En resumen

  • OpenAI lanzó GPT-6.2 Astra y Sol, prometiendo un trabajo profesional más sólido con menores costos por tarea.
  • Pruebas independientes clasifican a Astra en segundo lugar, detrás de Claude Fable 5.2 de Anthropic, sin mejoras en el rendimiento de agentes de codificación.
  • Astra es el primer modelo de OpenAI lanzado públicamente calificado como Alto para la auto-mejora de IA, lo que conlleva una supervisión más estricta.

OpenAI lanzó GPT-6.2 Astra y Sol el martes, actualizando sus modelos de IA insignia y cotidianos con mejor producción profesional, procesamiento más económico y habilidades más sólidas para operar software por sí mismos.

Astra apunta a proyectos exigentes como hojas de cálculo financieras, investigación legal y diseño 3D interactivo. Sol maneja el trabajo cotidiano a un precio más bajo, una distinción cada vez más importante a medida que los agentes de IA pasan horas completando tareas en lugar de responder a un solo mensaje.

Cuando los primeros usuarios probaron Astra en septiembre, construyeron ciudades virtuales y juegos, pero se quejaron de que sus capacidades de escritura y creatividad habían disminuido. El nuevo lanzamiento afirma abordar ese problema menos glamoroso, produciendo documentos que parecen algo que un profesional realmente enviaría.

OpenAI afirma que Astra sigue mejor las plantillas de diapositivas y las convenciones de hojas de cálculo, con menos código repetitivo y diseños más coherentes. Son afirmaciones de la empresa, no garantías para cada tarea.

Cerca de la cima, más barato de ejecutar

Las pruebas independientes de Artificial Analysis sitúan a Astra en 62 en su Índice de Inteligencia, justo un poco por detrás de Claude Fable 5.2 de Anthropic, con 65. El índice combina nueve pruebas de razonamiento, trabajo científico, programación y conocimiento en una puntuación sobre 100.

Eso son cinco puntos por encima de GPT-6 Astra, que llegó en septiembre con un precio mucho más alto y importantes restricciones de ciberseguridad. Sol obtiene 57, igualando el rendimiento del Astra original a aproximadamente el 15% de su coste por tarea evaluada.

Esos resultados mixtos siguen al lanzamiento de Fable 5.2 de Anthropic la semana pasada, cuando los desarrolladores demostraron juegos y aplicaciones ambiciosos pero informaron costes escalofriantes para proyectos de larga duración. Alibaba entró en la conversación el lunes con Qwen 4 Max, un buque insignia chino que cobra 1,50 dólares por millón de tokens de entrada y 4,50 dólares por millón de tokens de salida, aunque va por detrás de los líderes estadounidenses en las clasificaciones globales de agentes.

Modelos más inteligentes, controles más estrictos

OpenAI afirma que Astra es su primer modelo publicado externamente en alcanzar el umbral Alto para la automejora de la IA, una clasificación de seguridad que mide cuánto puede acelerar la investigación en IA. La empresa estima que su impacto en la productividad es comparable a dar a cada investigador un asistente de ingeniería competente adicional, en relación con 2024.

Ambos modelos nuevos también cumplen el umbral Crítico de ciberseguridad de OpenAI. La empresa dice que reforzó la monitorización y construyó un sistema llamado Control Room para detener la actividad sospechosa de los modelos; sin embargo, las pruebas encontraron que los modelos a veces no divulgaban archivos faltantes o herramientas no disponibles que bloqueaban su trabajo.

OpenAI dice que los modelos están disponibles a través de ChatGPT Work y Codex para usuarios de Plus, Pro, Enterprise y Edu, y a través de la API para desarrolladores, pero nuestra suscripción GPT Plus todavía no muestra esos modelos, así que esto puede ser un despliegue lento.

OpenAI aún no ha añadido GPT-6.2 a su programa Daybreak para investigadores de ciberseguridad verificados.

Únete a más de 72.000 lectores