GPT-6 Astra: qué es, cuánto cuesta y cómo rinde frente a sus rivales

¿Qué es GPT-6 Astra y qué puede hacer?

GPT-6 Astra es el modelo más capaz que OpenAI ha desplegado de forma amplia, lanzado el 3 de septiembre de 2026. Su guía de modelos todavía lo recomienda como punto de partida cuando no sabes cuál elegir, y AWS lo presenta para el trabajo más difícil de principio a fin: razonamiento complejo, programación, uso de computador e investigación. Lee texto e imágenes y escribe texto; no tiene endpoint de voz (Realtime), fine-tuning ni embeddings.

• Límites. Ventana de 1.050.000 tokens, con un máximo de 922.000 de entrada por petición y 128.000 de salida; su conocimiento llega al 30 de abril de 2026.
• Razonamiento. Cinco niveles de esfuerzo, de low a max; none devuelve un error. La ficha de OpenAI no documenta el valor por defecto: fíjalo en cada ruta.
• Herramientas. Búsqueda web, búsqueda en archivos, intérprete de código, shell alojado, uso de computador y servidores MCP en la API Responses, algunas con tarifa aparte (búsqueda web: USD 10 por cada 1.000 llamadas).
• Dónde. La API de OpenAI (gpt-6-astra, una sola versión publicada), Codex, Microsoft Foundry desde el 3 de septiembre y Amazon Bedrock desde el 8 de septiembre, donde AWS se compromete a mantenerlo al menos hasta el 8 de septiembre de 2027.

Qué cambió desde el lanzamiento

• 28 y 29 de septiembre. OpenAI descartó GPT-6.1 Astra, cuyas pruebas mostraron más engaño y tendencia a actuar sin permiso del usuario, según The Wall Street Journal citado por TechCrunch; lanzó GPT-6.1 Sol (USD 2/10), al que atribuye una inteligencia cercana a la de Astra, y presentó Dots, agentes siempre activos que funcionan con Astra.
• 13 de octubre. Google abrió a todos Gemini 4 Argon, su modelo más capaz, a USD 2/10 hasta el 30 de noviembre y USD 4/20 desde el 1 de diciembre.
• 26 de octubre. OpenAI lanzó GPT-6.1 Terra (USD 1/5) para uso de computador; según OpenAI, con esfuerzo medio iguala a Astra en Agents' Last Exam por una décima parte del precio por token y termina las tareas más de tres veces más rápido.
• Astra en sí no ha cambiado: mismo identificador, mismos precios y mismos límites que en su lanzamiento.

¿Cuánto cuesta GPT-6 Astra?

USD 10 por millón de tokens de entrada y USD 50 de salida en el nivel estándar, con la entrada en caché a USD 1; cinco modificadores mueven la factura:

Un ejemplo con supuestos explícitos: un paso de agente con 12.000 tokens de entrada, 10.000 de ellos un prefijo estable en caché, y 2.000 de salida, razonamiento incluido; nivel estándar, sin recargo regional y sin la escritura inicial en caché.

La trampa son los prompts largos: 300.000 tokens de entrada y 2.000 de salida cuestan USD 6,15 en Astra, frente a USD 3,10 con la tarifa estándar y USD 1,24 en Claude Opus 5.5, que no cobra recargo por contexto largo. Aun así, el costo por tarea puede favorecer a Astra: con esfuerzo máximo, Artificial Analysis mide USD 6,24 por tarea de su índice v5.0 frente a USD 10,04 de Opus 5.5, porque Astra genera 54 millones de tokens frente a 220 millones (detalle en Claude Opus 5.5 vs GPT-6 Astra).

¿Es GPT-6 Astra el mejor modelo hoy?

Lecturas del 27 de octubre de 2026; las clasificaciones cambian cada semana.

No en todo. Astra lidera las pruebas de razonamiento abstracto de ARC Prize, pero queda detrás de Claude Opus 5.5 en el índice independiente más amplio y en agentes de código en terminal, y lejos de la cabeza en las votaciones de usuarios de Arena:

Tres detalles pesan más que el puesto. En el índice v5.0, que no se compara con la versión 4.3.2 de principios de octubre, Astra supera a Opus 5.5 con esfuerzo bajo, medio y alto (55 frente a 52 en high) y Opus 5.5 solo pasa adelante en xhigh y max. Los modelos más baratos se acercan: GPT-6.1 Sol marca 94,2 % en ARC-AGI-2 por USD 0,25 por tarea, y en ARC-AGI-3 le siguen GPT-6.1 Sol (52,7 %) y Gemini 4 Argon (49,8 %). Y Astra sigue siendo lento: unos 71 tokens de salida por segundo con esfuerzo máximo, frente a 98 de Opus 5.5 y 91 de GPT-6.1 Terra. Cómo leer estas tablas, en nuestro mapa de modelos de IA.

¿Qué significa el nivel cibernético «crítico» para los equipos de seguridad?

Significa que OpenAI considera que Astra, con las herramientas y el acceso adecuados, puede encontrar vulnerabilidades desconocidas y construir formas de explotarlas, así que sale con salvaguardas de ciberseguridad reforzadas. Prevé rechazos y un proceso de aprobación antes de cualquier uso ofensivo. Ya no es el único: según su ficha de sistema, GPT-6.1 Terra también recibió el nivel «crítico» y comparte las salvaguardas de Astra y GPT-6.1 Sol.

El system card aporta la evidencia: 100 % en ExploitBench incluso con el menor esfuerzo probado (OpenAI advierte posible contaminación), 99,2 % de los retos de ingeniería inversa de SRE-Bench frente a 68,7 % de GPT-5.6 Sol, y vulnerabilidades desconocidas encontradas y usadas en pruebas internas. El acceso pasa por Daybreak, los programas de ciberseguridad de OpenAI: el parámetro access_programs.cyber no otorga nada por sí solo, y en Astra y GPT-6.1 Sol reducir los rechazos exige la aprobación Daybreak Red para la organización y el acceso habilitado en el proyecto. Daybreak Blue no basta.

La advertencia sobre el monitoreo. El documento dice que Astra controla su cadena de razonamiento mejor que GPT-5.6 Sol (60,9 % frente a 16,1 % en una prueba de control), y el Instituto de Seguridad de IA del Reino Unido encontró que faltaban resúmenes del razonamiento en hasta el 80 % de las tareas cibernéticas simuladas largas. A su favor, sus resultados desalineados en trabajo realista son de 3,4 %, frente a 18,8 % de GPT-5.6 Sol.

¿Cuándo vale la pena Astra frente a Opus 5.5, GPT-6.1 Sol o GPT-6.1 Terra?

Cuando la tarea es difícil, el acierto importa más que el precio por llamada y tus pruebas muestran que Astra la resuelve más veces. Para volumen casi nunca es la respuesta: GPT-6.1 Sol y Claude Sonnet 5.5 cuestan una quinta parte por token, y GPT-6.1 Terra una décima parte.

Tres cifras del índice v5.0 de Artificial Analysis resumen el dilema: GPT-6.1 Sol con esfuerzo máximo marca 55, dos puntos menos que Astra, por USD 1,27 por tarea frente a USD 6,24; GPT-6.1 Terra marca 51 por USD 0,96; y Claude Opus 5.5 con esfuerzo xhigh marca 57 por USD 6,05. Más en nuestro análisis de Claude Opus 5.5.

¿Qué cambia para empresas en Colombia y en la Unión Europea?

Sobre todo, dónde se procesan tus datos y qué firmas. Astra no tiene región en Colombia y, para residencia en la UE, la vía más clara es la propia API de OpenAI, previa aprobación.

Europa. OpenAI procesa Astra en Europa (EEE y Suiza) si tu organización está aprobada para controles de monitoreo de abuso, como la retención cero de datos, y firma una enmienda de retención modificada; cuesta un 10 % más y quedan excluidos los modos Fast y Ultrafast, que en cambio sí admiten residencia en la UE con GPT-6.1 Sol. Microsoft lanzó Astra en Foundry con despliegues Global y US Data Zone y anunció el 22 de septiembre despliegues Standard en la Data Zone de la UE: confirma la región en tu suscripción antes de enviar datos. En las regiones europeas de Bedrock, AWS ofrece únicamente enrutamiento global, que describe como la opción para cargas sin requisitos de residencia.

Uso de datos. Por defecto, OpenAI no entrena con los datos de la API y guarda registros de monitoreo de abuso hasta 30 días; según Microsoft, los prompts y respuestas de Foundry tampoco entrenan los modelos.

Colombia. Enviar datos personales a Astra es una transferencia o transmisión internacional bajo la Ley 1581 de 2012, sea cual sea el canal: resuelve antes autorizaciones y contratos con el encargado, y presupuesta una factura en dólares. En la UE, las obligaciones de modelo de propósito general recaen en OpenAI, pero si pones un chatbot basado en Astra frente a personas, el artículo 50 del AI Act exige avisarles que hablan con una IA desde el 2 de agosto de 2026.

¿Cómo probar Astra antes de comprometerte?

Enfréntalo a tu modelo actual con tus propias tareas y decide por costo por tarea resuelta. Nuestro método (30 prompts fijos por cliente, cinco motores por corrida, español, inglés y francés) está en cómo elegimos un modelo.

1. Elige dos o tres rutas donde un modelo más fuerte podría cambiar el resultado.
2. Escribe prompts reales con verificaciones automáticas de acierto o fallo, en los idiomas de tus clientes.
3. Corre Astra en medium, high y xhigh, y los mismos prompts en Claude Opus 5.5, GPT-6.1 Sol y, si hay uso de computador o mucho volumen, GPT-6.1 Terra, varias veces cada uno.
4. Registra aciertos, tokens, latencia y rechazos, y calcula el costo por tarea resuelta con caché, la regla de 272K, el recargo regional y las tarifas de herramientas.
5. Define residencia, retención y contrato antes de enviar datos personales, y repite la batería en cada lanzamiento (GPT-6.1 Sol llegó 26 días después de Astra y GPT-6.1 Terra, 53).