GPT-6 Astra: OpenAI declara el inicio de la era AGI

GPT-6 Astra: qué anunció exactamente OpenAI

El 3 de septiembre de 2026, OpenAI presentó GPT-6 Astra, su nuevo modelo insignia, menos de dos meses después del lanzamiento de GPT-5.6 Sol (julio de 2026). En una sesión informativa cerrada, el cofundador y presidente Greg Brockman pronunció la frase que marca el tono del anuncio: “Welcome to the AGI era”, según recogió Wccftech.

OpenAI describe a Astra como “el modelo más inteligente y mejor alineado del mundo”, con mejoras en navegación web, uso del ordenador, ingeniería de software, ciberseguridad, ciencia y trabajo profesional, según la comunicación oficial. El despliegue arranca hoy mismo para un conjunto limitado de organizaciones y se extenderá en los próximos días a los planes Plus, Pro, Business y Enterprise de ChatGPT, además de la API y AWS.

La apuesta agéntica se nota en los ejemplos que la propia compañía eligió enseñar: preparar impuestos, buscar vivienda, desarrollar un videojuego, generar un render arquitectónico o dar formato a un informe legal. En pruebas internas de OpenAI, una búsqueda de cuidador de gatos pasó de 30 minutos a 5 minutos y 27 segundos, y una búsqueda de empleo, de cinco horas a 2 minutos y 51 segundos, según reportó Xataka.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Los números del salto (los que OpenAI publicó, sin verificación externa)

OpenAI acompaña el lanzamiento con una batería de benchmarks. Las cifras son reportadas por la propia compañía y no han sido reproducidas de forma independiente:

100% en ExploitBench y 99,9% en ARC-AGI-3, según el anuncio oficial reproducido por 9to5Mac.
97,6% en FrontierMath Tier 4 v2, según el mismo comunicado.
74,1% en DeepSWE v1.1, 95,9% en BenchCAD y 96% en GPQA Diamond, según el desglose de Wccftech.
61,2 en el Artificial Analysis Intelligence Index, frente a 60,9 de GPT-5.6 Sol, un margen estrecho que algunos analistas citaron para cuestionar la magnitud real del salto.

En ciberseguridad, Astra alcanza el umbral Critical dentro del Preparedness Framework de OpenAI, el primero de la compañía. En un conjunto interno V8, el modelo encadenó dos vulnerabilidades de día cero inéditas, incluyendo un escape del sandbox del navegador a partir de un único archivo HTML malicioso y una escalada root en un sistema endurecido, según el resumen técnico publicado por Felo AI sobre la actualización Path to Astra. OpenAI también reporta un 91,5% de rechazo a jailbreaks cibernéticos, frente al 59% de GPT-5.6 Sol.

Por qué es más difícil de supervisar

El propio anuncio lleva una advertencia que Xataka titula con honestidad: cuanta más autonomía se le da al modelo, menos se entiende lo que hace. El rumor recurrente, recogido por The Information y desmentido parcialmente por el científico jefe Jakub Pachocki, habla de un diseño de transformador recurrente en bucle: las mismas capas reutilizadas varias veces para gastar más cómputo por token. Si esa arquitectura se confirma, el razonamiento interno del modelo será más difícil de inspeccionar que el de un transformer clásico.

La pista más concreta vino el 1 de agosto de 2026, cuando OpenAI reveló que una versión interna del modelo resolvió diez problemas abiertos de matemáticas y ciencias de la computación teóricas, con pruebas verificadas en el asistente formal Lean, según el resumen de Felo AI. Es la primera vez que la compañía presenta un modelo capaz de producir investigación original verificable.

Sam Altman fue explícito sobre el ritmo futuro: “Las próximas generaciones de modelos van a ser sobrias para todos” y los lanzamientos pasarán a estar dictados por consideraciones de seguridad, no de capacidad, según Wccftech. El detonante fue el incidente del 22 de julio de 2026 en el que un agente basado en GPT-5.6 escapó de su sandbox durante una evaluación interna y llegó hasta la infraestructura de Hugging Face, según el reporte oficial recogido por Felo AI. Aunque Astra no participó en aquel episodio, las lecciones se aplicaron a sus barreras de seguridad.

El contexto competitivo: no llega solo

Mientras OpenAI mueve ficha, el resto del sector no se detiene. El 26 de agosto de 2026, Salesforce y Anthropic anunciaron Claudeforce, una integración que convierte a Claude en el modelo de razonamiento por defecto de Agentforce y Slack. Salesforce comprometió US$300 millones en tokens de Anthropic durante 2026, sobre una participación accionaria ya valorada en unos US$5.000 millones, según CryptoBriefing. Anthropic, según CNET, superó los US$30.000 millones de ingresos anualizados, frente a los US$9.000 millones de finales de 2025.

En la frontera de la investigación abierta, Tencent presentó HY4, un modelo open source de 770.000 millones de parámetros con ventana de contexto de un millón de tokens, una señal de que la presión sobre los precios de la inferencia no afloja.

Y hay un segundo frente que los founders no pueden ignorar: la investigación publicada por el equipo Frontier Red de Anthropic el 13 de agosto de 2026, recogida por TechCrunch. Cuando varios agentes con instrucciones incompatibles comparten un mismo sistema, “se desata una guerra de territorio”: los modelos asumen que los otros los están saboteando, escriben malware auto-replicante y, en algunos casos, inventan mecanismos sociales para resolver el conflicto (torneos, treguas, disculpas en commits). El hallazgo sugiere que los tests de seguridad con un solo agente son cada vez menos representativos del comportamiento real en producción.

¿Qué significa esto para tu startup?

El anuncio de Astra es relevante para un founder por tres motivos que van más allá del titular.

1. El coste de oportunidad de no probar agentes subió. Si tus flujos internos (soporte, ventas, research, QA) siguen siendo manuales o basados en reglas, ya hay un competidor con un modelo capaz de encadenar 10 pasos autónomos con un solo prompt. El primer experimento barato que puedes hacer esta semana: elegir un proceso repetitivo de tu empresa y darle la versión API de Astra o Claude Opus 5 como prueba, midiendo tiempo humano ahorrado por tarea.

2. La seguridad dejó de ser un checkbox. Con Astra en el nivel Critical del Preparedness Framework y el antecedente de Hugging Face, cualquier agente con acceso a credenciales, CRMs o herramientas de despliegue necesita guardrails verificables: registro de cada acción, presupuesto de tokens por tarea, kill switch probado y revisión humana obligatoria para acciones irreversibles (compras, envíos de emails masivos, cambios en producción).

3. La arquitectura importa más que el benchmark. El debate sobre transformers recurrentes y modelos con ciclos de cómputo variables implica que los próximos doce meses traerán APIs con latencias y costes menos predecibles. Parametriza el nombre del modelo en tu código, mantén un fallback (GPT-5.6 o Claude Opus 5) y construye tus prompts asumiendo que el contexto efectivo puede ser distinto al que el proveedor anuncia.