Dass KI unseren PC zunehmend vollständig steuert, wird immer weniger ungewöhnlich. Wir haben bereits gesehen, was passiert, wenn man einer KI wie OpenClaw die Kontrolle überlässt. Doch genau dieses Konzept hat OpenAI mit seinem neuesten KI-Modell weiter vertieft. Ein Modell, das endlich die Version 5.X hinter sich lässt und den Sprung zu 6 macht. Das Labor hat offiziell GPT-6 Astra vorgestellt, sein neues Modell, das darauf abzielt, Desktop-Umgebungen zu automatisieren und fortgeschrittene Arbeitsabläufe zu beschleunigen. Erinnerst du dich an die Geschichte des massenhaften Kaufs von Mac minis durch dieses Labor? Das hat viel damit zu tun.
Das Werkzeug wird bereits schrittweise an diejenigen ausgerollt, die ein ChatGPT-Abonnement haben, und über die API des Unternehmens sowie auf Plattformen von Drittanbietern wie Microsoft Azure und AWS Bedrock verteilt. Laut ersten Daten ist der Leistungsanstieg gegenüber GPT-5.6 Sol keine Anekdote, denn Astra integriert native Fähigkeiten, um direkt mit Betriebssystemen zu interagieren.
Echemos un vistazo a los números. En las pruebas sintéticas de razonamiento formal ha alcanzado un aplastante 99,9% en ARC-AGI-3, superando la eficiencia de acción humana en el 96% de los niveles evaluados, según los datos de la fundación ARC Prize.
Por si fuera poco, el sistema logra con un 98% de acierto en FrontierMath Tier 4. Para que nos entendamos, estos registros reflejan una mayor capacidad matemática que busca fulminar de una vez por todas las habituales alucinaciones a la hora de procesar cálculos complejos o ejecutar código de simulación científica.
Obviamente, como siempre decimos, todos estos datos, a pesar de ser muy llamativos, provienen de la propia empresa. Por otro lado, los benchmarks son pruebas muy específicas y no representan la capacidad del modelo en todas las situaciones. De todos modos, sí que nos permiten intuir una mejora sustancial con respecto a los GPT predecesores.
Cuando el algoritmo toma los mandos de tu PC
En el ámbito de la interacción con interfaces gráficas, la cosa se pone interesante. El sistema registra una puntuación del 59,3% en el banco de pruebas Agents’ Last Exam, pasándole la mano por la cara al 55,5% de Claude Opus 5 y, lo que es mejor, lográndolo con un 65% menos de tokens generados.
En las simulaciones sobre el entorno OSWorld 2.0, el modelo reduce el tiempo de resolución en un 47% respecto a la versión anterior. En la práctica, esto significa que la IA puede operar directamente sobre aplicaciones complejas como suites ofimáticas, navegadores o herramientas de diseño de circuitos impresos como KiCad.
Para los entornos de desarrollo, la actualización de la plataforma Codex incrementa la velocidad de ejecución en un factor de 1,9 dentro de la prueba Mind2Web. Además, la compañía sustituye el típico resumen comprimido tradicional por un sistema experimental de notas estructuradas que retiene información entre distintas ventanas de contexto. Este salvavidas preserva detalles técnicos esenciales durante sesiones de depuración prolongadas, evitando que el modelo pierda el hilo de los cambios aplicados en proyectos de software extensos.
Peligrosamente brillante
Hablemos ahora de la parte más delicada del anuncio. Se trata del área de la ciberseguridad, donde la compañía ha tenido que clasificar las capacidades del sistema en el nivel crítico tras lograr un 100% en ExploitBench en pruebas sin restricciones. Por si fuera poco, durante las evaluaciones con vulnerabilidades recientes, el algoritmo localizó y explotó por sí solo dos fallos de seguridad de día cero completamente desconocidos.
Obviamente, para evitar desastres, la versión comercial bloqueará la generación de código malicioso, limitando su operativa a tareas defensivas de auditoría y mitigación de vulnerabilidades. Queda por ver si no asistimos a más ataques del estilo del de Hugging Face.
OpenAI ha diseñado pruebas específicas para verificar que los agentes autónomos no excedan los límites asignados por el usuario. Las buenas noticias son que, en entornos trampa aislados, el nuevo modelo registró un 0% de intentos de saltarse las restricciones de acceso, frente a la preocupante tasa del 48,2% observada en su día con GPT-5.6 Sol. Además, los sistemas de supervisión monitorizan de forma activa las acciones de la IA para abortar cualquier operación no autorizada antes de que interactúe con redes externas.
No obstante, los informes técnicos de la compañía admiten sin tapujos que el razonamiento escrito de Astra resulta más complejo de auditar que el de arquitecturas precedentes debido a la tremenda condensación de sus pasos intermedios. Aunque OpenAI descarta una opacidad absoluta en sus procesos, asume que monitorizar estas cadenas lógicas supone un reto persistente. Precisamente por ello, la empresa mantendrá clasificadores automáticos en producción para interrumpir procesos si detecta indicios de desalineación respecto a las instrucciones iniciales.
Precios y disponibilidad de GPT-6 Astra
Como decíamos al principio, el modelo se desplegará progresivamente entre los suscriptores de los planes Plus, Pro, Business y Enterprise de ChatGPT, manteniéndose desactivado por defecto en los entornos corporativos para que sean los administradores quienes autoricen expresamente su uso. En la API oficial, el servicio ya tiene precio. Concretamente, hablamos de 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida. Los desarrolladores dispondrán además de un modo rápido que duplica la velocidad de respuesta a cambio de, lógicamente, doblar el coste de computación.
