GPT-6 Astra estaría empezando a traducir sus mejoras técnicas en resultados comerciales para OpenAI. Los datos compartidos por Ara Kharazian, economista jefe de Ramp, sitúan al nuevo modelo con un 13% del gasto empresarial en IA medido por la plataforma, frente al 8% de Claude Fable de Anthropic durante la última semana.
El cambio resulta especialmente relevante porque Anthropic había ganado mucho terreno durante 2026. Los datos anteriores de Ramp llegaron a situarla por delante de OpenAI en adopción entre empresas estadounidenses, por lo que Astra estaría provocando una nueva redistribución del gasto hacia OpenAI, aunque Anthropic todavía conserva una presencia empresarial muy elevada.
GPT-6 Astra alcanza el 13% del gasto empresarial medido por Ramp
«OpenRouter users spent more on OpenAI models than on Anthropic models last week. This hasn’t happened for more than 2.5 years.»
h/t @PeterJ_Walker https://t.co/FS92lFdQvy
— tae kim (@firstadopter) September 15, 2026
Ramp utiliza transacciones empresariales anonimizadas para analizar cómo gastan las compañías estadounidenses en servicios de inteligencia artificial. Según los datos difundidos esta semana, GPT-6 Astra concentra alrededor del 13% del gasto observado en modelos frontier, mientras Claude Fable se sitúa aproximadamente en el 8%.
La diferencia no implica que OpenAI haya recuperado automáticamente el liderazgo absoluto en todas las métricas empresariales. Adopción, número de clientes y volumen de gasto miden fenómenos diferentes, por lo que una compañía puede conservar más empresas utilizando sus servicios mientras otra concentra una mayor cantidad de dinero en determinados modelos.
Precisamente, Ramp había mostrado en julio que Anthropic alcanzaba una adopción del 42,4% frente al 39,5% de OpenAI entre las empresas analizadas. El nuevo movimiento de Astra sugiere que una parte de los clientes está destinando ahora una mayor proporción de su presupuesto hacia el modelo más avanzado de OpenAI.
Los datos observados por OpenRouter apuntan en la misma dirección dentro de su propia plataforma. Actualmente registra aproximadamente 782.900 millones de tokens semanales para GPT-6 Astra frente a 419.600 millones para Claude Fable 5.1, aunque estas cifras representan actividad dentro de OpenRouter y no todo el mercado mundial de IA.
El uso del ordenador se ha convertido en una de las principales armas de Astra
OpenAI is winning enterprise spend at the frontier. As of this week, Astra takes 13% of enterprise AI spend vs. Fable (8%) per Ramp data.
Some early thoughts:
1. Anthropic took a big risk in its recent call to pace the frontier. It’s frontier model has already fallen behind on… pic.twitter.com/ZzVMUs5jua— Ara Kharazian (@arakharazian) September 15, 2026
Parte del atractivo empresarial de GPT-6 Astra se encuentra en su capacidad para llevar a cabo trabajo de principio a fin. OpenAI lo posiciona específicamente para razonamiento complejo, programación, investigación, creación de documentos y uso autónomo del ordenador, en lugar de limitarlo a responder consultas mediante texto.
El modelo puede interactuar con páginas web, aplicaciones de escritorio y herramientas internas incluso cuando no existe una API específica. Esto permite automatizar tareas que anteriormente necesitaban integraciones desarrolladas expresamente para cada aplicación, una diferencia especialmente relevante dentro de entornos empresariales con software heterogéneo.
En la práctica, Astra puede trabajar sobre navegadores, documentos, hojas de cálculo y otras aplicaciones para completar flujos de varias etapas. El cambio importante está en pasar de explicar cómo realizar una tarea a intentar ejecutarla, reduciendo la cantidad de intervención humana necesaria en determinados procesos.
OpenAI ofrece además una ventana de contexto de 1,05 millones de tokens y hasta 128.000 tokens de salida, unas cifras diseñadas para tareas extensas donde el modelo necesita analizar grandes cantidades de información antes de generar el resultado final.
SemiAnalysis apunta a una arquitectura looped transformer
A year ago, Anthropic trailed OpenAI by 10 pts with the Global 2000.
Today, it leads by 25. In the same survey, its midsize and small accounts fell 8 pts. The deepest budgets are deepening. The tail is pulling back. Preliminary October TSIS, still in the field. pic.twitter.com/pEkYARZa3l
— ETR (@ETRnews) September 15, 2026
Otro elemento especialmente interesante aparece bajo el modelo. SemiAnalysis sostiene que GPT-6 Astra probablemente utiliza una arquitectura denominada looped transformer, aunque OpenAI no ha confirmado públicamente este diseño y debe considerarse por ahora una interpretación técnica externa.
En un transformer convencional, la información atraviesa secuencialmente diferentes bloques, cada uno equipado con sus propios pesos. Un diseño looped puede hacer que determinados bloques sean reutilizados varias veces durante el procesamiento, permitiendo aumentar la profundidad efectiva del cálculo sin incrementar proporcionalmente el número total de parámetros.
La idea resulta relevante porque permite invertir más computación sobre una misma representación. Cada pasada adicional puede refinar el estado interno generado por el modelo, trasladando parte del escalado desde aumentar constantemente el número de parámetros hacia incrementar el trabajo realizado durante la inferencia.
Existe, sin embargo, un coste. Reutilizar repetidamente determinadas capas puede elevar el consumo computacional, la latencia y las necesidades de memoria asociadas al procesamiento, por lo que una arquitectura de este tipo no supone rendimiento adicional gratuito.
Por ahora conviene separar claramente ambos niveles de información: las capacidades de Astra están documentadas oficialmente por OpenAI, pero el uso de looped transformers no está confirmado por la compañía. La atribución procede de SemiAnalysis y no debería presentarse como una especificación oficial del modelo.
Astra se habría entrenado sobre un clúster de unas 100.000 GPU
SemiAnalysis: the loudest demand for low-capacity memory is coming from the labs themselves, a tell that they don’t see model parameters scaling much further
«What we’re observing is parameter sizes aren’t really increasing that much. There are so many techniques trying to keep… https://t.co/qxvFwSQWbY pic.twitter.com/Ui03CJwM8Z
— Fireside Alpha (@firesidealpha) September 15, 2026
Las estimaciones publicadas durante los últimos días sitúan el entrenamiento de GPT-6 Astra sobre un clúster de aproximadamente 100.000 GPU, una escala que ilustra la enorme infraestructura necesaria para desarrollar los modelos frontier actuales.
Algunas estimaciones sitúan el coste computacional de ese entrenamiento entre 500 y 1.000 millones de dólares, dependiendo principalmente del coste efectivo por hora de las GPU y la duración utilizada para calcular el entrenamiento. Estas cifras son estimaciones externas y no un coste confirmado oficialmente por OpenAI.
La inversión resulta más comprensible si Astra consigue concentrar una mayor proporción del gasto empresarial. Los modelos frontier necesitan justificar costes de entrenamiento de cientos de millones mediante uso intensivo posterior, especialmente cuando la inferencia también requiere grandes cantidades de hardware.
El precio oficial de GPT-6 Astra mediante API se sitúa en 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida, exactamente el mismo precio base que OpenRouter muestra actualmente para Claude Fable 5.1. Esto hace que el comportamiento del gasto dependa especialmente del volumen utilizado y de la eficiencia conseguida por cada modelo.
OpenAI prepara más lanzamientos para septiembre
big 🚢 this week
and then for devday
🚢🚢🚢🚢🚢🚢 https://t.co/Kyj0mGE913
— Sam Altman (@sama) September 15, 2026
La evolución comercial de Astra coincide además con nuevas novedades previstas por OpenAI. Sam Altman ha adelantado un lanzamiento importante durante esta semana y varios anuncios adicionales para el próximo DevDay, aunque no ha identificado públicamente qué productos o modelos serán presentados.
El OpenAI DevDay 2026 se celebrará el 29 de septiembre en San Francisco, con una keynote inaugural de Sam Altman. Por tanto, cualquier interpretación que convierta automáticamente los próximos anuncios en nuevos modelos debería tomarse con cautela hasta que la compañía detalle su contenido.
GPT-6 Astra ya está disponible mediante la API y se está desplegando en los diferentes productos de OpenAI. La propia compañía lo describe como su modelo más capaz para trabajos complejos de principio a fin, con especial énfasis en computer use, programación, investigación y tareas profesionales.
Los datos iniciales de Ramp apuntan ahora a que esa apuesta puede estar trasladándose al terreno económico. Un 13% frente al 8% de Fable representa una ventaja relevante dentro de la muestra analizada, pero todavía habrá que observar varias semanas para saber si se convierte en una tendencia sostenida y no únicamente en el fuerte impulso habitual después del lanzamiento de un modelo frontier.
Vía: Wccftech
