OpenAI presenta GPT-6.2 Astra, un hito en modelos de razonamiento con capacidades de auto-mejora y un rendimiento sin precedentes en benchmarks de agentes y 3D.

El 17 de noviembre de 2026 marca un punto de inflexión en la carrera de la inteligencia artificial generativa. OpenAI ha anunciado oficialmente el lanzamiento de GPT-6.2 Astra, un modelo de razonamiento de frontera diseñado para superar las limitaciones de los modelos previos en tareas de alta complejidad cognitiva.
A diferencia de sus predecesores, Astra no llega solo. Se presenta junto a GPT-6.2 Sol, un modelo especializado en flujos de trabajo profesionales como la creación de hojas de cálculo, CAD, derecho y finanzas. Sin embargo, es Astra quien se lleva la atención de la comunidad técnica debido a su capacidad de razonamiento profundo y su arquitectura optimizada para la autonomía de agentes.
GPT-6.2 Astra representa una evolución significativa en la eficiencia de tokens y la comprensión contextual. Con una ventana de contexto de 1.05 millones de tokens, el modelo permite procesar repositorios de código completos o documentos legales extensos sin pérdida de coherencia.
Una de las características más disruptivas es su calificación 'High' en la categoría de Auto-mejora de IA (AI Self-improvement) bajo el Preparedness Framework de OpenAI. Esto significa que el modelo posee capacidades avanzadas para optimizar sus propios procesos, aunque con controles estrictos en áreas críticas como la ciberseguridad y la biología/química para mitigar riesgos.
Los datos de rendimiento de GPT-6.2 Astra sitúan al modelo en la cima de la industria. En el benchmark Agents Last Exam, Astra supera a GPT-6 Astra (versión anterior) por 5.2 puntos, lográndolo con menos de un tercio de su coste operativo. Además, supera a Claude Fable 5.2 por un margen de 5.5 puntos, manteniendo una eficiencia de costes un 95% superior.
En el ámbito de la computación espacial y 3D, el modelo ha alcanzado el primer puesto en el ranking AA-3D con un Elo de 1318, dejando atrás a Claude Fable 5.2 (1271) y al propio GPT-6.2 Sol (1259). En pruebas de razonamiento especializado como Harvey LAB-AA v1.1, Astra duplica la tasa de éxito de su competencia más cercana con una fracción del coste.
La eficiencia en la generación también es notable: en el benchmark GDPval v2, el modelo muestra una mejora de 6.2 puntos sobre la versión anterior, utilizando un 22% menos de tokens de salida para alcanzar la misma precisión.
OpenAI ha adoptado una estrategia de precios competitiva para fomentar la adopción masiva por parte de desarrolladores. GPT-6.2 Astra se posiciona con un coste de entrada de 8 USD por millón de tokens, mientras que la salida se sitúa en 40 USD por millón.
La innovación más relevante para arquitecturas RAG (Retrieval-Augmented Generation) es el descuento masivo en la lectura de caché. Los 'cache reads' tienen un precio de solo 0.40 USD por millón de tokens, lo que representa un descuento del 60% respecto a los estándares anteriores, permitiendo iteraciones rápidas y económicas sobre contextos largos.
Debido a su arquitectura de razonamiento, GPT-6.2 Astra es la herramienta predilecta para el desarrollo de agentes autónomos que requieren una planificación de pasos múltiples. Su capacidad para manejar lógica compleja lo hace ideal para la investigación científica y el análisis de datos masivos.
Para los ingenieros de software, Astra ofrece una capacidad de codificación superior, permitiendo la resolución de bugs en sistemas distribuidos y la generación de arquitecturas completas. Asimismo, su eficiencia en el uso de tokens lo convierte en la opción más rentable para sistemas de RAG de alta escala que consultan bases de conocimiento extensas.
El acceso a GPT-6.2 Astra ya está disponible a través de la plataforma de OpenAI para usuarios con niveles de acceso empresarial y desarrolladores con créditos API activos. Los ingenieros pueden integrar el modelo utilizando los SDKs oficiales de OpenAI para Python y Node.js.
Se recomienda comenzar con las pruebas en el Playground de OpenAI para ajustar los parámetros de temperatura y system prompts, especialmente dado su nuevo comportamiento de auto-mejora, para asegurar que los agentes se mantengan dentro de los límites operativos deseados.
API Pricing — Input: 8 USD / Output: 40 USD / Context: 1.05M context, 128K max output (API trackers)