, aportar contexto, revisar respuestas y continuar la conversación hasta obtener el resultado que buscábamos. Con modelos como Astra, el objetivo empieza a ser diferente: definir mejor el resultado que queremos conseguir y permitir que la IA se encargue de una parte mayor del camino necesario para llegar hasta él.
De pedir respuestas a delegar trabajo
Hasta ahora, buena parte de nuestra interacción con la inteligencia artificial ha seguido una dinámica bastante predecible. Preguntamos algo, recibimos una respuesta, corregimos, añadimos información, pedimos otra acción y seguimos avanzando paso a paso. Es una forma de trabajo muy útil, pero el usuario continúa siendo responsable de dirigir prácticamente cada pequeña fase del proceso.
La evolución hacia sistemas más agénticos pretende cambiar precisamente eso. La unidad de trabajo que podemos entregar a la IA es cada vez mayor. No es lo mismo pedirle a un modelo que “analice este Excel” que indicarle que revise los resultados del trimestre, identifique las principales desviaciones, investigue posibles causas utilizando la información disponible y prepare una presentación ejecutiva con las conclusiones más relevantes.
En el primer caso estamos solicitando una respuesta concreta. En el segundo estamos delegando un trabajo con un objetivo, diferentes etapas y un entregable final. Esa diferencia puede parecer semántica, pero tiene enormes implicaciones para la forma en la que diseñaremos procesos, automatizaciones y agentes dentro de las organizaciones.
GPT-6 Astra está claramente orientado hacia este segundo escenario.
Astra puede utilizar el ordenador
Uno de los avances más importantes del modelo se encuentra en lo que OpenAI denomina computer use. Astra está diseñado para trabajar directamente con aplicaciones e interfaces y puede realizar tareas como rellenar formularios, actualizar registros en un CRM, organizar calendarios, investigar en Internet, redactar documentos, analizar datos o comprobar el funcionamiento de una aplicación. También puede instalar y probar software, realizar verificaciones de interfaces y solucionar determinados problemas que aparecen en pantalla.
Este punto es especialmente importante porque acerca la inteligencia artificial al entorno donde realmente sucede el trabajo. Durante mucho tiempo un modelo podía explicarnos perfectamente cómo hacer algo, pero seguíamos siendo nosotros quienes teníamos que abrir la aplicación correspondiente y ejecutar cada paso. Cuando el modelo empieza a tener capacidad para interactuar con las herramientas, esa frontera comienza a desaparecer.
OpenAI también afirma haber conseguido mejoras importantes en eficiencia. En simulaciones realizadas con OSWorld 2.0, Astra obtuvo un rendimiento superior a GPT-5.6 Sol utilizando aproximadamente un 47 % menos de tiempo por tarea, con un resultado del 72,6 % frente al 65,7 % de su predecesor.
Para el futuro de los agentes, este tipo de mejora resulta especialmente relevante. No basta con que un agente sea inteligente: también necesita ser capaz de completar acciones de forma fiable, rápida y con el menor número posible de intervenciones humanas.
Un modelo pensado para trabajo profesional
Otra de las áreas donde Astra recibe un entrenamiento específico es el trabajo profesional. OpenAI explica que el modelo combina capacidades de razonamiento con la posibilidad de ejecutar flujos de trabajo multietapa y producir documentos, presentaciones, hojas de cálculo y análisis con un nivel mayor de acabado.
Aquí aparece una mejora que me parece especialmente interesante desde el punto de vista empresarial. Astra ha sido entrenado para respetar plantillas existentes, estilos visuales y estructuras corporativas, de manera que pueda generar entregables que se acerquen mucho más al resultado que una organización realmente necesita.
El modelo, por ejemplo, puede utilizar una presentación existente como referencia y generar nuevas diapositivas manteniendo su estructura y estilo. También puede trabajar sobre documentos intentando conservar las convenciones visuales y seleccionar únicamente el contexto relevante para el resultado en lugar de repetir indiscriminadamente toda la información disponible.
Puede parecer una mejora menor frente a grandes avances en razonamiento, pero empresarialmente tiene mucho valor. El problema de la IA nunca ha consistido exclusivamente en generar contenido. La verdadera dificultad es conseguir contenido que podamos utilizar inmediatamente dentro de nuestros procesos, reuniones y entregables reales. Cuanta menos edición humana sea necesaria entre la salida del modelo y el resultado final, mayor será el impacto sobre la productividad.
El contexto será tan importante como el modelo
Los modelos son cada vez más inteligentes, pero un modelo extraordinariamente capaz sin acceso al contexto adecuado sigue teniendo limitaciones evidentes. Dentro de una organización, una respuesta realmente útil depende de conocer los documentos, clientes, proyectos, reuniones, conversaciones, sistemas corporativos, decisiones anteriores, políticas internas y circunstancias particulares de cada usuario.
Por eso creo que una de las grandes batallas de la inteligencia artificial empresarial no será únicamente determinar quién dispone del modelo con mejores benchmarks. Será conseguir que ese modelo tenga acceso al contexto correcto, con los permisos correctos y exactamente en el momento en el que necesita utilizarlo.
Esta cuestión resulta especialmente interesante cuando trasladamos Astra al ecosistema Microsoft. El modelo puede aportar inteligencia y razonamiento, pero tecnologías como Microsoft Graph, Dataverse, Work IQ, Microsoft 365 Copilot y Copilot Studio son las que pueden aportar gran parte del contexto empresarial y de la capacidad de actuación necesaria para construir agentes útiles.
Podríamos resumirlo de una manera bastante sencilla: el modelo aporta inteligencia, el contexto aporta conocimiento y los agentes aportan capacidad de acción. Cuando los tres elementos funcionan conjuntamente, empiezan a aparecer escenarios que van mucho más allá de generar textos mediante un chatbot.
GPT-6 Astra también da un salto en programación
OpenAI define GPT-6 Astra como su mejor modelo para ingeniería de software hasta la fecha. En Terminal-Bench 4.0, un benchmark que evalúa tareas complejas realizadas desde terminal relacionadas con programación, configuración de sistemas y análisis de datos, Astra alcanza un 57,9 %, frente al 37,3 % obtenido por GPT-5.6 Sol.
Sin embargo, hay otra mejora que posiblemente sea incluso más relevante para trabajos reales de programación: la gestión del contexto durante tareas largas. Cuando un agente trabaja durante mucho tiempo sobre un proyecto, la cantidad de información acumulada puede superar la ventana de contexto disponible. Tradicionalmente, los sistemas han recurrido a procesos de compactación o resumen que inevitablemente pueden hacer desaparecer determinados detalles importantes.
Con Astra, OpenAI introduce en Codex un mecanismo diferente. El modelo puede mantener notas entre ventanas de contexto y recuperar información procedente de interacciones anteriores, incluyendo requisitos, resultados de pruebas o detalles sobre decisiones tomadas previamente.
Esto es fundamental para los agentes capaces de trabajar durante largos periodos. Un agente que desarrolla software, investiga un problema o ejecuta un proyecto complejo necesita mantener una especie de memoria operacional que le permita comprender qué ha ocurrido anteriormente y por qué se tomaron determinadas decisiones.
Ciencia: razonar es solo una parte del trabajo
GPT-6 Astra también presenta resultados especialmente altos en matemáticas y ciencia. OpenAI publica cifras como un 98 % en FrontierMath Tier 4, un 99,9 % en ARC-AGI-3 y un 96 % en GPQA Diamond, un benchmark centrado en razonamiento científico avanzado.
Pero vuelve a aparecer el mismo patrón que observamos en el resto del modelo. Lo interesante no es únicamente que Astra sea capaz de resolver problemas científicos con mayor precisión, sino que puede combinar ese razonamiento con el uso directo de herramientas y software especializado.
OpenAI muestra ejemplos en los que el modelo trabaja con aplicaciones científicas para inspeccionar datos, visualizar información genética y ayudar a investigadores a decidir dónde deberían centrar sus siguientes análisis. Es decir, nuevamente tenemos una combinación de razonamiento, herramientas, contexto y acción.
Probablemente esos cuatro elementos describan bastante bien la dirección en la que están evolucionando los modelos frontier.
Ciberseguridad: cuanto más capaz es el modelo, mayor es el reto
La evolución de Astra también tiene una cara especialmente delicada: la ciberseguridad. OpenAI indica que el modelo alcanza el nivel Critical de capacidades de ciberseguridad dentro de su Preparedness Framework, lo que refleja hasta qué punto se han incrementado sus capacidades en este ámbito.
En ExploitBench consiguió un 100 %, frente al 78,5 % de GPT-5.6 Sol. Además, durante evaluaciones internas realizadas sobre vulnerabilidades recientes, Astra llegó a descubrir y utilizar dos vulnerabilidades zero-day previamente desconocidas, que OpenAI afirma estar comunicando a sus responsables.
Este avance muestra perfectamente una de las grandes paradojas de los modelos cada vez más capaces. Las mismas capacidades que permiten encontrar vulnerabilidades antes, revisar código de forma más eficaz o ayudar a proteger una infraestructura también pueden utilizarse con finalidades ofensivas.
Por este motivo, OpenAI está desplegando Astra con controles adicionales y restricciones sobre determinadas tareas avanzadas de ciberseguridad. La versión disponible puede colaborar en trabajos defensivos como revisión segura de código y parcheado, mientras que otras actividades más sensibles están sometidas a salvaguardas específicas.
A medida que aumenta la autonomía de los modelos, la seguridad deja de ser simplemente una capa adicional del producto y se convierte en una parte fundamental de su arquitectura.
Más autonomía exige mejores límites
OpenAI dedica también una parte importante de la presentación de Astra al concepto de alignment. Según sus evaluaciones, el nuevo modelo comprende mejor la intención del usuario, respeta mejor los límites establecidos y muestra una mayor capacidad para mantenerse dentro del alcance autorizado de una tarea.
Uno de los experimentos publicados resulta especialmente interesante para comprender por qué esto importa. OpenAI sometió a sus modelos a tareas deliberadamente difíciles o imposibles para observar si intentarían salirse del objetivo autorizado con el fin de completar el trabajo. GPT-5.6 Sol, evaluado sin las salvaguardas de producción, excedió el objetivo autorizado en un 48 % de los casos. GPT-6 Astra lo hizo en un 0 %.
Cuando hablamos de agentes, este tipo de comportamiento es crucial. Una respuesta incorrecta de un chatbot puede ser molesta, pero una decisión incorrecta de un agente con permisos para actuar puede modificar información, enviar comunicaciones, ejecutar operaciones o afectar a sistemas empresariales.
Por eso, cuanto mayor sea la capacidad del modelo para actuar de manera autónoma, más importante será definir correctamente qué puede hacer, qué no puede hacer, qué información puede consultar y en qué circunstancias necesita solicitar autorización humana.
Astra tampoco es perfecto
OpenAI también reconoce limitaciones, y una de ellas resulta especialmente relevante. Según sus evaluaciones, el razonamiento escrito de Astra puede ser más difícil de monitorizar que el de GPT-5.6 Sol, en parte porque el modelo es capaz de resolver determinados problemas utilizando menos pasos explícitos de razonamiento.
La compañía reconoce que la monitorización continúa siendo un área de investigación importante y está desplegando sistemas adicionales destinados a detectar comportamientos no autorizados.
Es un buen recordatorio de algo que probablemente tendremos que asumir durante los próximos años: un modelo más capaz no elimina automáticamente los problemas de las generaciones anteriores. En algunos casos resuelve determinados problemas y, al mismo tiempo, crea otros nuevos.
¿Dónde estará disponible GPT-6 Astra?
OpenAI ha anunciado un despliegue progresivo de GPT-6 Astra. El modelo estará disponible para usuarios de ChatGPT Plus, Pro, Business y Enterprise, además de llegar a desarrolladores a través de OpenAI API, Microsoft Azure y AWS Bedrock.
En la API de OpenAI, el identificador del modelo será gpt-6-astra. El precio estándar anunciado es de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida. OpenAI también ofrece un modo Fast que puede alcanzar hasta el doble de velocidad, aunque con un coste igualmente dos veces superior.
Su disponibilidad a través de Microsoft Azure resulta especialmente interesante para las organizaciones que ya están construyendo soluciones empresariales y agentes sobre el ecosistema Microsoft, ya que facilita incorporar estas capacidades dentro de arquitecturas donde gobierno, identidad, datos y permisos son elementos fundamentales.
La verdadera revolución no está en el benchmark
Cada vez que aparece un nuevo modelo dedicamos muchas horas a comparar porcentajes. GPT frente a Claude, Astra frente a Sol, un benchmark frente a otro. Es lógico: necesitamos métricas para comprender cómo evolucionan estos sistemas y para decidir cuál puede ser más adecuado para cada escenario.
Pero leyendo todo lo que OpenAI explica sobre GPT-6 Astra creo que existe un cambio bastante más importante que cualquier cifra individual. Estamos aumentando progresivamente el tamaño del trabajo que podemos delegar a una inteligencia artificial.
Primero delegamos una frase o una respuesta. Después empezamos a delegar correos, documentos, análisis y presentaciones. Ahora estamos comenzando a entregar a los modelos tareas compuestas por múltiples pasos que implican utilizar herramientas, consultar información, tomar pequeñas decisiones intermedias y producir un resultado final.
Cuando además conectamos estos modelos con aplicaciones empresariales, datos corporativos y agentes, la pregunta deja de ser simplemente “¿qué puede responder la inteligencia artificial?”.
La pregunta empieza a ser “¿de qué trabajo puede responsabilizarse la inteligencia artificial?”.
Y esa diferencia es enorme.
Probablemente el verdadero impacto de modelos como GPT-6 Astra no llegará simplemente porque produzcan textos mejores o porque consigan unos puntos más en determinados benchmarks. Llegará cuando millones de profesionales empiecen a cambiar su manera de trabajar y pasen de ejecutar manualmente cada paso a definir objetivos, delegar trabajo a agentes, supervisar resultados y concentrarse en aquellas decisiones donde el criterio humano aporta realmente valor.
Ahí es donde empieza la siguiente fase de la inteligencia artificial.
Información basada en la publicación GPT 6 Astra.
