Ir al contenido

GPT 6.2 Astra: el modelo más inteligente y el más criticado

18 de noviembre de 2026 por
GPT 6.2 Astra: el modelo más inteligente y el más criticado
ContentFlow

El GPT 6.2 Astra es el modelo de lenguaje que OpenAI lanzó el 17 de noviembre de 2026 y que, según la ARC Prize Foundation, se convirtió en el primero en lograr un 100% en ARC AGI 3, al mismo tiempo que recibió críticas inusualmente duras de desarrolladores y analistas. La contradicción entre ambos hechos es el punto central de este artículo: un modelo puede ser extraordinariamente capaz en tareas de razonamiento y, a la vez, sentirse incómodo o poco confiable en el uso diario.

El video de The AI Grid resume bien el fenómeno. Theo, uno de los desarrolladores más seguidos en el ámbito de la IA, publicó una carta titulada "Why I hate GPT 6.2 Astra" y afirmó que es el peor modelo que OpenAI ha lanzado. Matt Schumer dijo que no escribirá una reseña completa porque su experiencia fue mala y no lo recomienda. Dan Shipper, del equipo de Every, lo describió como un lanzamiento decepcionante. Sin embargo, el mismo día, el modelo obtuvo resultados que ningún otro había alcanzado.

Esa tensión no es un detalle anecdótico. Para cualquier empresa en Perú o Latinoamérica que esté evaluando integrar inteligencia artificial para empresas en sus procesos, entender por qué ocurre esta brecha es más útil que seguir el ranking de turno. A continuación revisamos qué pasó realmente, qué dicen los números y cómo leer todo esto antes de tomar una decisión de inversión tecnológica.

¿Qué pasó exactamente con el lanzamiento de GPT 6.2 Astra?

OpenAI lanzó dos modelos el 17 de noviembre de 2026: GPT 6.2 Astra, orientado a proyectos complejos, y GPT 6.2 Soul, una versión más económica y rápida para trabajo cotidiano. En cuestión de horas, las reseñas negativas se multiplicaron. La coincidencia temporal llevó a algunos a sospechar una campaña coordinada, pero Matt Schumer lo aclaró de forma directa: los revisores publicaron al mismo tiempo porque había un embargo, y las reseñas eran negativas porque la experiencia de uso fue mala.

Lo llamativo, según el propio video, es que quienes suelen ser muy indulgentes con los lanzamientos —por acceso anticipado, incentivos de uso o alianzas— se volvieron críticos al mismo tiempo. Eso, en opinión de varios observadores citados en el video, es una señal que conviene tomar en serio.

Los benchmarks de rendimiento tampoco ayudaron. En el índice Val, GPT 6.2 Astra y Soul quedaron en el puesto siete y nueve respectivamente, mientras Claude Fable 5.2 ocupó el primer lugar, Claude Sonnet 5.5 el segundo y Gemini 4 Carbon el tercero. Voxalbench reportó que ambos modelos tuvieron la mayor tasa de errores que habían medido hasta ahora: 19 errores en Astra y 62 en Soul, casi todos de sintaxis o de definiciones olvidadas.

En velocidad, un usuario midió que Astra 6.2 era aproximadamente 4,7 veces más lento que el GPT 6 Astra original, pasando de 99 a 21 tokens por segundo. Soul 6.2 en modo rápido alcanzó 72 tokens por segundo, frente a 200 del Soul 6.1. Y aquí aparece un matiz importante: si el modelo necesita menos tokens por tarea, un modelo más lento simplemente estira tu límite semanal durante más horas. No necesariamente haces más trabajo, solo tardas más en hacerlo.

Zach, otro usuario con acceso anticipado, resumió su lectura: el entorno de Codeex estaría limitando a los modelos, el lanzamiento fue apresurado y los modelos no estaban listos. Dijo también que son muy buenos en uso de computadora y trabajo 3D, y peores en casi todo lo demás. Su observación más incómoda fue que ignorar el feedback de los testers y lanzar igual representa una ruptura de confianza difícil de recuperar.

¿Por qué un modelo puede ser tan inteligente y tan difícil de usar a la vez?

La respuesta que propone el video es una distinción simple pero poderosa: existe la inteligencia de máquina y existe la inteligencia humana. Cuando decimos que una persona es inteligente, asumimos varias cosas a la vez: resuelve problemas difíciles, explica lo que hizo, avisa cuando algo salió mal, consulta cuando no está seguro y entiende lo que realmente querías, no solo lo que dijiste literalmente. Con la IA, esas capacidades no vienen juntas en un mismo paquete.

GPT 6.2 Astra es inteligente en el sentido de máquina. Según la ARC Prize Foundation, obtuvo 100% en ARC AGI 3, 95,8% en ARC AGI 2 y 98,5% en ARC AGI 1. Epoch AI, grupo independiente que mide progreso en IA, le asignó 174 puntos en su índice de capacidades, a la par de Claude Fable 5.2, y señaló que está por encima de la tendencia previa de modelos de razonamiento, que venía subiendo unos 16 puntos por año.

El dato más interesante de Epoch AI es otro: midieron cuántos pasos de razonamiento puede ejecutar un modelo dentro de un solo token de salida, sin escribir cadena de pensamiento. GPT 6.2 Astra puede hacer 12,3 pasos seriales en un token, frente a 10,5 del GPT 6 Astra, 8,6 del GPT 6.1 Soul y solo 4,2 del Claude Fable 5.1. Epoch AI advierte que los modelos que razonan sin cadena de pensamiento pueden ser más difíciles de monitorear.

Los números de OpenAI apuntan en la misma dirección. En Agents Last Exam, que evalúa trabajo profesional de varios pasos, Astra superó al GPT 6 Astra por 5,2 puntos con menos de un tercio del costo, y quedó 5,5 puntos por delante de Claude Fable 5.2 usando apenas el 5% del costo. En Terminal Bench Science superó al GPT 6 Astra por nueve puntos, también con menos de un tercio del costo. En el benchmark legal de Harvey más que duplicó la tasa de aprobación de Fable 5.2 a cerca de un dieciseisavo del costo. Y en Benchcad, que evalúa diseño asistido por computadora, igualó los mejores puntajes a una fracción del precio.

En razonamiento visual y trabajo 3D el salto también fue grande. En el 3D Arena de Artificial Analysis, donde jueces humanos votan a ciegas entre dos experiencias generadas con el mismo prompt, GPT 6.2 Astra quedó primero, por delante de Claude Fable 5.2. Y en tareas de oficina, el contraste es visible: ante el mismo pedido de una presentación de merchandising, el GPT 6 Astra produjo una diapositiva limpia y simple, mientras que GPT 6.2 Astra la convirtió en una guía ilustrada con ocho diseños. Ese tipo de entregable solía tomarle un día completo a un analista junior.

Mark Humphre, historiador con acceso anticipado por varias semanas, dijo que es el modelo más inteligente con el que ha trabajado en términos de inteligencia bruta y que hizo descubrimientos históricos genuinos con él, algo que no le había pasado con ninguna otra IA. Destacó su desempeño en investigación autónoma de largo aliento, como indexar miles de páginas de documentos y buscar fuentes en lugares poco accesibles, sin problemas notables de precisión.

Pero la brecha está en la otra mitad. En su carta, Theo tituló uno de sus puntos principales "Habla en lenguas que solo el 6.2 Astra entiende". Dijo que sus explicaciones son tan profundas en el detalle que rozan lo incorrecto: pierde el bosque por mirar los árboles. Ahí está el nudo del problema.

Mi lectura: el video no demuestra que el modelo sea "el mejor" ni "el peor". Lo que muestra es un conjunto de benchmarks y testimonios seleccionados, sin una prueba controlada de uso empresarial sostenido. Tampoco hay datos sobre estabilidad en producción, costos reales de operación a escala ni comportamiento con datos sensibles de una empresa. Es una señal interesante, no una conclusión cerrada.

¿Qué significa esto para una empresa en Perú que quiere usar IA?

Para una empresa peruana, la lección no está en el nombre del modelo sino en el patrón. La automatización con IA en un proceso de negocio rara vez falla por falta de capacidad del modelo. Falla porque nadie definió quién revisa la salida, cómo se valida y qué pasa cuando el resultado es técnicamente correcto pero incomprensible para el equipo.

Pensemos en un caso concreto. Una empresa mediana en Lima decide usar un modelo de este tipo para analizar cotizaciones de proveedores. El modelo entrega el análisis en minutos y detecta patrones que a un analista le tomarían días. Pero la explicación que acompaña el resultado es tan densa que el jefe de compras no puede sustentarla ante gerencia. El trabajo se hizo, pero no se puede usar. Ese es exactamente el tipo de brecha que describe el video.

Lo mismo aplica a un área legal revisando contratos, a un equipo de marketing generando propuestas o a un área de operaciones analizando incidencias. La capacidad técnica ya está; lo que falta en la mayoría de empresas de la región es el proceso alrededor del modelo: quién lo alimenta, quién revisa, quién decide y cómo se documenta.

También conviene mirar el costo con cuidado. Varios de los resultados citados en el video muestran mejoras de eficiencia notables —menos de un tercio del costo, un dieciseisavo del costo en un caso— pero son cifras de benchmarks específicos, no de operación real. El costo verdadero de un proyecto de IA en una empresa incluye integración, capacitación, monitoreo y corrección de errores, y eso rara vez aparece en una tabla comparativa.

Y hay un punto de gobernanza que el video menciona y que conviene no pasar por alto: Epoch AI advierte que los modelos capaces de razonar sin cadena de pensamiento pueden ser más difíciles de auditar. Para una empresa regulada, eso no es un detalle técnico, es una decisión de riesgo.

¿Cómo aplica esto en tu empresa?

Antes de decidir si adoptas o descartas un modelo como GPT 6.2 Astra, hay pasos concretos que puedes dar esta semana.

Primero, elige una tarea real y acotada. No un piloto amplio, sino algo que hoy le tome a alguien de tu equipo entre dos y cuatro horas: resumir contratos, clasificar tickets, preparar un análisis de proveedores. Mide cuánto tarda hoy y cuánto tarda con el modelo.

Segundo, evalúa la salida, no solo el resultado. Pídele al modelo que explique su razonamiento en lenguaje simple y verifica si alguien de tu equipo que no sea técnico puede entenderlo. Si no puede, el ahorro de tiempo se pierde en la traducción.

Tercero, define un responsable de revisión. En la mayoría de implementaciones que fracasan, nadie es dueño de validar lo que produce la herramienta. Ese rol debe existir desde el día uno.

Cuarto, documenta los errores. Los benchmarks mencionan fallas de sintaxis y definiciones olvidadas. En tu operación, los errores serán distintos, pero igual de importantes de registrar para saber si el modelo mejora o empeora con el uso.

Quinto, no decidas por reseñas. El propio video lo dice: ignora las críticas hasta que lo hayas probado tú mismo. Eso aplica igual para las reseñas positivas.

Si quieres revisar cómo se vería esto en tu operación específica, puedes conversar con nosotros sobre tu caso o revisar los recursos del blog de Consultoría TI. También puedes conocer ContentFlow, nuestra herramienta de generación de contenido.

Preguntas Frecuentes

¿Qué es GPT 6.2 Astra y en qué se diferencia de GPT 6.2 Soul?

GPT 6.2 Astra es el modelo de OpenAI orientado a proyectos complejos, lanzado el 17 de noviembre de 2026, mientras que GPT 6.2 Soul es la versión más económica y rápida pensada para trabajo cotidiano. Según el video de The AI Grid, Astra destaca en razonamiento avanzado, trabajo 3D e investigación autónoma, mientras que Soul prioriza velocidad y costo para tareas del día a día.

¿Por qué GPT 6.2 Astra recibió críticas tan negativas si obtuvo 100% en ARC AGI 3?

Porque la capacidad de resolver problemas y la capacidad de comunicar resultados son distintas. Según The AI Grid, el modelo obtuvo 100% en ARC AGI 3 verificado por la ARC Prize Foundation, pero varios desarrolladores reportaron que sus explicaciones eran confusas y que el modelo era más lento que su predecesor. La brecha entre inteligencia de máquina e inteligencia humana explica esa contradicción.

¿Conviene usar GPT 6.2 Astra en una empresa peruana hoy?

Depende de la tarea, no del modelo. Antes de adoptarlo conviene probarlo con un proceso acotado, medir el tiempo real de revisión humana y definir quién valida la salida. Los benchmarks citados por The AI Grid muestran mejoras de eficiencia en tareas específicas, pero no reemplazan una prueba con los datos y procesos reales de tu empresa.

Conclusión: ¿qué nos deja este lanzamiento?

El caso de GPT 6.2 Astra deja una lección que va más allá de OpenAI. La industria de la IA está entrando en una etapa donde la capacidad técnica deja de ser el diferenciador y pasa a serlo la experiencia de uso. Un modelo puede ser el más inteligente jamás construido y, al mismo tiempo, generar frustración en quien lo usa todos los días.

Para las empresas en Perú y Latinoamérica, eso significa que la pregunta correcta ya no es cuál modelo es mejor, sino cuál encaja en un proceso concreto con personas concretas revisando el resultado. La tecnología avanza más rápido que los procesos, y esa brecha es donde se gana o se pierde la inversión.

Si estás evaluando cómo integrar modelos de lenguaje en tu operación, en Consultoría TI podemos ayudarte a revisar tu caso concreto y definir un piloto acotado. Conversemos sobre tu caso.

Por Edgar Vásquez, Consultoría TI · actualizado el 18 de noviembre de 2026

Fuentes y Referencias

The AI Grid — GPT 6.2 Astra Is Better Than People Think

AI Qazaqstan — GPT 6.2 Astra лучше, чем думают люди



✨ Contenido generado con ContentFlow — Consultoría-Ti

Compartir
Etiquetas
GPT-6.2 Astra: eficiencia y el riesgo de la auto-mejora