OpenAI ha comenzado el despliegue limitado de GPT-6 Astra, su nueva generación de modelos orientada a ejecutar tareas complejas de forma autónoma y trabajar directamente sobre aplicaciones, navegadores y sistemas operativos. Durante una presentación previa a medios, Greg Brockman, cofundador y presidente de OpenAI, llegó a afirmar que «la era de la AGI» comienza ahora, aunque esta valoración representa la interpretación de la compañía y no un consenso técnico sobre haber alcanzado inteligencia artificial general.
Los primeros resultados publicados muestran un 98,6% en ARC-AGI-3, un 100% en ExploitBench, un 97,6% en FrontierMath Tier 4 v2 y un 74,1% en DeepSWE v1.1. Astra también introduce un cambio importante frente al modelo tradicional de chatbot: puede manejar interfaces gráficas, completar formularios, modificar hojas de cálculo, trabajar con software profesional y ejecutar flujos de varias etapas, reduciendo la dependencia de integraciones específicas mediante API.
GPT-6 Astra puede manejar aplicaciones de forma similar a un usuario
La principal diferencia de GPT-6 Astra no reside únicamente en responder mejor a preguntas o generar código, sino en su capacidad para interactuar directamente con el software mediante interfaces diseñadas originalmente para personas. Esto permite que el agente trabaje sobre páginas web, aplicaciones de escritorio, hojas de cálculo y otras herramientas sin necesitar necesariamente una API creada específicamente para cada servicio.
OpenAI plantea que Astra pueda rellenar formularios, actualizar registros de CRM, organizar calendarios, investigar información en Internet y trasladar posteriormente los resultados a documentos o correos electrónicos. En lugar de explicar al usuario cómo completar una secuencia de pasos, el objetivo es que el propio modelo pueda ejecutarla de principio a fin.
Sus capacidades alcanzan además herramientas más especializadas. Astra puede manipular hojas de cálculo, analizar datos científicos mediante notebooks de Python, trabajar con Power BI y crear y probar sitios web, además de interactuar con aplicaciones de ingeniería como KiCad o FreeCAD e incluso instalar y solucionar problemas de software.
Durante una demostración, empleados de OpenAI utilizaron órdenes de voz para transformar un círculo amarillo en un cohete y posteriormente en un juego 3D, además de crear un anuncio en eBay. El ejemplo pretende mostrar una transición desde la interacción basada en teclado y ratón hacia instrucciones de mayor nivel que el agente traduce en acciones dentro de distintas aplicaciones.
You can quote me on this: OpenAI crushed Anthropic’s IPO.
They put the newly released, state-of-the-art Fable 5.1 to shame. And they knew exactly what they were doing.
Just look at the numbers. Its not even close. https://t.co/ktkPEvwMHX pic.twitter.com/pMgJwWhm4g
— Chubby♨️ (@kimmonismus) September 3, 2026
Astra alcanza un 98,6% en ARC-AGI-3 y un 100% en ExploitBench
Los primeros benchmarks sitúan a GPT-6 Astra con un 98,6% en ARC-AGI-3, una de las pruebas utilizadas para evaluar capacidad de razonamiento y generalización. También consigue un 100% en ExploitBench, un resultado especialmente significativo por las capacidades avanzadas de ciberseguridad que OpenAI ya había atribuido previamente a esta familia.
En otras evaluaciones, Astra registra un 97,6% en FrontierMath Tier 4 v2, un 74,1% en DeepSWE v1.1, un 95,9% en BenchCAD y un 96% en GPQA Diamond. El Artificial Analysis Intelligence Index le asigna además 61,2 puntos, ligeramente por encima de los 60,9 obtenidos por GPT-5.6 Sol.
El resultado de ARC-AGI-3 necesita, no obstante, interpretarse con cautela debido al entorno utilizado para ejecutar el modelo. El rendimiento de un agente no depende exclusivamente de sus pesos, sino también del harness, las herramientas disponibles, la gestión del contexto y los mecanismos utilizados para coordinar varios pasos durante la resolución.
Esta diferencia resulta relevante porque otros sistemas han demostrado que una buena capa de orquestación puede transformar considerablemente el resultado de un mismo modelo base. Por tanto, el 98,6% constituye un resultado extraordinariamente elevado, pero no permite comparar automáticamente dos modelos si cada uno utiliza configuraciones, herramientas o agentes diferentes.
El modelo divide problemas complejos entre varios agentes internos
Astra representa también un cambio hacia tareas de larga duración y ejecución autónoma. Su arquitectura de funcionamiento permite que un agente principal divida un problema complejo en partes más pequeñas, distribuya esas tareas y posteriormente combine los resultados obtenidos.
Esta estrategia busca superar el patrón tradicional de una pregunta seguida de una única respuesta, permitiendo mantener trabajos que pueden requerir muchas operaciones consecutivas. En escenarios complejos, el sistema puede planificar, ejecutar diferentes líneas de trabajo, revisar resultados y continuar avanzando antes de entregar una conclusión.
OpenAI ya había mostrado parte de estas capacidades durante agosto mediante diez avances en problemas abiertos de matemáticas e informática teórica. Una versión interna de Astra consiguió resolver o realizar progresos sustanciales sobre diferentes problemas, y posteriormente formalizó los argumentos mediante Lean, permitiendo verificar matemáticamente las demostraciones generadas.
La combinación entre razonamiento avanzado y capacidad para operar herramientas convierte así a Astra en una plataforma más próxima a un trabajador digital autónomo que a un chatbot convencional, aunque su rendimiento real dependerá de la fiabilidad con la que pueda mantener estas tareas fuera de entornos de demostración o benchmark.
SITUATION EXPLAINED: Sam Altman says releases will now be paced by alignment progress, not capability.
• «Take our word for it that we have much, much, much more capable models coming soon. The next generation of models are going to be sobering for everybody»
• «I think no one… pic.twitter.com/WbWv00M756— MTS (@MTSlive) September 3, 2026
OpenAI considera que Astra entra en territorio de AGI
Durante la presentación a medios, Greg Brockman utilizó la expresión «Welcome to the AGI era» para describir el salto proporcionado por Astra. La afirmación es especialmente relevante por proceder del propio presidente de OpenAI, pero no significa que exista una definición universal que permita declarar oficialmente alcanzada la inteligencia artificial general.
La propia discusión alrededor de la AGI continúa dependiendo de qué capacidades se consideran suficientes y de si deben evaluarse únicamente los modelos o los sistemas completos formados por modelo, memoria, herramientas y agentes. Astra refuerza precisamente esta segunda interpretación al combinar razonamiento con ejecución autónoma dentro de entornos informáticos.
El cambio práctico podría ser más importante que la etiqueta. Si un mismo sistema puede investigar información, programar, utilizar herramientas profesionales, modificar documentos y ejecutar flujos completos sin supervisión continua, la cantidad de trabajo que puede delegarse en una IA aumenta considerablemente, incluso aunque siga existiendo debate sobre si debe denominarse AGI.
La ciberseguridad obliga a OpenAI a limitar inicialmente el acceso
Las capacidades de Astra también elevan considerablemente los riesgos. OpenAI considera que el modelo alcanza por primera vez su nivel Crítico de capacidad en ciberseguridad, lo que implica que, equipado con las herramientas adecuadas, puede localizar vulnerabilidades desconocidas y desarrollar cadenas de explotación con una autonomía muy superior a generaciones anteriores.
Precisamente por ello, el lanzamiento inicial está restringido a un conjunto limitado de clientes, mientras OpenAI continúa aplicando controles adicionales de seguridad, monitorización y acceso. La compañía había llegado a ralentizar parte del entrenamiento de sus modelos frontera durante agosto para reforzar estos sistemas.
Sam Altman ha señalado además que el ritmo de futuras versiones estará cada vez más condicionado por cuestiones de seguridad y alineamiento y no únicamente por la capacidad técnica disponible. A medida que estos modelos puedan actuar durante más tiempo y sobre sistemas reales, limitar acciones no autorizadas se convierte en una parte tan importante del producto como mejorar sus benchmarks.
GPT-6 Astra representa así un salto desde modelos que principalmente generan respuestas hacia sistemas capaces de ejecutar trabajo directamente sobre un ordenador. Sus resultados preliminares son extraordinarios, pero la prueba decisiva llegará cuando pueda comprobarse hasta qué punto mantiene esa fiabilidad durante tareas reales, prolongadas y con consecuencias fuera de un entorno controlado.
Vía: Wccftech
