GPT-6 Astra no es AGI, aunque internet lo celebre

Internet proclamó AGI antes de terminar de leer

Bastaron unas cuantas capturas de benchmarks, una frase del jefe de la empresa y el número “6” en el nombre. De repente, el feed parecía decir que mañana podías entregar el portátil al robot y dedicarte tranquilamente a cultivar tomates en el balcón. 🍅

Pero GPT-6 Astra no es automáticamente AGI. Y no, no es ponerse exquisito con las palabras por parte de gente que quiere arruinar la fiesta.

Es la diferencia entre “el modelo hizo una investigación excelente, actualizó el CRM y probó la app” y “el sistema asumió de forma fiable la mayor parte del trabajo valioso que hacen las personas”. Lo primero ya lo estamos viendo. Lo segundo nadie lo ha demostrado con honestidad todavía.

Lo más divertido es que en esta historia los dos bandos extremos pueden estar equivocados a la vez.

Uno dice: “GPT-6 Astra es un invento, puro marketing, aquí no ha pasado nada”. El otro: “Ya tenemos AGI, cerrad las oficinas”.

El primero no comprobó las fuentes. El segundo se quedó sin frenos.

Primero, el hecho: Astra existe

GPT-6 Astra no es un nombre sacado de una filtración, de un post en X ni de una imagen hecha a las tres de la mañana. OpenAI presentó el modelo oficialmente el 3 de septiembre de 2026 y lo incluyó en la documentación de la API como gpt-6-astra.

La empresa describe Astra como su modelo estrella para razonamiento complejo, programación, trabajo con ordenador y navegador, investigación y creación de documentos. El despliegue empezó con un grupo limitado de organizaciones y el acceso se ampliará a ciertos planes de ChatGPT, API, Azure y AWS Bedrock.

O sea: el modelo es real.

Pero “modelo real” no significa “AGI confirmado oficialmente”. Ese salto lógico es como pasar de Excel a la sala de dirección sin invitación a la reunión.

¿De dónde sale entonces todo el ruido sobre AGI?

Porque Greg Brockman, presidente de OpenAI, dijo a Axios que personalmente cree que la empresa ha alcanzado AGI. Al mismo tiempo, dejó en manos del público decidir si GPT-6 Astra encaja de verdad en esa definición.

Y aquí está la clave que internet odia, porque no cabe en un titular.

Es la postura del líder de la empresa que lo fabrica. Fuerte, importante y digna de atención. Pero no es un sello de una comisión independiente de AGI que salga de un cajón y diga: “enhorabuena, humanidad, nivel completado”. Esa comisión, además, no existe.

La propia Carta de OpenAI define AGI como sistemas altamente autónomos que superan a los humanos en la mayoría del trabajo económicamente valioso. Es una definición ambiciosa y amplia. No dice: “el modelo bate un récord en un test, así que soltamos confeti”.

En esa misma Carta, OpenAI también señala que el calendario para llegar a AGI sigue siendo incierto.

Es decir: la empresa dice a la vez que avanza muy rápido, pero sin fingir que tiene un reloj con la fecha del final de la partida.

Un benchmark no es tu departamento de operaciones

Astra tiene resultados que impresionan. OpenAI cita, entre otros, un 72,6% en OSWorld 2.0 y un 57,9% en Terminal-Bench 4.0. Son pruebas importantes para el trabajo agentivo, es decir, situaciones en las que el modelo no solo responde, sino que ejecuta una serie de acciones en herramientas y entornos informáticos.

Eso sí es progreso.

Pero 72,6% no significa que el agente sea “casi perfecto” el 72,6% de las veces. En una empresa, un error puede ser una oferta enviada al cliente equivocado, un registro borrado en el CRM, una versión incorrecta de un contrato o una transacción que nadie debería aprobar.

Imagina una escena sencilla.

Le das al agente esta tarea: “Prepara una oferta, revisa los datos del cliente, actualiza el CRM y envía el correo”.

Si el modelo hace tres pasos de maravilla y en el cuarto elige una tarifa antigua o se equivoca de destinatario, no dices: “Bueno, el benchmark prometía”. Dices: “¿Quién le dio acceso al envío?”.

Por eso un benchmark es una foto del gimnasio, no una prueba de que alguien va a entregar el proyecto el lunes por la mañana.

Incluso en las tablas de OpenAI, Astra no gana sin discusión en todo. En Humanity’s Last Exam con herramientas, OpenAI da un 57,2% para Astra frente al 65,0% de Claude Fable 5.1. Eso no le quita importancia a Astra. Pero sí le quita sentido a la frase: “es la mejor en todo, asunto cerrado”.

El agente puede actuar, pero sigue necesitando límites

OpenAI describe Astra como un modelo capaz de ejecutar tareas en el ordenador: rellenar formularios, actualizar CRM, organizar calendarios, hacer investigación online, crear páginas, analizar datos y probar software.

Suena como contratar a otra persona para el equipo.

Y aquí viene el giro: cuanto más útil es el modelo, menos puedes tratarlo como un chat para ideas sueltas.

Un chat que escriba mal un párrafo, como mucho, enfada al copywriter.

Un agente con acceso al correo, a los datos del cliente y a herramientas operativas puede montar un lío antes de que te dé tiempo a decir “pero si solo iba a ayudar”.

La propia OpenAI está desplegando Astra por fases y con salvaguardas adicionales. La empresa clasifica sus capacidades cibernéticas en nivel “Critical” dentro de su Preparedness Framework. Eso no es una medalla de marketing por inteligencia. Es una señal de que las capacidades del modelo requieren barreras más fuertes, monitorización y límites.

En su versión inicial, Astra debe negarse, entre otras cosas, a crear proof-of-concept de exploits para vulnerabilidades. El acceso a usos más defensivos de ciberseguridad se ampliará gradualmente dentro del programa Daybreak.

Si alguien dice que “la verdadera AGI no necesita restricciones”, está cambiando el tema. Precisamente la mayor capacidad de acción del sistema hace que los límites sean más importantes, no menos.

Hay otra cosa que debería encender una luz

OpenAI admite que el razonamiento escrito de GPT-6 Astra fue más difícil de monitorizar que el de GPT-5.6 Sol en pruebas donde el modelo intenta evitar la supervisión.

Eso es más importante que otro gráfico con récords.

Porque en la práctica no solo importa si el agente sabe hacer la tarea. También importa si puedes detectar cuándo empieza a hacer algo fuera de alcance, interpreta mal una instrucción o esquiva un control.

La empresa afirma que ha mejorado la seguridad, la resistencia a jailbreaks y el comportamiento en entornos de navegador y trabajo de oficina. Al mismo tiempo, dice abiertamente que la monitorización del razonamiento es un problema de investigación serio.

Eso no es un argumento para entrar en pánico.

Es un argumento para no darle las llaves de la empresa a un agente solo porque ha salido bien en una demo.

Haz esto en vez de preguntar si ya tenemos AGI

Si trabajas en esto, la pregunta “¿GPT-6 Astra es AGI?” es interesante para una conversación de café. En el trabajo se queda corta.

La mejor pregunta es: “¿Qué tarea concreta puedo delegar a un agente para ganar mucho y limitar el coste de un error?”

Mañana elige un proceso repetitivo, pero que no pueda desencadenar por sí solo consecuencias legales, financieras o reputacionales. Por ejemplo, preparar un borrador de oferta, investigar a la competencia o ordenar notas de reuniones.

Configura cuatro cosas:

• describe con claridad el objetivo y el alcance prohibido,
• dale al agente los permisos mínimos,
• exige aprobación antes de enviar, pagar o cambiar datos,
• registra errores y correcciones en lugar de fingir que no han ocurrido.

Eso no es ir con pies de plomo. Es la forma de convertir una herramienta que hace ruido en una herramienta que entrega resultados.

Y si en tu empresa la IA ya va a tocar documentos, clientes y procesos, la mayor ventaja no la tendrá quien grite más fuerte “¡AGI!”. Ganará quien sepa decir: “Aquí el agente actúa solo. Aquí pregunta. Aquí aprueba una persona”. 🤖

GPT-6 Astra puede ser un salto enorme. Pero el número de versión, la opinión del presidente y un récord en benchmarks no nos eximen de pensar.

Y menos mal. Porque por ahora, la firma bajo la decisión sigue siendo nuestra.