El 3 de septiembre de 2026 OpenAI lanzó GPT-6 Astra, y el titular es que usa la computadora: llena formularios, actualiza registros en un CRM, navega, instala software y revisa en pantalla si algo funcionó. Aquí no vamos a fingir sorpresa, porque eso ya lo hacemos desde hace tiempo con herramientas propias. Lo que sí cambia es quién puede hacerlo y con cuánta infraestructura encima. Y hay razones para no cantar victoria todavía.
OpenAI publicó los detalles técnicos y de seguridad en El camino hacia Astra. Lo traducimos a lo que cambia en la operación de una empresa mexicana, sin el ruido del lanzamiento.
Qué es Astra y dónde está disponible
GPT-6 Astra es el sucesor de GPT-5.6 Sol. Está disponible en los planes de ChatGPT Plus, Pro, Business y Enterprise, y para desarrolladores como gpt-6-astra en la API de OpenAI, en Microsoft Azure y en Amazon Bedrock.
En la API estándar cuesta 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida. Dentro de las suscripciones el uso entra en los límites de cada plan, y quien necesite más consumo compra créditos aparte.
Esto no es nuevo: es más accesible
Automatizar operando la pantalla ya se podía, y nosotros lo hacemos. Cuando un sistema no tiene API, la salida es controlar el navegador o el escritorio directamente: dar los clics, escribir en los campos, leer lo que aparece y decidir el siguiente paso. Lo hemos armado para procesos que ningún proveedor quería tocar.
Pero armar eso tiene un costo que casi nunca se menciona: hay que montar y mantener la infraestructura. Un entorno con navegador controlado, un canal para darle instrucciones, manejo de sesiones y credenciales, y alguien que lo arregle cuando el sitio del otro lado cambia un botón de lugar. Es trabajo de ingeniería, no una casilla que se activa.
Lo que hace Astra es traer esa capacidad dentro del modelo. No elimina el trabajo de integración, pero baja mucho la barrera de entrada: menos andamiaje propio para llegar al mismo lugar. Eso es lo que de verdad cambió, y por eso vale la pena mirarlo aunque ya tengas resuelto el problema por otro camino.
Los números que publicó OpenAI
En OSWorld 2.0, la prueba que mide justamente el uso de computadora, Astra resolvió tareas con 72.6% de desempeño en unos 40 minutos por tarea, frente al 65.7% en unos 75 minutos de su antecesor. Y en Agents’ Last Exam usó cerca de 65% menos tokens de salida que Claude Opus 5 en la configuración de mayor puntuación.
Ese segundo dato importa más que el primero para quien paga la cuenta. Cuando cada paso implica mandar una captura de pantalla al modelo, el consumo se dispara, y ahí es donde un proceso automatizado deja de ser rentable. Menos tokens por tarea es lo que decide si algo se puede poner en producción o se queda en demo.
Pero hagamos la cuenta antes de emocionarnos
Cuarenta minutos por tarea, cobrando por tokens, no es barato ni instantáneo. Para un proceso de volumen alto y repetitivo, una integración por API sigue siendo más barata, más rápida y más predecible. Astra no viene a reemplazar una buena integración: viene a rescatar los casos donde esa integración no existe y no va a existir.
La cuenta correcta es comparar el costo por tarea contra lo que cuesta hoy hacerlo a mano, no contra lo que cuesta el modelo anterior. Si alguien captura veinte registros al día, el número puede salir muy bien. Si son veinte mil, casi seguro no.
Y es demasiado pronto para cantar victoria
Vale la pena decirlo con todas sus letras: todos los números de arriba los publicó quien vende el producto, y salieron la misma semana del lanzamiento. Eso no los vuelve falsos, pero sí los vuelve insuficientes.
Lo que de verdad dice si un modelo sirve para trabajo real no son sus pruebas comparativas, sino cómo se comporta cuando lleva semanas conectado a sistemas de producción, con datos sucios, sesiones que expiran e interfaces que cambian sin avisar. Esa evidencia todavía no existe: apenas empiezan a salir los primeros reportes de quienes lo están usando en serio.
Nosotros lo vamos a ir evaluando así, siguiendo lo que reporte la comunidad técnica durante las próximas semanas y probándolo contra procesos reales antes de recomendárselo a alguien. Si funciona como promete, lo vas a saber por aquí. Si no, también.
La mejora que sí se nota en producción
Hay un dato menos vistoso y más útil para quien opera automatizaciones. En una prueba interna con tareas difíciles o imposibles, Astra no rebasó el objetivo autorizado en ningún caso, mientras que su antecesor lo hizo el 48% de las veces cuando se le quitaban las salvaguardas de producción.
Traducido: es más probable que se detenga cuando la tarea no se puede hacer, en vez de inventar un camino. Cualquiera que haya visto a un proceso automático “resolver” algo por su cuenta y dejar un desastre en la base de datos sabe por qué eso importa más que un punto extra en un benchmark.
El lado incómodo: es el primer modelo de riesgo crítico
OpenAI clasificó a Astra en el umbral Crítico de capacidad de ciberseguridad de su Marco de Preparación. Es el primer modelo que llega a ese nivel, y lo dicen sin rodeos: con las herramientas y el acceso adecuados, puede encontrar fallas de seguridad desconocidas y desarrollar cómo explotarlas sin que una persona lo guíe paso a paso.
No es teórico. En sus propias evaluaciones el modelo descubrió y utilizó dos vulnerabilidades de día cero como parte de una cadena de exploits, que están reportando a los responsables de mantenimiento. Contra un navegador reforzado construyó una cadena que escapó del entorno aislado y ejecutó comandos en el equipo anfitrión.
Por eso OpenAI retrasó parte del lanzamiento y dejó las capacidades ofensivas más avanzadas detrás de un acceso limitado. La lectura para una empresa no es alarmista: es que un modelo con este alcance no se conecta a los sistemas de la casa sin permisos acotados, sin registro de lo que hace y sin alguien revisando.
Qué conviene hacer ahora
- Revisa lo que descartaste por no tener API. Si hace un año dijiste que no a automatizar algo por eso, ese “no” merece una segunda vuelta, aunque la respuesta siga siendo no.
- Saca el costo por tarea antes de construir. Compara contra lo que cuesta hacerlo a mano hoy. Es la única cuenta que decide.
- Empieza por lo aburrido y medible. Captura repetitiva, conciliaciones, mover datos entre dos sistemas que no se hablan.
- Ponle límites desde el día uno. Accesos mínimos, credenciales propias del proceso y bitácora de lo que hace. Vale para cualquier automatización, y con este modelo más.
- No migres por moda. Si lo que ya tienes funciona con un modelo anterior y más barato, cambiarlo porque salió uno nuevo es gasto, no mejora.
Cómo lo revisamos con tu caso
Si tienes un proceso que hoy alguien captura a mano porque el sistema no deja conectarse de otra forma, eso es lo que sabemos resolver, con este modelo o con las herramientas que ya usábamos antes de que saliera. Lo vemos juntos: qué se puede automatizar, qué conviene dejar como está, y cuánto cuesta cada opción antes de mover nada.
Escríbenos por WhatsApp al 921 529 3827 y lo revisamos con números sobre tu operación, no sobre un caso genérico.