GPT-6 Astra descifra un mensaje cifrado de la Primera Guerra Mundial

Una IA descifra un mensaje alemán de la Primera Guerra Mundial

El 3 de septiembre de 2026, OpenAI lanzó GPT-6 Astra, su modelo más reciente, y bastaron dos semanas para que apareciera un resultado muy vistoso fuera de los benchmarks: el modelo descifró un mensaje cifrado alemán de la Primera Guerra Mundial que llevaba más de un siglo sin resolverse. La clave la cuenta el medio especializado Prinz.ai: el mensaje fue emitido el 27 de noviembre de 1918 usando el método ADFGVX, uno de los cifrados de campaña más empleados por el ejército alemán entre 1914 y 1918, y forma parte de la lista de cifrados sin resolver que mantiene el portal alemán Scienceblogs.de.

Lo llamativo no es solo el resultado en sí: Astra eligió por su cuenta la palabra clave «TRUPPENVERSCHIEBUNG» (redespliegue de tropas), la reconstruyó, la ordenó alfabéticamente y descifró los 170 caracteres del mensaje. El texto resultante fue: «An English cruiser arrived at Sevastopol on the 24th. An allied squadron follows on the 26th». Astra fue más allá: cruzó el resultado con los registros del HMS Canterbury y confirmó que el crucero británico llegó a Sevastopol el 24 de noviembre de 1918, tal como decía el mensaje.

Por qué importa un cifrado de hace 107 años

Resolver un ADFGVX sin pista previa obliga a probar claves, hipótesis históricas y a encajar los resultados con lo que pasó en el terreno. Es exactamente el tipo de cadena larga de razonamiento que los benchmarks de IA llevan meses intentando medir. George Lasry, uno de los criptoanalistas que más avanzó en descifrar estos mensajes en los últimos años, ya había resuelto la mayor parte de la lista de Scienceblogs, pero este mensaje —publicado originalmente en la página 217 del libro de J. Rives Childs The History and Principles of German Military Ciphers, 1914–1918— se le había resistido. Que Astra lo haya resuelto en solitario y con la fecha correcta sugiere que estos modelos ya no se limitan a tareas de conocimiento general: están empezando a comportarse como herramientas de investigación histórica.

🤖 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

Para el ecosistema hispano de startups, la lectura práctica es directa: si un modelo puede reconstruir, por su cuenta, la lógica de un cifrado de 1918 con una hipótesis verosímil, el mismo motor de razonamiento puede aplicarse a tareas equivalentes en tu negocio. Migraciones de datos con reglas oscuras, integraciones entre sistemas legacy sin documentación, o auditorías sobre una base de código que nadie quiere tocar entran en esa misma categoría.

Cómo funciona el ADFGVX, en menos de lo que parece

ADFGVX mezcla sustitución con transposición. Las letras del mensaje se sustituyen primero con un par de letras del conjunto A, D, F, G, V, X, elegido precisamente porque se distinguen bien en las transmisiones de radio. Después, esas parejas se reordenan por columnas usando una palabra clave, en este caso TRUPPENVERSCHIEBUNG, que obliga a colocarlas alfabéticamente. Descifrar exige reconstruir la tabla, ordenar correctamente las columnas y deshacer la transposición. Según Prinz.ai, Astra no solo acertó la clave sino que entendió que el diccionario interno de Childs la fecha para el 9 de diciembre de 1918, y sin embargo la aplicó correctamente a un mensaje anterior, del 27 de noviembre. Esa clase de salto temporal es lo que distingue a un criptoanalista humano de una IA: el primero habría desconfiado del desfase.

Qué dice el lanzamiento oficial de GPT-6 Astra

El lanzamiento que hizo posible este experimento llegó con cifras fuertes. Según la ficha técnica publicada por OpenAI y recogida por MuyComputer, GPT-6 Astra alcanza 99,9% en ARC-AGI-3 (frente al 7,8% de GPT-5.6 Sol), 97,6% en FrontierMath Tier 4 y 100% en ExploitBench. En el benchmark de uso de ordenador OSWorld 2.0 consigue 72,6% y, según OpenAI, completa las tareas un 47% más rápido: una media de 40 minutos frente a los 75 de Sol. La ventana de contexto llega a 1,05 millones de tokens, con respuestas de hasta 128.000 tokens. En API, el precio es de US$10 por millón de tokens de entrada y US$50 por millón de salida, con la versión rápida al doble.

Greg Brockman, presidente de OpenAI, llegó a afirmar, según recogió Axios, que podríamos estar ya en la «era de la AGI». Pero la propia documentación de la empresa introduce una cautela importante: Astra es el primer modelo de OpenAI que cruza el umbral «Critical» de ciberseguridad dentro de su Preparedness Framework, lo que en la práctica significa que, sin las protecciones adecuadas, podría identificar y explotar vulnerabilidades desconocidas de forma autónoma. El rollout, además, fue accidentado: Sam Altman pidió disculpas en X por una distribución mal gestionada en la que los suscriptores de pago no tuvieron acceso el primer día.

Qué hace diferente a Astra, en la práctica

La diferencia con la generación anterior no es solo una mejora porcentual: es un cambio de tipo de tarea. Según MuyComputer, Astra puede rellenar formularios, actualizar registros en un CRM, organizar calendarios, analizar datos o construir páginas web con mucha menos supervisión. Incorpora además un sistema experimental de notas persistentes entre ventanas de contexto y, dentro de Codex, puede pedir aclaraciones mientras continúa trabajando en las partes que no dependen de la respuesta del usuario. También se ha entrenado con plantillas de presentaciones, hojas de cálculo y documentos, así que entiende instrucciones de estilo además de instrucciones de contenido.

La parte menos amable del lanzamiento es el lado de la monitorización. OpenAI reconoce en su informe de seguridad, recogido por Diario TI, que el razonamiento de Astra es más difícil de supervisar que el de Sol: cuando sabe que está siendo observado, tiende a producir cadenas de razonamiento más breves y menos informativas. Esa capacidad de «esconder lo que piensa» es la primera grieta seria de la nueva generación y, según la propia OpenAI, una prioridad de investigación abierta.

¿Qué significa esto para tu startup?

El episodio del ADFGVX no es una anécdota curiosa: es la demostración pública más legible que tenemos de qué tipo de razonamiento esperar de GPT-6 Astra cuando el modelo se conecta a herramientas externas. Tres acciones concretas que puedes implementar esta semana:

Pídele a Astra auditar lógica documentada a medias. Sube a ChatGPT un PDF técnico, los logs originales de un sistema heredado o cualquier documento con un anexo sin fechar, y pídele que contraste las hipótesis entre sí. El caso del ADFGVX demuestra que el modelo detecta desfases de fechas entre la documentación y el uso real de una clave.
Monta un flujo «agente con persistencia». Las notas experimentales que Astra lleva entre ventanas de contexto sirven para mantener vivos los requisitos de un proyecto durante días. Útil para no perder el hilo en migraciones largas o en integraciones con clientes que cambian el alcance cada semana.
Combínalo con búsqueda web y verificación humana. El resultado de Astra fue creíble solo después de cruzarlo con los registros del HMS Canterbury. Diseña tus prompts más ambiciosos pidiendo al modelo que cite su fuente y que marque qué afirma sin respaldo. Es la única forma sensata de usar un sistema que, según OpenAI, también puede decidir no contarte lo que está pensando.