Greg Brockman considera que GPT-6 Astra puede marcar la llegada de la AGI. Dentro de OpenAI, el impacto del modelo ya habría sido suficiente para alterar el calendario de desarrollo de la compañía: uno de los responsables de Codex y ChatGPT afirma que el aumento de productividad permitió adelantar seis meses algunos proyectos que ahora serán presentados en DevDay. Mientras tanto, Astra debutó en el primer lugar de Code Arena: WebDev, con una ventaja de 35 puntos sobre Claude Fable 5.1 Max y 180 sobre GPT-5.6 Sol.
GPT-6 Astra llegó al mercado acompañado por algunas de las afirmaciones más ambiciosas que OpenAI ha hecho sobre uno de sus modelos. La compañía lo presenta como “el modelo más inteligente y alineado del mundo”, con nuevos máximos en programación, ciencia, uso de computadora, navegación y trabajo profesional. Pero las declaraciones posteriores de personas que han utilizado Astra dentro de OpenAI sugieren que el salto no sólo apareció en los benchmarks: el modelo habría cambiado incluso la velocidad con la que la compañía que lo creó desarrolla nuevos productos.
Tibo Sottiaux, integrante de los equipos de Codex y ChatGPT en OpenAI, afirmó que Astra probablemente constituyó la mayor ventaja competitiva de la compañía mientras todavía no estaba disponible de manera general. Según explicó, desde que los equipos internos comenzaron a utilizar el modelo su productividad aumentó lo suficiente para desplazar aproximadamente seis meses parte del calendario de desarrollo.
Astra was probably our biggest competitive advantage while it wasn’t generally available.
Since we’ve had it our productivity jumped so much that we shifted some of our plans 6 months ahead and will ship them at DevDay instead of mid next year.
— Tibo (@thsottiaux) September 5, 2026
“Astra fue probablemente nuestra mayor ventaja competitiva mientras no estaba disponible de forma general. Desde que contamos con ella, nuestra productividad aumentó tanto que adelantamos algunos de nuestros planes seis meses y los lanzaremos en el DevDay, en lugar de a mediados del próximo año”, escribió.
En otras palabras, productos o funciones que OpenAI esperaba presentar hacia mediados de 2027 llegarán ahora a DevDay. Tibo no especificó cuáles son esos desarrollos ni proporcionó una medición que permita aislar cuánto del adelanto corresponde exclusivamente a Astra, pero la afirmación resulta especialmente relevante porque proviene de una organización que ya utilizaba intensivamente modelos frontera para programar, investigar y desarrollar productos antes de esta nueva generación.
Brockman: “Creo que ya llegamos”
La descripción coincide con el lenguaje utilizado por Greg Brockman durante el lanzamiento. El presidente y cofundador de OpenAI evitó presentar su opinión como una certificación universal de inteligencia artificial general (AGI) y dijo que cada persona podía decidir si Astra satisfacía su propia definición de AGI. Pero inmediatamente dio la suya: “ personalmente creo que ya llegamos».
Brockman fue todavía más lejos al enmarcar el lanzamiento como la entrada a una nueva etapa y utilizar la expresión “Bienvenidos a la era de AGI”. OpenAI como compañía mantiene una formulación algo más cauta: sus materiales oficiales hablan de Astra como “una nueva generación de inteligencia” y de un salto en capacidades, no declaran formalmente que la búsqueda de AGI haya terminado.
La distinción importa porque AGI sigue siendo un concepto sin una prueba o definición universalmente aceptada. Pero también vuelve especialmente interesante observar qué argumentos empiezan a utilizar quienes han trabajado con Astra para justificar la sensación de que algo cambió. Uno de ellos no es una puntuación académica, sino que el propio laboratorio habría empezado a trabajar más rápido gracias al modelo.
Astra debuta como número uno en Code Arena
Ahora existe además una primera señal externa que acompaña esas afirmaciones. GPT-6 Astra Max alcanzó el primer lugar de Code Arena: WebDev, el ranking de Arena AI para tareas de desarrollo web, con 1,797 puntos. Claude Fable 5.1 Max ocupa el segundo puesto con 1,762 y Claude Opus 5 Max aparece tercero con 1,688. La ventaja de Astra sobre su competidor inmediato es de 35 puntos.
El contraste con la generación anterior de OpenAI es todavía mayor. GPT-5.6 Sol xHigh aparece con 1,617 puntos, lo que supone una diferencia de 180 puntos frente a Astra. En la clasificación mostrada por Arena, Sol queda muy por debajo del nuevo modelo, mientras Astra pasa directamente al primer puesto.
Code Arena no es una prueba de AGI. Su WebDev Arena compara modelos en tareas de desarrollo web que incluyen generación de interfaces, razonamiento de varios pasos y flujos agentes con herramientas, y las posiciones se construyen mediante comparaciones y votos realizados sobre sus resultados. Pero precisamente por eso complementa de forma útil los benchmarks publicados por el propio laboratorio: Astra no sólo obtiene mejores números en evaluaciones diseñadas o seleccionadas para su lanzamiento, sino que empieza a mostrar una ventaja frente a otros modelos frontera en una evaluación externa orientada a construir productos.
Los resultados por categorías todavía están acumulando votos, por lo que pueden cambiar. En los primeros datos publicados, Astra aparece además entre los modelos de mayor rendimiento en áreas como productos de consumo, herramientas de creación de contenido, datos y analítica, videojuegos y simulaciones. Arena advierte mediante intervalos de clasificación que estas posiciones continúan siendo estimaciones estadísticas mientras llegan nuevas comparaciones.
De los benchmarks al trabajo
OpenAI ya había presentado números extraordinarios durante el lanzamiento. Astra obtiene 99.9% en ARC-AGI-3, 98% en FrontierMath Tier 4 y 100% en ExploitBench, además de resultados de frontera en programación, navegación y utilización de computadoras.
Pero la declaración de Tibo introduce otra manera de pensar esos números. Una evaluación puede decir si un modelo resuelve mejor determinado conjunto de problemas; la productividad interna intenta responder qué ocurre cuando ese mismo sistema se incorpora durante meses al trabajo cotidiano de personas que desarrollan software, realizan investigación y construyen nuevos productos.
Adelantar seis meses algunos proyectos no significa que Astra sea “seis meses más inteligente”, y tampoco conocemos la línea base utilizada por OpenAI para hacer esa estimación. Los equipos pueden haber modificado procesos, desarrollado nuevas herramientas alrededor del modelo o aumentado su capacidad para trabajar en paralelo. La empresa tampoco ha mostrado qué proyectos cambiaron de calendario. Sin embargo, el dato resulta difícil de ignorar porque Astra estaría acelerando precisamente a una organización que ya estaba en la frontera del uso de inteligencia artificial para desarrollar inteligencia artificial.
El modelo que ayuda a construir lo que viene después
Esto introduce una dinámica diferente a la de generaciones anteriores de software. Astra no es solamente un producto desarrollado por OpenAI para venderlo a terceros: antes de su lanzamiento general ya estaba siendo utilizado por OpenAI para programar, investigar y construir los productos que la compañía lanzará después.
Ésa es probablemente la razón por la que Tibo lo describe como una ventaja competitiva. Mientras otras organizaciones no tenían acceso a Astra, OpenAI sí podía utilizar sus capacidades para avanzar sus propios proyectos. Si la mejora de productividad descrita es real y puede mantenerse, cada salto de capacidad puede producir un efecto doble. Primero aparece un modelo más potente; después ese mismo modelo ayuda a acelerar la investigación y el desarrollo necesarios para producir la siguiente generación.
No se trata necesariamente de la “auto-mejora recursiva” extrema que aparece en algunas discusiones sobre AGI, donde una inteligencia modifica de manera autónoma su propio diseño. El proceso sigue dependiendo de investigadores, ingenieros, infraestructura y decisiones humanas. Pero sí aparece un circuito cada vez más estrecho:
mejor modelo → mayor productividad del laboratorio → desarrollo más rápido → siguiente generación de modelos y productos.
Que algunos planes hayan pasado de mediados del próximo año a DevDay ofrece una primera medida concreta de ese efecto.
La capacidad también trae problemas nuevos
El salto no llega únicamente con ventajas. Astra es también el primer modelo de OpenAI que alcanza el nivel Critical en capacidades de ciberseguridad dentro del marco de preparación de la compañía. OpenAI afirma que el modelo puede realizar trabajo cibernético avanzado con un grado de autonomía significativamente mayor que generaciones anteriores y por eso incorporó medidas adicionales de monitoreo durante tareas agentes.
Ese punto adquiere especial relevancia después de los recientes episodios en los que agentes de OpenAI utilizaron superficies públicas de internet de maneras que sus operadores no habían previsto. La compañía ha reconocido que esta nueva etapa de modelos obliga a ampliar tanto los sistemas de supervisión como los criterios utilizados para divulgar comportamientos de desalineación.
Astra representa así una combinación poco habitual: más capacidad para terminar trabajo profesional de principio a fin, mayor autonomía en el uso de herramientas y computadora y, al mismo tiempo, nuevos problemas para entender y controlar lo que ocurre durante ejecuciones prolongadas.
¿AGI o una herramienta extraordinariamente productiva?
El primer lugar en Code Arena tampoco resuelve la pregunta planteada por Brockman. Un modelo puede dominar programación web sin poseer inteligencia general, del mismo modo que una puntuación extraordinaria en matemáticas o ciberseguridad no establece por sí sola que haya cruzado una frontera conceptual llamada AGI.
Lo interesante es que empiezan a acumularse clases diferentes de evidencia. OpenAI muestra resultados de frontera en benchmarks académicos y profesionales. Una evaluación externa coloca a Astra en primer lugar frente a otros modelos frontera en desarrollo web. Personas que lo utilizaron internamente describen un salto considerable de productividad. Y el presidente de la compañía afirma personalmente que considera que ya se alcanzó el punto que él identifica como AGI.
Ninguna de esas observaciones es suficiente por separado para cerrar la discusión. Juntas, sin embargo, sugieren que la pregunta relevante sobre Astra quizá no sea únicamente cuánto mejoró respecto de GPT-5.6 Sol, sino si esa mejora alcanzó un nivel capaz de empezar a cambiar el ritmo con el que se desarrolla la propia tecnología.
