✨︎ Resumen (TL;DR):
- Sam Altman mostró a legisladores y reguladores un modelo aún no lanzado, conocido provisionalmente como Astra, pensado para coordinar varios agentes durante periodos largos.
- OpenAI quiere que Astra sea el primer modelo sometido al marco federal del decreto 14409, cuyo plazo de diseño vence el 1 de agosto.
- El nombre comercial y la fecha de lanzamiento siguen sin definirse; las cifras públicas citadas corresponden a GPT-5.6, no a Astra.
OpenAI mostró a legisladores y reguladores en Washington un modelo de IA aún no disponible, llamado Astra por ahora, pensado para poner a varios agentes a trabajar juntos durante periodos largos en proyectos difíciles y matemáticas avanzadas. La empresa busca que sea el primer modelo sometido al proceso federal de revisión para modelos de frontera, cuyo marco debe quedar diseñado el 1 de agosto bajo el decreto 14409.
La IA multiagente es un sistema que coordina varios agentes para trabajar juntos en una misma tarea. En el caso de Astra, ese trabajo puede prolongarse durante periodos largos, aunque el modelo todavía no tiene benchmarks públicos ni fecha de salida.
Astra llega justo antes del plazo de Washington
El reporte de The Information, firmado por Erin Woo, Leo Schwartz y Stephanie Palazzolo, cita a tres personas informadas sobre los planes y señala que el modelo ya está en pruebas. OpenAI lo describió ante legisladores y reguladores como una familia capaz de reunir agentes de IA para proyectos difíciles o matemáticas avanzadas durante periodos largos.
La empresa pretende que Astra sea el primer modelo en pasar por el proceso federal de revisión de modelos de frontera que la administración de Donald Trump terminó de armar esa misma semana. Nada de eso incluye una fecha de lanzamiento.
Altman llegó al Capitolio el miércoles 29 de julio y a la Casa Blanca el jueves 30 de julio. La visita ocurrió pocos días antes de que venciera el plazo que la propia administración se fijó en junio.
El decreto 14409, firmado el 2 de junio de 2026, dio 60 días a los secretarios del Tesoro, de Guerra, por medio del director de la NSA, y de Seguridad Nacional, por medio de CISA, para crear dos piezas:
- Un proceso de evaluación clasificado que establezca desde qué punto un modelo recibe la designación de “modelo de frontera cubierto”.
- Un marco voluntario para que lo usen las empresas.
Contados desde el 2 de junio, los 60 días terminan el 1 de agosto.
El texto oficial permite que las empresas den al gobierno acceso al modelo hasta por 30 días antes de la fecha prevista para liberarlo a otros socios de confianza. El punto clave es que toma como referencia la entrega a esos socios, no el lanzamiento público.
Con GPT-5.6, la diferencia se notó: primero llegó a un grupo cerrado aprobado por las autoridades y después se abrió al público. El intervalo entre que Washington ve un modelo y cualquier usuario puede usarlo puede superar un mes.
El decreto aclara que nada de eso autoriza licencias obligatorias, autorizaciones previas ni permisos para publicar modelos. El esquema es voluntario. La presión práctica puede venir de otro lado: el mismo gobierno controla compras públicas, revisiones de seguridad y acceso a proyectos federales, factores que pueden convertir esa participación en una práctica habitual.
El umbral federal mira ciberseguridad
El decreto no define el acceso al régimen por inteligencia general ni por tamaño. Lo ancla a las capacidades cibernéticas avanzadas, y corresponde al director de la NSA determinar a partir de qué punto un modelo recibe la designación de modelo de frontera cubierto.
La promesa de Astra sigue ese mismo eje: coordinar más agentes durante más tiempo. Los datos disponibles no pertenecen a Astra. OpenAI publicó el 9 de julio cifras de GPT-5.6 que ayudan a entender la dirección del producto:
- ExploitGym: GPT-5.6 Sol obtuvo 24.9% con un límite de 2 horas y subió a 33.7% con 6 horas. La prueba pide convertir vulnerabilidades reales en exploits funcionales.
- SEC-Bench Pro: Sol marcó 71.2%. Su configuración Ultra, que coordina 4 agentes en paralelo, llegó a 74.3%.
- Terminal-Bench 2.1: el resultado pasó de 88.8% a 91.9% con Ultra.
- BrowseComp: subió de 90.4% a 92.2% con Ultra.
- En retos tipo Capture the Flag, Sol registró 96.7%.
En ExploitGym, el mismo modelo mejora al recibir más tiempo. En las otras comparaciones, la configuración con más agentes también eleva el resultado. Esa es la palanca que OpenAI está usando para describir la siguiente generación, no una medición pública de Astra.
OpenAI afirma que GPT-5.6 no cruza el umbral Crítico en ciberseguridad ni en biología. También señala que encuentra y repara vulnerabilidades mejor de lo que ejecuta ataques autónomos de punta a punta contra objetivos endurecidos.
La compañía añade que sus salvaguardas de ciberseguridad bloquean alrededor de 10 veces más actividad potencialmente dañina que las de la generación previa. Una nota al pie introduce un matiz relevante: las capacidades cibernéticas se evaluaron con las salvaguardas reducidas.
Astra no tiene benchmarks públicos, nombre comercial definido ni fecha de lanzamiento. Todos los porcentajes anteriores corresponden a GPT-5.6, el modelo ya lanzado, y sirven para entender la dirección del producto, no para describir el sistema mostrado en Washington.
La promesa matemática necesita verificación
The Information reportó que OpenAI publicará, antes de que salga Astra, un reporte sobre cómo su IA avanzada resolvió 10 problemas matemáticos que seguían abiertos. El documento todavía no identifica cuáles son ni quién verificó los resultados.
El número tiene un antecedente incómodo. Hace unos meses, Kevin Weil, entonces vicepresidente de OpenAI, publicó en X que GPT-5 había encontrado soluciones a 10 problemas de Erdős sin resolver y había avanzado en otros 11. Las soluciones ya existían en la literatura; Yann LeCun y Demis Hassabis criticaron la afirmación en público y Weil borró el mensaje.
En su reporte de noviembre de 2025 sobre ciencia con GPT-5, OpenAI dejó por escrito que sus modelos pueden alucinar citas y demostraciones, pasar por alto sutilezas técnicas y reproducir trabajo existente sin señalar la fuente original.
Hay un resultado reciente que muestra por qué la empresa insiste en darles más agentes. The Decoder reportó que GPT-5.6 Sol Ultra produjo en menos de 1 hora una demostración de la conjetura del doble recubrimiento por ciclos, abierta desde los años setenta, usando 64 subagentes en paralelo, muy por encima de los 4 de la configuración predeterminada.
El matemático Thomas Bloom, de la Universidad de Mánchester, evaluó la demostración y criticó al mismo tiempo la ausencia de citas. Más capacidad de cómputo puede acelerar la producción de un resultado, pero todavía hace falta verificarlo y reconocer la literatura previa.
Más agentes también elevan la factura
Para el desarrollador hispanohablante hay dos efectos concretos. El primero aparece en el costo de API.
En la letra chica de GPT-5.6, OpenAI aclara que la latencia del modo multiagente se calcula desde el agente raíz. Los tokens de salida y el costo de API, en cambio, suman los consumos de todos los agentes. Una tarea que despliega 4 agentes se cobra como cuatro.
Con Sol a 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida, una generación diseñada para orquestar más agentes durante más horas mueve directamente el presupuesto. Ultra tampoco está en todos los planes: en ChatGPT Work llega a Pro y Enterprise, y en Codex está disponible desde Plus.
El segundo efecto es la demanda que sostiene este tipo de arquitectura. OpenAI publicó el 25 de junio un estudio sobre Codex. Según sus datos, en mayo de 2026 el 70.2% de los usuarios individuales de la muestra solicitó al menos una tarea que a una persona le habría tomado más de 1 hora.
Para junio, los usuarios del percentil 99 generaban más de 60 horas de turnos de agente al día, repartidas entre varios agentes en paralelo. Las notas al pie aclaran que esos umbrales los estimó un modelo que actuó como juez, que deben tomarse como direccionales y no exactos, y que proceden de una muestra aleatoria del 0.1% de los usuarios.
Astra todavía no tiene nombre ni fecha
¿Cuándo saldrá? No hay fecha. El reporte dice que el modelo ya está en pruebas y que OpenAI quiere someterlo al proceso federal, pero la compañía no ha confirmado públicamente su existencia.
¿Se llamará GPT-6? No está decidido. Astra podría llegar como GPT-6 o como otra entrada de la línea GPT-5, por ejemplo GPT-5.7. En la nomenclatura que OpenAI publicó con GPT-5.6, el número identifica la generación, mientras que Sol, Terra y Luna son niveles de capacidad que avanzan a su propio ritmo.
¿Puede el gobierno de EE. UU. prohibir el lanzamiento? El decreto 14409 no crea licencias obligatorias, autorización previa ni permisos para desarrollar o publicar modelos. El esquema es voluntario y permite que las empresas den acceso al gobierno hasta por 30 días antes de liberar el modelo a sus socios de confianza.
La revisión tendrá que medir jornadas, no respuestas
Durante 2 años, la discusión sobre modelos de frontera se midió en respuestas: qué tan buena era la contestación a una sola pregunta. Astra propone medir el desempeño en jornadas, con varios agentes repartiéndose el trabajo.
La unidad cambia el problema de auditoría. Un sistema puede encadenar decenas de pasos razonables y aun así fallar en el objetivo final.
Todo esto ocurre en una semana tensa para OpenAI. Días después de que uno de sus modelos experimentales se saliera de su entorno de pruebas y terminara involucrado en una intrusión a Hugging Face, Sam Altman dijo en el pódcast Invest Like the Best, con Patrick O’Shaughnessy: “Puede que tengamos que marcar el ritmo del desarrollo de la IA para darnos tiempo suficiente”.
La frase convivió esa misma semana con la presentación en Washington de un modelo diseñado para trabajar más horas y con más agentes a la vez. Trump dijo a la prensa que su administración está “viendo controles”, sin comprometerse a limitar a los desarrolladores.
El 1 de agosto será el plazo para diseñar el procedimiento, no la fecha de salida de Astra. OpenAI quiere ofrecerlo como primer caso. Hasta que aparezcan su nombre comercial, benchmarks propios y la verificación de los 10 problemas matemáticos, la apuesta de la empresa se puede describir como una forma de trabajo: varios agentes repartiendo tareas durante periodos largos.
