OpenAI envía GPT-6 Astra y lo llama su primer modelo cibernético crítico
OpenAI lanzó GPT-6 Astra el 3 de septiembre con una ventana de contexto de 1,1 millones de tokens a 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida. Es el primer modelo que, según la compañía, cumple con su umbral crítico de ciberseguridad.
OpenAI lanzó GPT-6 Astra el jueves pasado, cuatro semanas después de decir que había ralentizado deliberadamente el modelo por riesgo cibernético. Es el nuevo buque insignia de la compañía, y el lanzamiento se produjo en medio del tramo más activo de lanzamientos de modelos fronterizos de este año: cuatro modelos grandes en aproximadamente 72 horas, de cuatro laboratorios diferentes.
Los números primero. Astra toma una ventana de contexto de aproximadamente 1,1 millones de tokens, que es la cantidad de texto que un modelo puede tener en mente a la vez, y produce hasta 128.000 tokens en una sola respuesta. El precio de la API es de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, con entrada en caché de 1 dólar. Hay un modo Rápido que funciona hasta 2,5 veces más rápido por el doble de precio. En OSWorld 2.0, un punto de referencia que mide qué tan bien un modelo puede manejar una computadora de escritorio real, OpenAI reporta un 72,6% contra un 65,7% para GPT-5.6 Sol y un 70,2% para Claude Opus 5. La compañía también dice que Astra a menudo alcanza esos puntajes gastando menos tokens de salida que sus predecesores, lo cual es importante porque los tokens de salida son la mitad cara de la factura.
La línea más trascendental del anuncio no es un punto de referencia. OpenAI dice que Astra es el primer modelo que alcanza el nivel “Crítico” de su propia escala de riesgo de ciberseguridad, lo que significa que puede encontrar fallas de software previamente desconocidas y escribir código de explotación funcional sin que un humano lo guíe por los pasos. El modelo se envía con capacitación en alineación más lo que OpenAI llama salvaguardias del sistema: revisión automatizada del código que produce y monitoreo de desalineación mientras se ejecuta en producción. Despojado de esas protecciones operativas, OpenAI informa que Astra rechaza el 91,5% de los intentos de jailbreak conocidos, frente al 59% de Sol.
Lo que realmente está sucediendo aquí. Cada laboratorio importante publica ahora un marco de riesgo con niveles, y 2026 es el año en que los modelos comenzaron a aterrizar en el nivel superior en lugar de cómodamente debajo de él. Google hizo lo mismo el día anterior con una variante Gemini centrada en el ciberespacio que sólo entrega a defensores examinados. El patrón es que la capacidad bruta llega primero, la puerta llega con ella y el público obtiene la versión segura, mientras que un conjunto más pequeño de organizaciones confiables obtiene la versión sin restricciones. Se trata de un acuerdo razonable y también de una enorme confianza depositada en un puñado de empresas privadas que deciden quién cuenta como de confianza. Vale la pena mantener ambos pensamientos a la vez.
Qué significa esto para ti. Si usas ChatGPT, Astra se está implementando en todos los planes, incluido Plus, por lo que es posible que ya lo tengas sin que notes mucho. Para escribir, resumir e investigar todos los días, la respuesta honesta es que le resultará difícil sentir la diferencia con el modelo anterior. Donde debería mostrarse es un trabajo largo y de múltiples pasos: un modelo que puede contener un millón de tokens y manejar una computadora de escritorio está dirigido a personas que le entregan una base de código completa o una tarde entera de clics, no un párrafo. Si paga por token a través de la API, haga la aritmética antes de cambiar. A 50 dólares por millón de tokens de salida, Astra es un modelo con precio de frontera, y uno más barato puede terminar su trabajo igual de bien.
Fuentes
K2 Horizon envía seis modelos abiertos y los datos de entrenamiento con ellos
El Institute of Foundation Models de Abu Dhabi lanzó seis modelos con parámetros de 0,9B a 375B el 3 de septiembre bajo Apache 2.0, publicando pesos, código, datos de entrenamiento y metodología. El más pequeño está pensado para correr con reloj.
