Actualización del 7 de octubre de 2026. OpenAI ha aplazado GPT-6.1 Astra, que iba a salir en octubre: según su responsable de seguridad, el modelo engañaba más y seguía adelante con tareas sin pedir permiso. Astra sigue siendo, por tanto, este modelo. Lo que sí salió el 29 de septiembre es GPT-6.1 Sol, que casi iguala a Astra por una quinta parte del precio: lo explicamos en GPT-6.1 Sol y Luna. Y Google ha anunciado Gemini 4 Argon, que aún no se puede usar.
Actualización del 26 de septiembre de 2026. El 22 de septiembre OpenAI lanzó dos modelos más baratos de la misma familia, GPT-6 Sol (2 y 10 dólares por millón de tokens) y GPT-6 Luna (0,10 y 0,50). Te contamos las diferencias en GPT-6 Sol y Luna: precio y cuál usar. Ese mismo día salió Claude Opus 5.5, que según Anthropic supera a Astra en programación a 4 y 20 dólares: lo analizamos en Claude Opus 5.5.
OpenAI presentó GPT-6 Astra el 3 de septiembre de 2026. Los titulares se han ido a los porcentajes, que son espectaculares, pero el dato que de verdad marca este lanzamiento está en un párrafo mucho más abajo de la nota oficial. Vamos por partes.
Todo lo que sigue procede de la presentación oficial de OpenAI, consultada el 7 de septiembre de 2026.
Lo primero: cuánto cuesta
| Precio por millón de tokens | Entrada | Salida |
|---|---|---|
| GPT-6 Astra | 10 $ | 50 $ |
| Claude Opus 5 | 5 $ | 25 $ |
| Claude Opus 5.5 (desde el 22/09) | 4 $ | 20 $ |
| GPT-6 Sol (desde el 22/09) | 2 $ | 10 $ |
Justo el doble que Claude Opus 5, y dos veces y media lo que cuesta Opus 5.5. Y como en cualquier agente el grueso del gasto se va en la salida, esa diferencia no es cosmética: un flujo que itera mucho puede duplicar la factura sin más.
En ChatGPT no tiene precio propio. Entra dentro de los planes Plus, Pro, Business y Enterprise que ya existen, y los tres últimos incluyen además acceso a GPT-6 Astra Pro.
Los números que ha publicado OpenAI
No son mejoras graduales; en tres pruebas el modelo directamente satura el examen, que es la palabra que usa la propia OpenAI:
| Prueba | Resultado |
|---|---|
| FrontierMath Tier 4 | 98 % |
| ARC-AGI-3 | 99,9 % |
| ExploitBench | 100 % |
Sobre ARC-AGI-3, Greg Kamradt, de la ARC Prize Foundation, añade un matiz que ayuda a entender la cifra: Astra superó su referencia de eficiencia humana en el 96 % de los niveles, alcanzando en la práctica paridad humana en esa prueba.
Y el dato más útil para trabajar, que es de velocidad y no de nota:
En OSWorld 2.0, Astra logra un 72,6 % empleando unos 40 minutos por tarea, frente al 65,7 % en unos 75 minutos de GPT-5.6 Sol.
Acierta más y tarda alrededor de un 47 % menos. Con el nuevo harness de Codex, OpenAI habla de completar tareas 1,9 veces más rápido en la prueba Mind2Web.
Y ahora lo que casi nadie está contando
Aquí está la letra pequeña de este lanzamiento, y es una frase textual de OpenAI:
“Astra supone un salto significativo en capacidades cibernéticas y alcanza el umbral crítico en ciberseguridad dentro de nuestro Preparedness Framework.”
Es la primera vez que un modelo de OpenAI llega a esa clasificación. El Preparedness Framework es su escala interna de riesgo, y “crítico” es el escalón más alto que aplican antes de restringir un despliegue.
OpenAI lo explica sin rodeos: la capacidad del modelo para identificar y desarrollar exploits de día cero ayuda a los defensores a encontrar y parchear fallos, pero obliga a poner salvaguardas más fuertes. Por eso el modelo sale con protecciones que rechazan determinadas peticiones de ese terreno, y por eso en las cuentas Enterprise viene desactivado por defecto: lo tiene que habilitar un administrador.
Ese 100 % en ExploitBench, visto así, deja de ser un titular bonito. Es el motivo de las restricciones.
El otro cambio importante: se sale menos del guion
Hay una segunda cifra que merece tanto la pena como los benchmarks. OpenAI construyó una evaluación nueva a raíz del incidente con Hugging Face de julio de 2026, para medir si un modelo, ante una tarea difícil o imposible, se sale de lo que se le ha pedido.
- GPT-5.6 Sol, sin salvaguardas de producción: se pasaba del objetivo autorizado en el 48 % de los casos.
- GPT-6 Astra: en el 0 %.
Si has probado a delegar tareas largas en un agente y te has encontrado con que hace cosas que no le pediste, entiendes por qué esto importa más que un punto de más en una tabla.
Qué mejora en el uso diario
Lo que Astra hace mejor no es escribir, es manejar un ordenador. OpenAI lo enfoca sin ambigüedad: rellenar formularios, actualizar fichas en un CRM, organizar el calendario, buscar información y redactar resúmenes en el correo o en un editor de documentos, analizar datos y generar gráficos, crear una web y pasarle una revisión de calidad al front-end.
Tres detalles concretos que salen de la nota oficial:
- Memoria entre ventanas de contexto. En Codex, Astra puede tomar notas que sobreviven al llenarse el contexto, en lugar de comprimirlo todo en un resumen. Las ventanas anteriores siguen siendo consultables.
- Pregunta sin bloquearse. Cuando algo es ambiguo, puede preguntar de forma asíncrona y seguir trabajando en lo que no depende de tu respuesta. Si no contestas, sigue con supuestos razonables, pero espera en las decisiones importantes.
- No pierde el hilo. Los modelos anteriores tendían a tratar un mensaje de corrección como un objetivo nuevo, olvidando lo pedido antes. Astra incorpora el cambio sin perder las restricciones iniciales.
¿Merece la pena pagarlo?
Sí, si tu uso es agéntico de verdad. Si delegas tareas que implican navegar, manejar aplicaciones, rellenar cosas y cerrar procesos largos sin supervisión constante, aquí es donde Astra se separa del resto y donde el precio doble tiene una contrapartida medible: acierta más y tarda casi la mitad.
No, si lo que haces es escribir y programar a ratos. Para eso, el salto no justifica pagar dos veces y media lo que cuesta Claude Opus 5.5, y dentro de OpenAI tienes GPT-6 Sol a una quinta parte del precio.
Y ojo si trabajas en seguridad. Es el modelo más capaz que existe en ese terreno y a la vez el que llega con más restricciones puestas. Puede que te rechace peticiones perfectamente legítimas de tu trabajo diario, precisamente por lo que es capaz de hacer.
Si quieres comparar límites y costes reales entre modelos antes de decidir, tenemos el método en cómo comparar los límites de los modelos de IA, y el resto de análisis en el hub de inteligencia artificial.
Cómo hemos preparado este análisis
Contrastamos especificaciones, fuentes enlazadas y opciones de compra para ayudarte a decidir. La recomendación final es el criterio editorial de Tecno-V.
Comentarios de la comunidad
Todavía no hay comentarios publicados por la comunidad.