Nota de lectura. Este artículo se apoya en el anuncio público de GPT-6 Astra del 3 de septiembre de 2026, en la publicación de ARC Prize sobre los resultados de ARC-AGI-3 y en el reporting disponible en la fecha de escritura. Las cifras de benchmarks y de precio proceden de OpenAI o de terceros identificados; las citamos tal cual y señalamos lo que queda por verificar de forma independiente.

En una frase

El 3 de septiembre de 2026, OpenAI presentó GPT-6 Astra, sucesor de GPT-5.6 Sol, y su presidente Greg Brockman cerró la rueda de prensa con un «Welcome to the AGI era» — bienvenidos a la era de la AGI (artificial general intelligence, inteligencia artificial general). Creemos que la verdadera noticia no es esa frase, que ninguna institución puede validar, sino un desplazamiento más sobrio: Astra ya no se limita a producir texto, pilota un ordenador. Y la cifra más comentada del lanzamiento — 99,9 % en ARC-AGI-3 — se desploma hasta 62,7 % en cuanto se cambia el andamiaje que rodea al modelo. Es esa brecha, más que la palabra AGI, la que nos parece instructiva.

1. Lo que se anunció, sin barniz

Recuperemos los hechos antes de discutir su sentido.

El modelo. Astra sucede a GPT-5.6 Sol, cuya división analizamos en julio. OpenAI lo describe como su modelo más capaz hasta la fecha en uso de ordenador, ingeniería de software y trabajo científico. Procede, según la empresa, de su mayor entrenamiento jamás realizado — del orden de 100 000 procesadores gráficos en su sede Stargate de Texas — y es el primero de sus modelos cuyo entrenamiento habría sido supervisado, en parte, por otros modelos.

Las capacidades destacadas. Rellenar formularios en línea, actualizar una ficha de cliente, organizar una agenda, realizar una investigación, producir documentos, hojas de cálculo y presentaciones. Las demostraciones recogidas por la prensa van desde la preparación fiscal hasta el renderizado arquitectónico, pasando por la búsqueda de empleo y el formateo de documentos jurídicos.

Las cifras, tal como se publicaron:

  • OSWorld 2.0 (control de un sistema operativo): 72,6 %, con alrededor de 47 % menos de tiempo por tarea que GPT-5.6 Sol.
  • ExploitBench (ciberseguridad ofensiva): 100 %, habiendo descubierto Astra por el camino dos vulnerabilidades zero-day — fallos desconocidos por los fabricantes y, por tanto, sin parche disponible.
  • ARC-AGI-3: 62,7 % con el arnés estándar de ARC Prize, 99,9 % con un adaptador específico de OpenAI. Volvemos sobre ello con detalle en la sección 3.

La difusión. Primero un círculo restringido de organizaciones mediante el programa Daybreak Access, luego las modalidades ChatGPT Plus, Pro, Business y Enterprise, la API — la interfaz mediante la cual un programa externo llama al modelo a distancia — bajo el nombre gpt-6-astra, y Amazon Bedrock. La tarifa API anunciada es de 10 $ por millón de tokens de entrada y 50 $ de salida, con un modo rápido al doble de precio.

Conviene fijarse enseguida en este último punto, porque rompe con los doce últimos meses. GPT-5.6 Sol estaba en 5 $ / 30 $. Astra duplica la entrada y aumenta la salida en dos tercios. Tras un año de bajadas continuas del precio de la inteligencia, la gama alta vuelve a subir. No es una contradicción: es la señal de que OpenAI ya no vende una respuesta, sino tiempo de trabajo.

2. El desplazamiento real: de la IA que responde a la IA que ejecuta

Desde ChatGPT usamos la inteligencia artificial como una interfaz conversacional. Escribe, traduce, resume, programa, analiza. El usuario pregunta: «¿Cómo se hace esto?»

Astra empuja otro modelo de uso, el que llamamos IA agéntica: el sistema recibe un objetivo, descompone el problema, usa varias herramientas, navega entre aplicaciones, verifica su propio trabajo y continúa a lo largo de muchas etapas. La pregunta pasa a ser: «Hazlo.»

Es un cambio de naturaleza, no de grado. Un modelo que responde produce texto que alguien debe ejecutar después. Un modelo que actúa produce efectos: un formulario enviado, un registro modificado, un archivo escrito, un mensaje que sale. El error ya no se corrige releyendo: se corrige reparando.

Para una empresa, esto convierte potencialmente al modelo en un colaborador digital polivalente. Investigación documental, preparación de expedientes, análisis financiero, desarrollo, maquetación de un informe: todo delegable. En términos económicos, este desplazamiento nos parece más importante que el debate sobre la palabra AGI — y bastante más verificable.

3. El 99,9 % en ARC-AGI, y por qué hay que leerlo dos veces

Es la cifra que circuló más rápido y la que más atención merece.

ARC-AGI es una familia de pruebas concebida para medir algo distinto de la memorización: la capacidad de un sistema para comprender y resolver entornos que nunca ha visto. Su tercera versión, ARC-AGI-3, sitúa al modelo en mundos interactivos desconocidos cuyas reglas debe inferir jugando.

Los resultados publicados por ARC Prize son los siguientes:

  • Con el arnés estándar — la interfaz mínima e idéntica para todos los modelos — Astra obtiene 62,7 %.
  • Con un adaptador de proveedor, una infraestructura adaptada a los mecanismos propios de OpenAI, que conserva el estado de razonamiento del modelo entre peticiones y compacta los intercambios largos, alcanza 99,9 %.

A modo de comparación, GPT-5.6 Sol estaba en 7,8 % y Claude Opus 5 en 30,2 %. Incluso en 62,7 %, el avance es considerable. Y ARC Prize señala que Astra utilizó menos acciones que el humano mediano evaluado en el 96 % de los niveles.

Pero la brecha entre ambas cifras no es un detalle metodológico. Dice algo importante:

«La inteligencia de un sistema moderno ya no reside solo en el modelo. Reside en lo que lo rodea: memoria, contexto, herramientas, persistencia.»

El mismo modelo, con mejor memoria de trabajo y mejor gestión del contexto, pasa de «muy bueno» a «saturado». Lo que se mide es, por tanto, la capacidad del par modelo + andamiaje, no la del modelo solo. ARC Prize, por su parte, no reivindica ninguna AGI.

De ahí extraemos una hipótesis de trabajo, válida también para las estructuras pequeñas: si una parte importante del rendimiento procede del andamiaje, entonces la distancia entre un modelo de frontera y uno más modesto bien equipado es más estrecha de lo que parece. Es una buena noticia para quien construye con medios limitados.

4. El umbral «crítico» en ciberseguridad

Astra cruza otro umbral, menos alentador. Es el primer modelo que OpenAI clasifica en el nivel más alto de su propio marco de riesgo para capacidades cibernéticas autónomas. El 100 % en ExploitBench, logrado descubriendo dos fallos inéditos, es la ilustración.

La dificultad es estructural, no moral: la competencia que permite encontrar una vulnerabilidad para corregirla es exactamente la que permite explotarla. No existe una versión solo defensiva de esa capacidad.

OpenAI responde con la restricción: los usos cibernéticos avanzados quedan reservados a usuarios y profesionales considerados fiables. Es una respuesta razonable y también una confesión: el control pasa ahora por la gestión de accesos más que por las propiedades del modelo. Jakub Pachocki, científico jefe de OpenAI, reconoce que precisar de qué son capaces estos sistemas resulta más difícil a medida que progresan.

Anotamos de paso la coherencia con lo que escribimos sobre Fable 5: cuanto más sensible se juzga una capacidad, más condicional se vuelve su acceso. El grifo existe, y alguien tiene la mano encima.

5. AGI: una palabra que nadie puede certificar

El problema del anuncio no es que sea exagerado. Es que resulta inverificable.

No existe definición consensuada de la inteligencia artificial general. En su carta fundacional, OpenAI la describe históricamente como sistemas altamente autónomos que superan a los humanos en la mayoría de las actividades económicamente valiosas — una definición estrictamente económica, que no exige ni conciencia, ni emociones, ni pensar «a la manera humana». Según ese criterio, la frontera se vuelve efectivamente difícil de trazar.

Pero ninguna autoridad expide un certificado de AGI. Ningún benchmark único zanja la cuestión — y la sección anterior muestra que el benchmark más simbólico da dos respuestas opuestas según las herramientas empleadas.

La ironía es que la prudencia mejor formulada procede de la propia OpenAI: Sam Altman lleva tiempo repitiendo que la AGI «no es un término muy útil», precisamente porque cada cual lo emplea con su propia definición. Cabe entonces encontrarse en una situación en la que la empresa produce una tecnología considerable siendo incapaz de afirmar científicamente: ahí, en este instante, existe la AGI.

Nuestra lectura: «era de la AGI» pertenece aquí al registro de la convicción y de la comunicación, no al de la medida. Eso no descalifica a Astra. Simplemente desplaza la carga de la prueba hacia lo que sí se mide: el trabajo realmente realizado.

6. La pregunta que sí se mide: ¿cuánto trabajo?

Sustituyamos entonces «¿es Astra una AGI?» por una pregunta auditable:

¿Qué parte del trabajo humano puede completar un sistema como Astra de principio a fin, sin retoques?

Si un agente recibe un encargo por la mañana, usa varios programas, realiza búsquedas, produce documentos y entrega un trabajo aprovechable unas horas después, las consecuencias económicas no necesitan la etiqueta AGI para ser considerables. Afectarían progresivamente al desarrollo, la administración, la consultoría, las finanzas, la comunicación, lo jurídico, la investigación y la ingeniería.

Tres reservas, sin embargo, antes de concluir nada:

  • La tasa de retoque se desconoce. Un agente que acierta el 72,6 % de las tareas de oficina falla en más de una de cada cuatro. En producción, una tarea fallida no sale gratis: hay que detectarla, entenderla y rehacerla.
  • El precio ha subido. A 10 $ / 50 $ el millón de tokens, una tarea agéntica larga — que consume contexto y produce mucho — no es trivial. La rentabilidad dependerá del volumen de retoques.
  • Las demostraciones son caseras. Están diseñadas para salir bien. La difusión general, en las próximas semanas, dirá qué queda fuera del laboratorio.

7. Señales a vigilar

  1. Las mediciones independientes en OSWorld y ExploitBench. ¿Resisten las cifras del anuncio frente a evaluaciones de terceros, en tareas no anticipadas?
  2. La brecha entre los dos arneses de ARC-AGI. Si la comunidad converge hacia andamiajes abiertos comparables, la distancia 62,7 / 99,9 debería reducirse. Si persiste, habrá que admitir que el rendimiento de frontera es en parte propietario por la infraestructura, no solo por los pesos.
  3. La trayectoria del precio. Astra sube la tarifa de la gama alta. La cuestión es si le seguirá un escalón intermedio más barato, como Terra hizo con Sol. Es ese escalón, y no el buque insignia, el que decide qué resulta accesible para una estructura pequeña.
  4. El régimen de acceso a las capacidades cibernéticas. ¿Restricción transitoria o norma duradera? La respuesta dibujará la gobernanza de los modelos siguientes.
  5. Los primeros usos agénticos reales. No las demostraciones: los relatos de empresas que hayan confiado una misión auténtica a Astra, y la tasa de retoque que constaten.

8. Una palabra situada

Escribimos desde la isla de La Reunión, a 9000 km de Silicon Valley. Desde aquí, el anuncio de una «era de la AGI» no se lee como un acontecimiento histórico, sino como un cambio en las condiciones de trabajo.

Lo que nos concierne directamente se resume en tres puntos.

Primero, el andamiaje cuenta tanto como el modelo. Es la enseñanza más accionable del lanzamiento. Nunca tendremos 100 000 procesadores gráficos; en cambio, sí podemos cuidar la memoria, el contexto, las herramientas y el bucle de verificación en torno a un modelo más modesto. Parte del camino entre 62,7 % y 99,9 % pasa por ahí, y esa parte está a nuestro alcance.

Segundo, el precio sube en la gama alta. La bajada continua del coste del token no se aplica a la frontera. Para un actor insular, la estrategia razonable no es correr detrás de Astra, sino saber con precisión qué tareas justifican un modelo a 50 $ el millón de tokens de salida — y hacer todo lo demás en otro sitio.

Tercero, una capacidad alquilada sigue siendo revocable. Cuanto más potente y sensible se vuelve una herramienta, más condicional es su acceso. Seguimos pensando que hay que consumir la abundancia sin volverse su prisionero: usar las mejores herramientas y conservar al lado una capacidad modesta que nadie pueda desenchufar.

Durante mucho tiempo imaginamos la llegada de la inteligencia artificial general como una escena: un laboratorio enciende una máquina y el mundo comprende. La realidad parece menos cinematográfica. Los modelos escriben mejor, luego razonan mejor, luego usan herramientas, luego un ordenador, luego trabajan durante horas. Cuando por fin preguntemos en qué momento llegó la AGI, quizá ya sea imposible situar la frontera.

Es pronto para afirmar que OpenAI ha creado una inteligencia artificial general. Se vuelve difícil tratar estos sistemas como simples agentes conversacionales. Entre ambas cosas queda algo por hacer, y no es espectacular: medir el trabajo realmente realizado y construir en consecuencia. 汎

Fuentes y lecturas complementarias

Este documento se actualiza si aparecen elementos nuevos. Última revisión: 文 4 de septiembre de 2026.