🔬 Los datos de GPT-6 Astra muestran avances en pruebas concretas, sin acreditar que haya alcanzado inteligencia artificial general (AGI). OpenAI lo propone como posible inicio de esa era. En ARC-AGI-3, el modelo obtiene un 99,9 % con software propio y un 62,7 % con el soporte estándar.
ARC-AGI-3 mide cómo los sistemas adquieren nuevas destrezas en entornos abstractos desconocidos. El mejor resultado usó «Provider Adapter», un soporte de software propio inaccesible para desarrolladores rivales. Con ese soporte, Astra superó la referencia humana de eficiencia en el 96 % de los niveles, según ARC Prize Foundation.
Anka Reuel y Mike Hardy, doctorandos de la Universidad de Stanford, cuestionaron las cifras que OpenAI cambió tras el lanzamiento. Atribuyen esos ajustes al «benchmaxxing»: repetir pruebas con instrucciones, software o recursos distintos para buscar el mejor resultado. Esos máximos de laboratorio no reflejan cuánto puedes confiar en el modelo sin esos ajustes.
La firma Artificial Analysis obtuvo 61 puntos en su índice de inteligencia, la misma cifra que GPT-5.6 Sol. También encontró retrocesos en tareas profesionales, soporte al cliente y trabajo con documentos extensos. Hubo mejoras: en pruebas de ingeniería de software, Astra consumió cerca de un tercio de los tokens de su predecesor.
✅ Astra combina avances en algunas tareas con retrocesos en otras, según las pruebas descritas. ARC Prize Foundation advierte que superar su prueba no acredita AGI: sus rompecabezas cerrados no capturan la complejidad del mundo real.