Qué puede hacer GPT-6 Astra: ejemplos concretos y sus límites
La frase que más se repitió sobre GPT-6 Astra es que “usa una computadora”. Suena impresionante y no dice nada concreto. Acá está traducido a ejemplos: qué tareas puede resolver de punta a punta, cuánto tarda, y — la parte que suele faltar en las notas — qué todavía no hace bien.
La capacidad que lo define
La diferencia de Astra frente a los modelos anteriores es que no se limita a responder: opera. Puede abrir un navegador, moverse por sitios, completar formularios, descargar y leer archivos, cruzar información entre fuentes y encadenar los pasos necesarios para terminar un trabajo.
A eso se lo llama uso de computadora, y es el terreno donde OpenAI midió el salto: 72,6% en la prueba OSWorld 2.0 contra 65,7% del modelo anterior, con alrededor de un 47% menos de tiempo por tarea.
Ejemplos concretos de tareas que resuelve
- Investigación con fuentes. Buscar información en varios sitios, contrastarla y devolver un resumen con las referencias, en vez de una respuesta de memoria.
- Procesamiento de documentos. Leer un lote de archivos, extraer los datos que le pedís y volcarlos ordenados en una planilla.
- Análisis de datos. Cruzar planillas, detectar inconsistencias y explicar qué encontró, con el razonamiento a la vista.
- Programación. Es estado del arte en ingeniería de software: escribe, corrige y prueba código sobre proyectos existentes, no solo fragmentos sueltos.
- Procesos administrativos repetitivos. Secuencias de varios pasos entre distintas herramientas, del tipo que antes exigía a una persona haciendo de puente.
Un caso citado en la cobertura de prensa: resolvió en tres minutos un trabajo que a una persona le habría llevado cinco horas. Vale leer ese tipo de comparaciones con cuidado — son ejemplos elegidos por quien presenta el producto — pero dan la escala del cambio.
Lo que no hace bien (o directamente no hace)
Esta es la parte que casi no aparece en las notas del lanzamiento, y es la que más te conviene tener clara antes de apoyarte en él.
- No es confiable sin revisión. Cuanto más larga y autónoma es la tarea, más difícil resulta auditar el resultado. Si no podés verificar lo que hizo, no podés usarlo para nada que importe.
- No sabe nada de tus sistemas internos. Solo conoce lo que le das o lo que encuentra navegando. No accede a tu base de datos, tu inventario ni tu contabilidad a menos que alguien construya esa conexión.
- No es más rápido para tareas cortas. Está optimizado para trabajos largos. Para una respuesta breve, el razonamiento extendido agrega latencia y costo sin mejorar el resultado.
- Tiene restricciones deliberadas. OpenAI publicó una versión que rechaza determinados pedidos en el área de ciberseguridad, tras el escrutinio que generaron sus capacidades.
- Sigue equivocándose. Un puntaje alto en un benchmark no es una garantía; es un promedio. Los errores siguen existiendo y ahora vienen envueltos en más pasos, lo que los hace más difíciles de detectar.
Cuándo conviene usarlo y cuándo no
| Tipo de tarea | ¿Conviene Astra? |
|---|---|
| Trabajo largo, de varios pasos, con documentos o navegación | Sí. Es exactamente para lo que está hecho |
| Programación sobre proyectos reales | Sí. Estado del arte según los benchmarks publicados |
| Investigación que requiere contrastar fuentes | Sí, con la revisión humana correspondiente |
| Respuestas cortas y repetitivas | No. Más latencia y más costo sin mejor resultado |
| Tareas donde el error no se puede detectar a tiempo | No, hasta que puedas verificar la salida |
| Procesos que dependen de datos internos | Depende: primero hay que construir la conexión |
Cómo empezar sin romper nada
- Elegí una tarea real, larga y aburrida, que hoy te consuma horas y cuyo resultado puedas verificar.
- Corrélo en paralelo con el método actual durante unos días y compará: no solo si acierta, también cuánto tarda y cuánto costó.
- Medí el consumo de tokens sobre ese volumen real antes de proyectar cualquier ahorro.
- Recién ahí decidí si escala. La mayoría de los fracasos con IA no vienen del modelo: vienen de automatizar algo que nadie estaba revisando.
Lo que más se pregunta.
¿Qué puede hacer GPT-6 Astra que no hacían los modelos anteriores? +
Usar una computadora de punta a punta: navegar sitios, completar formularios, leer y generar archivos y encadenar procesos de varios pasos sin guía en cada uno. En la prueba OSWorld 2.0 obtiene 72,6% contra 65,7% del modelo previo, y tarda alrededor de un 47% menos por tarea.
¿GPT-6 Astra puede trabajar solo sin supervisión? +
Puede completar tareas sin intervención, pero eso no significa que convenga dejarlo sin revisar. Cuanto más larga es la tarea, más difícil es auditar el resultado, y los errores llegan envueltos en más pasos. La recomendación práctica es usarlo donde puedas verificar la salida.
¿Sirve para tareas cortas y repetitivas? +
No es su fuerte. Está optimizado para trabajos largos y autónomos: en respuestas breves, el razonamiento extendido agrega latencia y costo sin mejorar el resultado. Para ese tipo de uso suelen convenir modelos más livianos.
¿Puede acceder a los datos de mi empresa? +
No por sí solo. Conoce lo que le entregás en la consulta y lo que encuentra navegando. Para que consulte un inventario, una base de datos o un sistema de gestión, alguien tiene que construir esa integración.
¿Qué tan confiables son los ejemplos del lanzamiento? +
Son casos elegidos por quien presenta el producto, así que conviene leerlos con esa prudencia. Los benchmarks publicados sí son comparables entre modelos, pero un promedio alto no garantiza el resultado en tu tarea concreta: eso se comprueba probando.
Guías y herramientas relacionadas
¿Te interesa automatizar el WhatsApp de tu empresa con IA?
Escribimos esto desde Chatsell: agentes de inteligencia artificial que atienden y venden por WhatsApp, Instagram, Messenger y Mercado Libre, con CRM incluido. Somos de Córdoba y trabajamos con más de 200 empresas.