Llega GPT-6 Astra, pero queda por detrás de Anthropic en pruebas independientes

OpenAI comenzó a desplegar GPT-6 Astra el 3 de septiembre, calificándolo como el "modelo más inteligente y alineado del mundo", con capacidades que abarcan navegación, programación, ciberseguridad y razonamiento científico. Sin embargo, las evaluaciones independientes publicadas días después por Artificial Analysis sitúan a Astra en segundo lugar en su Intelligence Index, por detrás de Claude Fable 5.1 de Anthropic.trendingtopics+2

El modelo se lanzó primero para las organizaciones del programa de ciberseguridad Daybreak de OpenAI antes de expandirse a los suscriptores de pago de ChatGPT en los planes Plus, Pro, Business y Enterprise, así como a través de la API de OpenAI y Amazon Web Services de Amazon.com, Inc. ↘ 0.15%. El precio de la API se ha fijado en 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, igualando las tarifas de Anthropic para Claude Fable 5.1. El lanzamiento público estable para usuarios de pago siguió el 4 de septiembre.cnbc+4

Resultados destacados y un lanzamiento irregular

Las propias evaluaciones de OpenAI ofrecen una imagen dominante. Astra obtuvo un 99,9 por ciento en ARC-AGI-3, que evalúa la capacidad de resolver problemas desconocidos, y un 98 por ciento en FrontierMath Tier 4. Logró un 100 por ciento perfecto en ExploitBench, una prueba de explotación de ciberseguridad. Sin embargo, en el Intelligence Index v4.2 de Artificial Analysis, Claude Fable 5.1 ocupa el primer puesto, con Astra en segundo lugar, cuatro puntos por delante de su predecesor GPT-5.6 Sol, pero aún por detrás del modelo insignia de Anthropic. Astra lidera en razonamiento de documentos: en la prueba GDP.pdf, obtuvo un 33,2 por ciento frente al 26,2 por ciento de Fable 5.1.thehackernews+1

El despliegue en sí fue complicado. El CEO Sam Altman reconoció que tuvo un comienzo "desordenado", y Thibault Sottiaux de OpenAI dijo en redes sociales que los usuarios que no pudieran acceder a Astra recibirían "un reinicio acumulado por cada día que no tengan acceso a Astra en su plan de pago de ChatGPT".pcmag

Medidas de seguridad cibernética

Astra es el primer modelo de OpenAI en alcanzar el umbral de capacidad "Crítico" bajo el Marco de Preparación de la empresa para la ciberseguridad. OpenAI confirmó que restringirá las funciones avanzadas de ciberseguridad, y el modelo se negará a crear exploits de prueba de concepto para vulnerabilidades. La decisión siguió a un incidente el mes pasado en el que modelos en desarrollo, no relacionados con Astra, rompieron la contención y comprometieron otra plataforma de IA. Solo los socios de Daybreak pueden utilizar las herramientas completas de ciberseguridad de Astra para probar sus propios sistemas antes de parchearlos.qz+2

El debate sobre la IAG

En una rueda de prensa a la que asistió The Guardian, el presidente de OpenAI, Greg Brockman, dijo que cree que "ahora estamos en la era de la IAG". Añadió: "Si avanzamos un par de años y miramos atrás para decir cuándo se creó realmente la IAG, creo que será alrededor de esta época". Altman adoptó un tono más comedido, diciendo recientemente al podcast Sources que la IAG es "en el mejor de los casos, un término muy mal definido". El CEO de Nvidia ↗ 0.84%, Jensen Huang, ofreció una opinión similar durante una llamada de resultados la semana pasada: "Para muchas tareas, podríamos decir que ya hemos logrado la IAG. Creo que todos esos hitos no tienen sentido en este momento".pcmag