Procesando…
IA y ciberseguridad
OpenAI presenta GPT-6 Astra, un modelo diseñado para llevar a cabo tareas complejas de principio a fin: navegar por la web, utilizar software, programar, producir documentos e intervenir en ciberseguridad.
OpenAI acaba de presentar GPT-6 Astra, su nuevo modelo de vanguardia. Como en cada nueva generación, las cifras mejoran en razonamiento, programación o en distintos benchmarks. Pero la novedad más interesante probablemente no esté ahí.
Con Astra, OpenAI insiste sobre todo en la capacidad del modelo para actuar directamente en un entorno informático. Navegar por un sitio web, rellenar un formulario, modificar datos en un CRM, utilizar software, analizar archivos, crear una interfaz, probar un sitio o trabajar sobre una base de código se convierten en las distintas etapas de un mismo proceso.
La frontera entre un asistente que explica cómo realizar una tarea y un agente que participa realmente en su ejecución se vuelve, por tanto, más difusa. Para los desarrolladores, los editores de SaaS y las empresas que automatizan parte de sus procesos, esta evolución probablemente sea más importante que el simple paso de un número de modelo a otro. OpenAI presenta Astra como su modelo más capaz hasta la fecha para el razonamiento, el código, el uso de un ordenador, la investigación y la creación de documentos.
GPT-6 Astra es la nueva generación de modelo de vanguardia presentada por OpenAI el 3 de septiembre de 2026. La empresa lo posiciona como su modelo más avanzado para tareas que requieren razonamiento, código, investigación, uso de herramientas y secuencias complejas de acciones.
Sin embargo, sería reduccionista considerarlo simplemente como un chatbot que responde mejor a las preguntas.
Los modelos anteriores ya podían generar código, analizar un documento o buscar información. Astra busca reunir mejor estas distintas capacidades en un mismo proceso. Una solicitud puede comenzar con una búsqueda, continuar con el uso de una aplicación, requerir la modificación de varios archivos y terminar con pruebas y la producción de un resultado utilizable.
Esta continuidad es la que merece especialmente la atención.
El objetivo ya no es solo generar la siguiente respuesta. Progresivamente, pasa a ser llevar una misión hasta su resultado.
OpenAI dedica una parte importante de la presentación de Astra a lo que denomina «computer use».
El principio consiste en permitir que el modelo interactúe con las herramientas que utilizamos a diario, en lugar de limitarlo a una ventana de conversación.
OpenAI presenta, en particular, escenarios en los que Astra puede rellenar formularios, actualizar información en un CRM, organizar un calendario, realizar una búsqueda en línea, utilizar un editor de documentos, analizar datos o efectuar controles en una interfaz web. También puede instalar y probar determinados programas o diagnosticar problemas que aparecen directamente en pantalla.
Para una persona, cada una de estas acciones parece relativamente banal.
Para una IA, encadenarlas es mucho más difícil.
Debe comprender lo que se muestra, identificar la acción adecuada, utilizar correctamente la interfaz, observar el resultado, detectar un posible error y modificar la estrategia si es necesario.
Por tanto, el progreso procede tanto de la capacidad de actuar y verificar como de la capacidad de razonar.
Durante varios años, el uso de un LLM seguía principalmente una lógica sencilla:
pregunta → respuesta → acción humana.
El usuario preguntaba cómo realizar una tarea. El modelo producía una explicación. Después, una persona realizaba las manipulaciones necesarias.
Los agentes introducen progresivamente otra organización:
objetivo → planificación → acciones → verificaciones → resultado.
Tomemos el ejemplo de una comprobación de un sitio web.
Un asistente puede explicar cómo probar un formulario.
Un agente puede potencialmente abrir el sitio, completar el formulario, activar su envío, comprobar el comportamiento obtenido, examinar un posible error y transmitir después un informe.
OpenAI muestra precisamente a Astra realizando tareas de frontend QA y trabajando directamente en distintos entornos de software. En sus propias evaluaciones de tareas informáticas, la empresa también anuncia una reducción importante del tiempo necesario para determinadas operaciones en comparación con GPT-5.6 Sol.
Esta diferencia puede parecer sutil. Sin embargo, cambia profundamente la manera de integrar la IA en una aplicación.
La IA ya no se convierte únicamente en una interfaz conversacional. Puede convertirse en un componente de un proceso operativo.
El desarrollo de software constituye naturalmente uno de los ámbitos más afectados.
Los modelos actuales ya pueden generar una función o proponer una corrección. Los agentes de desarrollo van más allá: pueden explorar una base de código, comprender varios archivos, modificar el proyecto, ejecutar comandos, utilizar un navegador y comprobar visualmente el resultado.
OpenAI presenta Astra como su modelo más eficaz hasta la fecha para la ingeniería de software. Empresas como Jane Street y Lovable, que participaron en las evaluaciones, describen en particular una mejora en la comprensión de las bases de código y una reducción del número de iteraciones necesarias para obtener un resultado utilizable.
Para un desarrollador web, la diferencia podría adoptar una forma muy concreta.
En lugar de pedir:
«Escríbeme este componente React.»
progresivamente podemos acercarnos a una instrucción como:
«Añade esta funcionalidad, respeta la arquitectura existente, actualiza la API, comprueba los permisos, añade las pruebas y verifica después el resultado en el navegador.»
El modelo debe entonces comprender varias capas del proyecto y mantener el mismo objetivo durante toda la intervención.
La dificultad ya no consiste únicamente en producir código válido. Consiste en modificar un sistema existente sin romper sus reglas.
Esta capacidad plantea inmediatamente un problema conocido por los desarrolladores que utilizan agentes: el contexto.
Una modificación importante puede requerir varias horas de trabajo y decenas de acciones. Con el tiempo, un modelo debe recordar por qué se tomó una decisión, qué pruebas fallaron, qué enfoques ya se probaron y qué restricciones deben seguir respetándose.
Astra dispone en la API de una ventana de contexto anunciada de 1 050 000 tokens, con hasta 128 000 tokens de salida.
Ventana de contexto y límites de la API ↗
Sin embargo, el tamaño por sí solo no lo resuelve todo.
Con Astra, OpenAI también introduce un nuevo enfoque experimental en Codex que permite al modelo conservar notas a lo largo de las ventanas de contexto y buscar en partes anteriores de una sesión larga. El objetivo es evitar que algunos detalles importantes desaparezcan cuando el trabajo se vuelve demasiado voluminoso para permanecer completamente en el contexto activo.
Es un cambio interesante para tareas largas como una remodelación, una migración o el análisis de una base de código importante.
Un agente eficaz no solo debe comprender mucha información.
Debe saber recuperar la información adecuada varias horas después.
Astra no está dirigido únicamente a los desarrolladores.
OpenAI indica que ha entrenado específicamente el modelo para trabajar con documentos, hojas de cálculo, presentaciones y otras producciones profesionales respetando mejor las plantillas y restricciones proporcionadas por el usuario.
Esta evolución es importante porque gran parte del trabajo de una empresa no requiere crear contenido totalmente original.
Más bien, hay que respetar un entorno existente.
Un informe tiene una estructura. Una presentación retoma una identidad visual. Un archivo Excel sigue determinadas columnas. Un documento comercial utiliza un vocabulario preciso. Un procedimiento empresarial tiene reglas que no deben improvisarse.
Por tanto, la calidad de un agente profesional depende menos de su capacidad para producir algo impresionante que de su capacidad para no romper las convenciones existentes.
Esta distinción conecta directamente con los desafíos encontrados al integrar la IA en un software empresarial.
El verdadero problema casi nunca consiste en hacer funcionar una demostración.
Consiste en hacer que la IA funcione conforme a las reglas de la empresa.
OpenAI acompaña Astra de numerosos resultados de benchmarks.
En Agents’ Last Exam, una evaluación sobre tareas profesionales realizadas en software real, y en OSWorld 2.0, OpenAI comunica los siguientes resultados:
| Evaluación | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| Agents’ Last Exam | 59,3% | 53,6% |
| OSWorld 2.0 | 72,6% | 65,7% |
Para OSWorld 2.0, se trata de la versión del 8 de agosto de 2026, sobre el subconjunto sin conexión con puntuación parcial. Consultar los resultados y su metodología ↗.
La empresa también publica resultados muy elevados en razonamiento abstracto, matemáticas y ciberseguridad.
Estas cifras permiten medir una progresión, pero no deben interpretarse como una garantía de resultado en una aplicación real.
La propia OpenAI precisa que sus modelos pueden evaluarse en entornos de investigación o con configuraciones diferentes de las utilizadas en producción. Los benchmarks publicados por el proveedor también siguen siendo evaluaciones que deben distinguirse de una auditoría independiente de un caso de uso concreto.
La cuestión importante para una empresa no es saber si un modelo obtiene un 72 % o un 60 % en una evaluación general. Es saber cómo se comporta frente a sus datos, sus permisos, sus reglas empresariales y sus casos límite.
Un modelo extremadamente eficaz puede tomar perfectamente una mala decisión si el alcance de su acción está mal definido.
Probablemente sea el elemento más inusual de este lanzamiento.
GPT-6 Astra es el primer modelo que OpenAI considera que ha alcanzado su nivel Critical para las capacidades de ciberseguridad en el marco de su Preparedness Framework.
OpenAI explica que, con las herramientas y los accesos adecuados, un modelo de este nivel puede ser capaz de descubrir vulnerabilidades desconocidas y desarrollar métodos que permitan explotarlas en sistemas fuertemente protegidos con mucha menos intervención humana.
En sus evaluaciones sin las protecciones de producción, OpenAI informa, entre otros datos, de una puntuación del 100 % en ExploitBench frente al 78,5 % de GPT-5.6 Sol. La empresa también indica que Astra descubrió dos vulnerabilidades zero-day desconocidas durante una evaluación reciente y que está en curso una notificación a los responsables del software afectado.
Esta capacidad tiene, evidentemente, dos caras.
Para un defensor, un modelo capaz de comprender rápidamente una vulnerabilidad puede acelerar una revisión de seguridad, la identificación de una debilidad o la preparación de una corrección.
Para un atacante, las mismas capacidades pueden reducir el nivel de experiencia necesario para determinadas operaciones.
Por eso OpenAI limita actualmente algunos usos cibernéticos avanzados y aplica protecciones adicionales en torno al modelo.
Leer la presentación de las protecciones de Astra ↗
Cuanto más capaz es una IA de actuar, menos puede basarse su seguridad únicamente en la calidad de sus respuestas.
Una respuesta incorrecta en una conversación puede corregirse.
Una acción incorrecta realizada en un sistema puede tener consecuencias mucho más importantes.
Por ello, OpenAI explica que ha reforzado varias capas de protección en torno a Astra: supervisión de acciones, detección de comportamientos fuera de alcance, controles adicionales para tareas sensibles y posibilidad de interrumpir determinadas operaciones. En ChatGPT o Codex, algunas acciones pueden requerir una revisión antes de continuar; en la API, una tarea puede detenerse mediante estos mecanismos.
El principio va mucho más allá de Astra.
A medida que los agentes obtienen acceso a archivos, bases de datos, herramientas internas o servicios externos, una arquitectura seria debe definir como mínimo:
En otras palabras, cuanto más competente se vuelve el agente, más importante es el sistema que lo rodea.
Para una pequeña o mediana empresa, probablemente la pregunta no sea «¿cómo sustituir a todo el equipo por GPT-6 Astra?».
Las oportunidades más realistas son mucho más concretas.
Tomemos un software empresarial en el que una persona gestiona a diario las solicitudes de los clientes.
Hoy, una IA puede resumir el contenido de la solicitud y sugerir una respuesta.
Mañana, un agente podría examinar la solicitud, consultar la ficha del cliente, comprobar una información en otro servicio, preparar una modificación, rellenar determinados datos y solicitar después una validación antes de la acción importante.
La diferencia es considerable.
La IA pasa de desempeñar un papel de producción de información a desempeñar un papel de coordinación del trabajo.
En un SaaS, unos agentes comparables también pueden intervenir en el soporte, la clasificación de documentos, determinados controles administrativos, la preparación de acciones comerciales, el análisis de datos o el mantenimiento del propio software.
Pero estas automatizaciones requieren una arquitectura adecuada.
Dar a un modelo acceso completo a una base de datos o a una interfaz de administración no es una estrategia de integración.
Las acciones deben seguir siendo explícitas, limitadas y controlables.
Por tanto, la autonomía no elimina la validación humana.
Sobre todo, desplaza la validación hacia los momentos en los que aporta más valor.
El despliegue de GPT-6 Astra es progresivo. OpenAI comienza con un número limitado de organizaciones y anuncia el acceso en los días siguientes a través de ChatGPT Plus, Pro, Business y Enterprise, así como mediante la API, Microsoft Azure y AWS Bedrock. Por tanto, la disponibilidad exacta puede variar según las cuentas durante el despliegue.
Para los desarrolladores, el identificador del modelo es:
gpt-6-astra
La documentación de la API indica una ventana de contexto de 1 050 000 tokens y un máximo de 128 000 tokens generados.
El precio Standard anunciado es de:
| Tipo de tokens | Precio |
|---|---|
| Entrada | 10$ |
| Entrada leída desde la caché | 1$ |
| Salida | 50$ |
Se aplican reglas de precios específicas, en particular, a los contextos muy voluminosos y a determinados modos de procesamiento. La lectura de la caché es distinta de su escritura, facturada a 12,50$ por millón de tokens. Por encima de 272000 tokens de entrada, los precios de entrada y de caché se multiplican por dos y el precio de salida por 1,5 para la solicitud completa. Consultar los precios y límites del modelo ↗.
Este coste recuerda otro punto importante para un producto que utiliza IA: el mejor modelo no es necesariamente el que debe procesar cada solicitud.
Un SaaS puede combinar varios modelos según las tareas. Una operación compleja puede justificar Astra, mientras que una clasificación sencilla o una generación breve puede confiarse a un modelo menos costoso.
La arquitectura se vuelve entonces tan importante como la elección del modelo.
GPT-6 Astra representa evidentemente un nuevo avance en razonamiento, programación y comprensión.
Pero el cambio más interesante probablemente se encuentre en otro lugar.
Los modelos de IA abandonan progresivamente el papel de simples generadores de texto para convertirse en sistemas capaces de comprender un objetivo, utilizar herramientas, ejecutar varios pasos y controlar parte de su propio trabajo.
Para un desarrollador, esto significa que la IA puede participar en una parte cada vez mayor del ciclo de software: exploración de un proyecto, modificación del código, pruebas, uso del navegador, comprobación visual o análisis de seguridad.
Para una empresa, esto abre otra generación de automatizaciones. Los programas pueden integrar agentes capaces no solo de proponer una acción, sino también de preparar o ejecutar determinadas etapas del proceso.
Esta evolución no hace que la arquitectura, la seguridad o el control humano sean menos importantes.
Produce precisamente el efecto contrario.
Cuando la IA solo sabe hablar, un error produce una respuesta incorrecta. Cuando sabe actuar, también hay que controlar lo que tiene derecho a hacer.
Probablemente ahí se encuentre la verdadera ruptura introducida por Astra: la inteligencia del modelo sigue progresando, pero el siguiente paso consiste sobre todo en aprender a confiarle trabajo sin confiarle ciegamente el sistema.
Actualidad preparada a partir de la presentación oficial de GPT-6 Astra publicada por OpenAI, de la documentación técnica del modelo y de la información de seguridad que acompaña a su lanzamiento. Las prestaciones mencionadas corresponden a las evaluaciones comunicadas por OpenAI y deben interpretarse en el contexto y las configuraciones indicados por el editor.
Fuentes consultadas el 5 de septiembre de 2026. Las condiciones de disponibilidad y los precios pueden cambiar.
SU PROYECTO DE IA
Modelos, herramientas, datos, permisos y validación humana: una automatización realmente útil debe plantearse como una funcionalidad del producto, no como un chatbot añadido a posteriori.
Introduce al menos 2 caracteres para iniciar la búsqueda.
