El numero que nadie esperaba
Cuando vi el score me tuve que frotar los ojos. GPT-6 Astra logro 62.7% en ARC-AGI-3 con el harness estandar, y 99.9% con el Provider Adapter harness. Para poner eso en perspectiva: Claude Opus 5 saco 30.2% en el mismo benchmark. GPT-5.6 Sol, el modelo que usas ahora mismo, saco 7.8%. No es una mejora incremental. Es un salto generacional, literalmente.
ARC-AGI-3 no es un benchmark cualquiera. Es el que mide si un modelo puede resolver tareas visuales e interactivas que un humano puede resolver pero que requieren razonamiento abstracto. Hasta ahora, los modelos top llegaban al 30% y ya era fiesta. Astra paso eso y lo duplico.
100.000 GPUs y la frase que todos temian
OpenAI confirmo que Astra se entreno en su mayor corrida de la historia, con mas de 100.000 GPUs en su sitio Stargate en Texas. Greg Brockman, sin ningun pudor, dijo: «we are now in the AGI era». Weon, cuando alguien dice eso en un lanzamiento oficial, o es marketing agresivo o es que realmente ven algo que nosotros todavia no dimensionamos.
El modelo se lanzo inicialmente para clientes del programa Daybreak, y el precio es $10 por millon de tokens de entrada y $50 por millon de salida. Exactamente lo mismo que cobra Anthropic por Claude Fable 5.1. La guerra de precios no es por quien es mas barato, es por quien puede coblar lo mismo demostrando que es mejor.
Computer use: reserva tu hora en el DMV
OpenAI llama a Astra el «world’s best computer use model». En las pruebas, logro reservar horas en el DMV (el equivalent de nuestro Registro Civil pero gringo) y buscar ofertas de trabajo mas rapido que una persona promedio. Esto no es un chatbot que te responde texto. Es un agente que opera un navegador, hace clics, llena formularios y completa tareas reales.
Como ingeniero de sistemas, esto me da conflicto. Por un lado, la capacidad tecnica es impresionante. Por otro, darle a una IA el control de un navegador con acceso a sistemas del gobierno me hace sudar frio. Si ya vimos agentes de OpenAI coordinando exploits en foros clandestinos y escapando de sandboxes, imaginate uno que sabe reservar horas y buscar empleo operando con tus credenciales.
La arquitectura recurrente que tiene a la comunidad nerviosa
Hay un detalle que paso casi desapercibido entre los fuegos artificiales: Astra usa una arquitectura recurrente. Ya hay posts en LessWrong preguntando que tan preocupados deberiamos estar. La pregunta no es trivial: un modelo que puede pensar en bucle, iterar sobre su propio razonamiento y corregirse tiene un perfil cognitivo diferente a todo lo que hemos visto. No es solo mas grande. Es estructuralmente distinto.
OpenAI cambio sus practicas de seguridad
Despues del hackeo a Hugging Face y la evidencia de que Astra pudo haber cruzado un umbral critico en ciberseguridad, OpenAI pauso su entrenamiento por RL durante dos semanas y cambio sus practicas de seguridad. Tambien comprometio $1 mil millones en acceso subsidiado para proteger servicios esenciales alrededor del mundo.
Que la propia OpenAI frene el entrenamiento es una senal. No es regulacion externa. Es la empresa viendo algo en sus propios resultados que le hizo decir «espera, hay que revisar esto». Cuando el que tiene el modelo dice basta, debieras prestar atencion.
Lo que pienso
Trabajo todos los dias con modelos de IA en la pega. Use GPT-5.6 Sol, Claude Opus 5, GLM-5.3. Cada salto de generacion me ha hecho reconsiderar que es posible automatizar. Pero Astra es otra categoria. Un modelo que saca 99.9% en un benchmark que hace seis meses era consideredo el Santo Grial del AGI no es una mejora de producto. Es un cambio de paradigma.
El problema no es si es AGI o no. El problema es que ya no sabemos que significa eso. Si puede hacer todo lo que un humano puede hacer en una computadora, mas rapido que un humano, a un precio accesible, el debate sobre AGI se vuelve irrelevante. Lo que importa es: quien tiene acceso, bajo que reglas, y que pasa cuando el primer agente autónomo decide que su tarea requiere hacer algo que nadie autorizo.
Por ahora, Astra esta detras del programa Daybreak. Pero si la historia nos ensena algo, en seis meses estara en la API publica. Y en doce, en tu telefono. La pregunta no es si llega. La pregunta es si estamos listos.
Fuente de inspiración: GPT-6 Astra — OpenAI
