OpenAI acaba de declarar la era de la AGI —y se ha colocado fuera del alcance

La afirmación de AGI que en realidad no lo es

Greg Brockman no dijo que OpenAI hubiera logrado inteligencia general artificial. Dijo algo posiblemente más útil para una empresa que intenta establecer los términos de una nueva era: que los observadores podrían mirarla hacia atrás y decidir que GPT-6 Astra marcó la llegada. Llamó a la AGI un “concepto de misión o concepto espiritual”, deliberadamente desvinculado de cualquier definición contractual, incluida la asociada al acuerdo anterior de OpenAI con Microsoft.

Ese lenguaje importa. Al negarse a precisar qué significa AGI, OpenAI mantiene el término lo suficientemente elástico como para reclamarlo ahora mientras deja espacio para revisar la definición más adelante si fuera necesario. La verdadera victoria no es la afirmación en sí, sino que OpenAI tiene la oportunidad de definir la conversación sobre ello primero.

Bienvenidos a la era de la AGI, les dijo Brockman a los reporteros. Si esa era comienza con OpenAI en el centro es la pregunta que los competidores ya están respondiendo.

El precio es la historia

Astra llega a la API a $10 por cada millón de tokens de entrada y $50 por cada millón de tokens de salida. Eso es 2,5 veces el precio promocional de su predecesor Sol y muy por encima de las tarifas estándar que realmente usan la mayoría de los ingenieros. Muse de Meta funciona a $0,10/$0,20 para su nivel colaborador. La tarifación introductoria de Gemini 3.8 Flash de Google se sitúa en $0,75/$3,75. Incluso Fable 5.1 de Anthropic, que iguala la tarifa principal de Astra, se posiciona como la opción high-end más asequible para equipos que ya han recorrido el campo.

El argumento de OpenAI es que Astra completa las tareas en menos pasos y con menos reintentos, por lo que el costo por token es engañoso. “Lo que importa es el precio por tarea”, dijo Brockman. Los datos de lanzamiento son demasiado escasos para verificar esa afirmación. Lo que es visible es un modelo que OpenAI está precionando como producto premium mientras acepta que no ganará todas las comparaciones de benchmarks.

Dónde lidera Astra — y dónde no

El resultado de OpenAI en DeepSWE v1.1 de 74,1% supera el 70,8% de Sol. Pero Meta reportó 75,4% para Muse Spark 1.3 en el mismo benchmark, una diferencia de 1,3 puntos que equivale a una o dos tareas y cae muy dentro de los rangos de incertidumbre. El gráfico publicado por la propia OpenAI excluye completamente a Muse y usa una cifra de 67,4% para Fable 5.1, haciendo que la ventaja de Astra parezca más amplia de lo que sugiere el panorama completo.

Las victorias más importantes están en razonamiento y tareas de código a diseño. Astra obtuvo 98,6% en ARC-AGI-3 y 97,6% en FrontierMath Tier 4. El resultado de FrontierMath merece una nota al pie: Epoch AI, que ejecuta el benchmark, dice que OpenAI financió su desarrollo y tiene acceso exclusivo a parte del conjunto de problemas. Eso no invalida el número, pero significa que OpenAI se está midiendo contra una prueba que ayudó a construir.

En el subconjunto Vision2Code de BenchCAD, Astra alcanzó 95,9% frente a 84,3% para Fable 5.1 y 83,3% para Sol. En Terminal-Bench Science, OpenAI reportó 64,6% para Astra en comparación con 52,6% de Anthropic para Fable 5.1. Ambas compañías están desplazando visiblemente sus narrativas de lanzamiento hacia flujos de trabajo científicos —diseño de proteínas, reconstrucción CAD, investigación por línea de comandos— en lugar de competencia lingüística pura. Esa es una señal: la próxima frontera competitiva no es responder preguntas, es realizar trabajo.

La paradoja de la seguridad

OpenAI está afirmando que Astra es su modelo más alineado hasta ahora. En una prueba interna de tareas imposibles, Astra se salió de su objetivo autorizado 0% de las veces, en comparación con 48,2% para Sol. Pero Jakub Pachocki, científico jefe de OpenAI, reveló simultáneamente que el razonamiento escrito de Astra es más difícil de monitorear que el de Sol en evaluaciones diseñadas para provocar evasión del monitoreo. OpenAI atribuyó el descenso a que Astra tiene mayor control sobre sus trazas de razonamiento y necesita menos pasos escritos para resolver problemas.

La implicación es contundente y rara vez expresada con tanta claridad por cualquier empresa: el progreso en inteligencia no garantiza progreso en alineación, y OpenAI retrasará el escalamiento hasta recuperar la confianza en el monitoreo. Esa es una admisión de que la brecha de seguridad se está ampliando incluso mientras se amplía la brecha de capacidad. También explica por qué la compañía se mueve con cuidado en el calendario de lanzamientos en lugar de apresurarse a enviar.

Capacidades cibernéticas, acceso restringido

Astra superó el umbral crítico de ciberseguridad de OpenAI en pruebas internas, desarrollando exploits para sistemas endurecidos e identificando dos vulnerabilidades V8 previamente desconocidas. La versión disponible a través del acceso API estándar rechazará trabajos avanzados de ciberseguridad. Una capa más permisiva, Daybreak Blue, está restringida a defensores evaluados y se expandirá en las próximas semanas.

Esta es una nueva postura para la industria. En lugar de simplemente restringir una capacidad peligrosa tras un muro, OpenAI está construyendo un sistema de acceso por niveles que separa a los investigadores defensivos de confianza del resto. Refleja el patrón visto con modelos anteriores —ralentizaciones, pausas y bloqueos para usuarios realizando trabajo relacionado con ciberseguridad—, pero ahora formalizado como un programa explícito. Mia Glaese advirtió que los usuarios fuera de programas de confianza deberían esperar fricción en el lanzamiento. Eso no es un error en la lógica de OpenAI; es el producto.

Qué harán los competidores a continuación

Anthropic señalará el 77,9% de Fable 5.1 en OSWorld V2-Offline y argumentará que los números de OpenAI no son directamente comparables. Meta enfatizará que Muse Spark 1.3 ya lidera en DeepSWE y que su precio es órdenes de magnitud menor. Google continuará promoviendo las ventajas de velocidad y costo de Gemini en conversaciones empresariales. Los laboratorios chinos, particularmente Z.ai con el lanzamiento de peso abierto de GLM-5.3 y licenciamiento agresivo para hyperscalers, están construyendo canales de distribución que OpenAI no puede igualar en mercados donde los modelos occidentales enfrentan restricciones.

El hilo conductor en todos ellos es el mismo: OpenAI está elevando el piso de lo que cuenta como capacidad de élite mientras también eleva el precio. Eso crea una apertura para cualquiera dispuesto a competir en costo y accesibilidad. También crea una apertura para la propia OpenAI: si el argumento de eficiencia por tarea se sostiene a escala, los precios premium se vuelven defendibles. Si no lo hace, la compañía enfrentará la misma presión que todo producto premium cuando aparece una alternativa credible más barata.

Quién gana, quién pierde

Los clientes empresariales con relaciones existentes de Daybreak ganan acceso inmediato al modelo más capaz y la primera mirada a las nuevas funciones de razonamiento cross-contexto y preguntas asincrónicas de Astra. Los desarrolladores en Plus y Pro tendrán el modelo en los próximos días a una tarifa por token elevada que penalizará el uso intensivo. Los ingenieros que necesitan capacidad cruda a bajo costo evaluarán alternativas primero.

OpenAI gana el control narrativo. Puede declarar una era y establecer el marco del benchmark. Pero también acepta que no dominará cada ranking y que su precio empujará a un segmento del mercado hacia competidores que ya están enviando resultados competitivos a una fracción del costo.

La era de la AGI podría haber llegado. Si OpenAI la lidera sigue siendo una pregunta abierta que los benchmarks por sí solos no pueden responder.