OpenAI acaba de presentar GPT-6 Astra y, por una vez, el salto de nombre parece venir acompañado de algo bastante más interesante que otra colección de porcentajes en benchmarks. La compañía no está vendiendo simplemente un modelo que escribe mejor, razona más o programa con menos errores. La idea es otra: que la IA deje de limitarse a responder y empiece a completar trabajos enteros usando herramientas y el propio ordenador.
Eso cambia bastante la conversación. Hasta ahora hemos discutido mucho sobre qué modelo responde mejor, cuál alucina menos o cuál programa con más precisión. Con Astra, la pregunta empieza a ser distinta: ¿cuánto trabajo puede hacer por nosotros antes de que aparezcan los límites?
Porque un agente que puede investigar, navegar, crear documentos, trabajar con hojas de cálculo, programar y completar procesos de muchos pasos puede ser revolucionario. Pero si después de un rato aparece el aviso de que hemos agotado el uso incluido en nuestro plan, la experiencia cambia por completo.
El salto importante no es GPT-6, es que pueda hacer el trabajo
OpenAI presenta Astra como su nuevo modelo de referencia para trabajo complejo de principio a fin. En ChatGPT puede crear documentos, hojas de cálculo y presentaciones siguiendo instrucciones y plantillas, además de adaptarse si cambiamos los requisitos a mitad de la tarea.
Eso parece un detalle, pero es precisamente uno de los grandes problemas de los agentes actuales. Son buenos resolviendo pasos concretos, pero cuando el proceso se alarga, aparece una excepción o cambiamos de dirección, la fiabilidad suele caer.
La documentación de OpenAI también coloca alrededor de Astra herramientas como computer use, shell, búsqueda, archivos, MCP, llamadas a funciones y ejecución asíncrona de herramientas. Es decir, la arquitectura está cada vez más pensada para que el modelo no solo piense, sino que actúe sobre un entorno de trabajo.
La diferencia parece pequeña cuando la resumimos en una frase, pero no lo es. Hasta ahora le pedíamos a ChatGPT que nos explicara cómo hacer algo. La ambición de Astra es que podamos decirle qué queremos conseguir y que sea el propio sistema el que decida qué herramientas necesita para llegar al resultado.
De asistente a trabajador digital
Los primeros ejemplos publicados por OpenAI sirven para entender bastante bien esta transición. Playco ha conectado GPT-6 Astra directamente con Unity y Godot. El modelo puede modificar escenas, ejecutar el juego, probar sus propios cambios, localizar errores y volver a corregirlos. La compañía asegura que necesitó un 50% menos de correcciones manuales que con el modelo anterior.
Legora muestra otro tipo de trabajo. Su agente utilizó Astra para revisar 41 documentos financieros en una única ejecución y completó el proceso en minutos. En ese flujo concreto, la empresa asegura haber mejorado cerca de un 40% frente al modelo anterior.
Son ejemplos proporcionados por OpenAI y sus socios y, por tanto, habrá que esperar a pruebas independientes. Pero ilustran muy bien el cambio de filosofía: la unidad de trabajo deja de ser la respuesta y pasa a ser la tarea.
Y aquí es donde cada usuario va a notar un GPT-6 diferente
No creo que Astra vaya a sentirse igual para todo el mundo. De hecho, esa puede ser una de las claves para entender el lanzamiento.
Quien utiliza ChatGPT para hacer una consulta rápida, traducir un texto, escribir un correo o pedir una receta probablemente note una mejora bastante menos espectacular de lo que sugiere el nombre GPT-6. Tendrá un modelo más capaz, quizá algo más fiable y con mejores respuestas, pero seguirá utilizándolo esencialmente como un chatbot.
El salto será mucho mayor para el usuario profesional. Alguien que trabaje con investigación, documentos, programación, análisis de datos o presentaciones puede empezar a delegar bloques enteros de trabajo en lugar de ir resolviendo cada paso manualmente.
Después está el power user, que utiliza ChatGPT como una herramienta central de trabajo. Para ese perfil, Astra puede significar menos aplicaciones intermedias, más automatización y procesos mucho más largos dentro de una misma sesión.
Y finalmente está el usuario que realmente quiere agentes: decirle a la IA que investigue un tema, recopile información, prepare un documento, actualice una web, genere materiales y siga trabajando hasta completar el objetivo. Ahí es donde Astra promete cambiar más las cosas.
También es, precisamente, donde más probable es que empecemos a mirar el contador.
Y hay otro límite que no tiene que ver con los tokens. OpenAI reconoce que las comprobaciones de seguridad adicionales de Astra pueden ralentizar, pausar o detener trabajos legítimos, incluso tareas que no parezcan relacionadas directamente con ciberseguridad o ejecuciones de agentes que duren bastante tiempo. Si el supervisor pausa una tarea en ChatGPT o Codex, el usuario puede tener que revisar la acción antes de continuar; en otras interfaces, como la API, la tarea se detendrá.
Eso añade otra capa a la cuestión de la autonomía. No bastará con saber cuánto cómputo tenemos incluido: también importará cuánto puede avanzar el agente sin que intervengan los sistemas de supervisión. Para un usuario casual será probablemente irrelevante. Para quien quiera dejar a Astra trabajando durante horas, puede convertirse en una parte muy visible de la experiencia.
La pregunta no es qué puede hacer GPT-6 Astra, sino cuánto te dejarán hacerlo
Este puede acabar siendo el dato más importante de todos.
Un chatbot consume relativamente poco cuando le hacemos unas cuantas preguntas. Un agente que está durante mucho tiempo navegando, razonando, leyendo archivos, ejecutando código y llamando a otras herramientas es otra historia. El coste computacional aumenta y deja de tener demasiado sentido medir el uso simplemente en «mensajes».
Por eso, cuando Astra llegue de forma general a Plus, Pro y el resto de planes, no solo habrá que mirar qué funciones incluye cada uno. Habrá que mirar cuánto trabajo real puede ejecutar antes de alcanzar su límite de uso.
Un usuario casual puede pasar semanas sin acercarse siquiera a esos límites. Un profesional puede encontrarlos de vez en cuando. Pero alguien que pretenda utilizar Astra como un trabajador digital durante varias horas al día puede convertir la cuota de computación en una parte central de la experiencia.
Y entonces la comparación entre planes cambia. Ya no estaremos pagando únicamente por «tener GPT-6», sino por cuánta inteligencia y cuántas horas de trabajo de esa IA podemos consumir.
Ahora se entienden mucho mejor aquellas palabras de Sam Altman
Hace unos meses, Sam Altman utilizó una comparación que entonces podía sonar algo grandilocuente. Durante una intervención en el BlackRock Infrastructure Summit explicó que imaginaba un futuro en el que la inteligencia artificial acabaría vendiéndose como una utility, de una forma parecida a la electricidad o el agua: el consumo se mide y se paga en función del uso.
Con un modelo como Astra, esa idea empieza a tener bastante más sentido.
Mientras la IA era principalmente un chatbot, la suscripción plana encajaba bien: pagábamos una cantidad al mes y recibíamos acceso a mejores modelos y más mensajes. Pero si el producto se transforma en un sistema capaz de dedicar tiempo de computación a realizar trabajo por nosotros, el modelo económico puede acercarse mucho más a un contador.
Una cantidad de capacidad incluida en la suscripción, diferentes niveles según el plan y, quizá, consumo adicional para quien necesite más. En otras palabras: una factura de IA.
No significa que OpenAI haya anunciado que ChatGPT vaya a cobrar así a los usuarios particulares. Eso todavía no ha ocurrido. Pero la evolución técnica de los modelos y el discurso de la propia compañía hacen cada vez más plausible que el cómputo disponible termine siendo una parte importante de lo que puede hacer cada usuario.
El mejor GPT-6 puede ser muy distinto según lo que pagues
Esto abre una consecuencia interesante. Dos personas podrían utilizar exactamente GPT-6 Astra y tener experiencias radicalmente diferentes.
Una podría utilizarlo para conversación, consultas y alguna tarea puntual sin preocuparse nunca por la cuota. Otra podría ponerlo a investigar durante horas, programar, utilizar herramientas o gestionar procesos completos y consumir mucho más cómputo.
La inteligencia del modelo sería la misma, pero la cantidad de trabajo que puede realizar para cada una no necesariamente lo sería.
Y eso convierte los límites de uso en algo mucho más importante de lo que eran hasta ahora. En la era del chatbot, alcanzar el límite significaba esperar para seguir hablando con el modelo más potente. En la era del agente puede significar que una tarea que esperábamos que terminara por nosotros se quede a medias.
OpenAI empieza a utilizar la palabra AGI con mucha menos prudencia
El lanzamiento viene acompañado además de un discurso bastante más ambicioso alrededor de la inteligencia artificial general. Greg Brockman, presidente y cofundador de OpenAI, ha llegado a plantear que podríamos estar entrando en la «era de la AGI».
Conviene no confundir ese tipo de declaraciones con una constatación científica. No existe una definición universalmente aceptada de AGI ni una prueba que permita afirmar de forma objetiva que un determinado modelo la ha alcanzado.
Pero el cambio de lenguaje sí es significativo. Durante años, la AGI era un objetivo futuro. Ahora OpenAI empieza a hablar de sistemas capaces de asumir trabajo cada vez más autónomo y de una etapa en la que los modelos pueden encargarse de tareas más relevantes.
Personalmente, me interesa bastante menos discutir si eso merece ya la etiqueta AGI que observar lo que está ocurriendo en la práctica: la IA está pasando de contestar a ejecutar.
También es el modelo más delicado que OpenAI prepara para lanzar
La otra cara de Astra está en la ciberseguridad. OpenAI lo ha clasificado como el primer modelo que alcanza el nivel Critical dentro de su Preparedness Framework.
Según las evaluaciones de la propia compañía, con las herramientas y permisos adecuados Astra puede encontrar vulnerabilidades desconocidas y desarrollar formas de explotarlas en sistemas protegidos sin necesitar que una persona supervise cada paso.
En una evaluación interna llegó a descubrir dos vulnerabilidades zero-day y utilizarlas dentro de una cadena de explotación. OpenAI asegura estar coordinando su comunicación con los responsables del software afectado.
La compañía también reconoce que retrasó partes del desarrollo y del lanzamiento mientras reforzaba las protecciones contra usos maliciosos y acciones no autorizadas. Además, las capacidades de ciberseguridad más avanzadas tendrán un acceso más restringido.
Este punto conecta directamente con algo de lo que ya hablamos en Hefestec: cuanto más capaces son los agentes de actuar de forma autónoma, más importante resulta controlar no solo lo que responden, sino lo que pueden hacer.
GPT-6 Astra todavía no está disponible para todo el mundo
El despliegue comienza de forma limitada. OpenAI está dando acceso primero a determinadas organizaciones dentro de su programa Daybreak y ha confirmado que Astra llegará a través de la API y a los planes Plus, Pro, Business y Enterprise durante los próximos días.
Y aquí vuelve a aparecer la gran incógnita: OpenAI todavía no ha explicado públicamente cuál será la cuota concreta de uso de Astra para cada tipo de usuario.
Ese dato puede ser mucho más importante que cualquier benchmark. Porque si de verdad estamos entrando en la etapa de los agentes, el valor de un modelo ya no se mide únicamente por lo bien que piensa, sino también por cuánto tiempo puede seguir trabajando.
El chatbot empieza a quedarse pequeño
Para mí, esa es la lectura realmente interesante de GPT-6 Astra. Hemos pasado varios años comparando modelos por cómo respondían una pregunta, escribían un texto o resolvían un problema. Pero si Astra funciona en el mundo real como OpenAI promete, esa comparación empieza a quedarse corta.
La siguiente batalla de la inteligencia artificial probablemente no sea quién tiene el chatbot que responde mejor, sino quién consigue construir el sistema que puede recibir un objetivo, utilizar nuestro ordenador, coordinar herramientas y terminar el trabajo sin obligarnos a supervisar cada clic.
Y cuando eso ocurra, habrá otra pregunta inseparable de todas las demás: ¿cuánto cuesta dejarlo trabajar?
Puede que ahí esté el verdadero cambio de GPT-6. No solo en tener una IA más inteligente, sino en empezar a tratar la inteligencia artificial como un recurso que consumimos.
Fuentes: OpenAI — Path to Astra, ChatGPT Release Notes, documentación de modelos de OpenAI, caso Playco, caso Legora y Business Insider sobre las declaraciones de Sam Altman acerca de la IA como servicio medido por consumo.
