OpenAI ha presentado GPT-6 Astra, su nuevo modelo principal para trabajos complejos. La promesa no se limita a responder mejor: Astra está orientado a tareas largas que combinan razonamiento, navegación, programación, uso del ordenador, investigación y creación de documentos.
El despliegue no llega a todo el mundo al mismo tiempo. OpenAI empieza con organizaciones de su programa Trusted Access y prevé ampliar el acceso durante los próximos días a la API y a los planes ChatGPT Plus, Pro, Business y Enterprise. Conviene comprobar la cuenta y la región antes de diseñar una migración alrededor de una disponibilidad que todavía está avanzando.
Lo interesante está en cómo trabaja el agente
Astra incorpora llamadas asíncronas a herramientas. Una aplicación puede permitir que el modelo siga razonando, invoque otras herramientas o avance en partes independientes mientras espera un resultado. Esto puede reducir tiempos muertos en flujos largos, aunque la aplicación sigue siendo responsable de ejecutar la herramienta y devolver la respuesta con el identificador correcto.
También admite instrucciones durante una tarea ya iniciada. Esta función, llamada mid-turn steering, permite corregir el rumbo sin empezar de cero. Para agentes que realizan investigación, cumplimentan formularios o trabajan con aplicaciones, puede ser más útil que una mejora aislada en un benchmark: el usuario puede intervenir cuando ve una interpretación equivocada.
Otra novedad permite cambiar el nivel de razonamiento dentro de una conversación mediante un elemento de configuración. Astra ofrece esfuerzos low, medium, high, xhigh y max; no admite none. El valor más alto no debería convertirse en el predeterminado sin medir si la calidad adicional compensa la latencia y el consumo.
Un contexto enorme también tiene coste
La ficha oficial del modelo indica una ventana de contexto de 1.050.000 tokens y una salida máxima de 128.000. El precio estándar es de 10 dólares por millón de tokens de entrada, 1 dólar para entrada recuperada de caché y 50 dólares por millón de salida. Escribir en caché cuesta 12,50 dólares por millón.
Además, las solicitudes con más de 272.000 tokens de entrada aplican multiplicadores al precio de toda la petición: el doble para entrada y caché, y 1,5 veces para la salida. Poder enviar mucho contexto no significa que resulte eficiente hacerlo siempre. Recuperar únicamente los fragmentos necesarios puede seguir siendo más barato, rápido y fácil de evaluar.
El modelo acepta texto e imágenes como entrada y genera texto. En la Responses API admite búsqueda web y en archivos, intérprete de código, shell alojado, edición de ficheros, generación de imágenes, uso de ordenador, MCP y selección de herramientas. No admite ajuste fino en este momento. Para uso de herramientas, OpenAI recomienda Responses API; Chat Completions continúa disponible para otros escenarios.
Cómo probaría una migración
Yo prepararía entre veinte y cincuenta tareas representativas con un resultado esperado: análisis, código, navegación y documentos reales, además de casos en los que una herramienta tarde o falle. Compararía Astra con el modelo actual usando el mismo entorno y mediría precisión, tiempo total, tokens, llamadas a herramientas, correcciones del usuario e intervenciones manuales.
También revisaría las salvaguardas. OpenAI sitúa a Astra en un nivel crítico de capacidad cibernética y aplica controles reforzados; algunos trabajos defensivos avanzados pueden requerir programas de acceso específicos. Una mejora de capacidad no garantiza que todos los flujos estén disponibles con la misma política.
GPT-6 Astra parece un salto pensado para agentes que ejecutan, no solo para asistentes que contestan. La decisión útil será comprobar si completa mejor una tarea completa con menos supervisión y un coste razonable. Si la ventaja solo aparece al aumentar esfuerzo y contexto hasta multiplicar la factura, la migración necesitará un diseño más selectivo.