El 3 de septiembre de 2026, OpenAI presentó GPT-6 Astra y su presidente, Greg Brockman, lo recibió con un "Welcome to the AGI era". Si construyes o mantienes un producto digital, la respuesta corta es: no reescribas tu roadmap por un titular. Debajo del marketing hay tres cosas reales —un agente que opera software, una designación de ciberseguridad "crítica" y un precio que no mueve la aguja— y solo una de ellas debería cambiar algo en tu próximo trimestre.

Qué ha pasado

OpenAI lanzó Astra el 3 de septiembre en preview limitada a través de su programa Daybreak, con salida pública prevista para el 5 de septiembre y llegada "en los próximos días" a la API, AWS Bedrock y Azure. Los datos que importan:

  • Precio: $10 / $50 por millón de tokens (entrada/salida) en modo estándar; $20 / $100 en modo rápido. Es el mismo tramo que la generación anterior.
  • Capacidad estrella: un agente de computer use que, según OpenAI, rellena formularios, actualiza CRMs, maneja hojas de cálculo, opera Power BI, KiCad o FreeCAD e instala software, encadenando flujos de varios pasos.
  • Benchmarks: 72,6% en OSWorld 2.0 (subset offline), 98,6% en ARC-AGI-3, 100% en ExploitBench.
  • Seguridad: es el primer modelo que OpenAI clasifica como "Crítico" en su Preparedness Framework —capaz de descubrir y explotar vulnerabilidades desconocidas sin guía humana continua—, por lo que las capacidades ofensivas quedan tras acceso restringido (programa Daybreak Blue).

Un detalle revelador: OpenAI no publicó GDPval, su propio benchmark de "trabajo económicamente valioso". Cuando falta justo la métrica que mediría la promesa de fondo, conviene bajar el volumen del "era AGI".

Qué implica para tu producto

1) El agente que "usa el ordenador" es lo único nuevo que te afecta hoy

El salto de Astra no es que sea "más listo", es que opera software como una persona. Para un producto, eso abre una oportunidad concreta en tareas repetitivas de back-office: conciliaciones, alta de datos, research estructurado, tareas cross-app que hoy consumen horas de tu equipo.

Pero mira el número con frialdad: 72,6% en OSWorld 2.0 significa que casi 1 de cada 4 tareas falla. Eso no es autonomía fiable de principio a fin; es un becario muy rápido que necesita supervisión, límites y una red de seguridad. Sin disciplina de evaluación y sin acotar bien el contexto, un demo impresionante se convierte en incidencias en producción y en confianza rota con tus usuarios.

2) "AGI" es marketing; la seguridad sí es un cambio de fase

La etiqueta "Crítico" importa por un motivo incómodo: la misma capacidad que OpenAI restringe a los defensores llega, antes o después, al lado atacante. Un 100% en ExploitBench describe un mundo donde encontrar zero-days empieza a automatizarse. Que tú no tengas acceso a la variante ofensiva no te protege de que otros sí la tengan.

La conclusión práctica no es entrar en pánico, es endurecer lo básico ahora: revisar tu superficie de ataque, tus dependencias y, si ya corres agentes, aislarlos con sandboxing, egress controlado y credenciales efímeras. Lo contamos en detalle en nuestro análisis de la IA ofensiva y los zero-days.

3) El precio no es la noticia

$10 / $50 es el mismo tramo que ya pagabas por la generación anterior. No hay aquí una historia de ahorro que justifique una migración: si migras, que sea por capacidad, no por coste. Y si tu problema es el gasto en tokens, el margen está en tu arquitectura y tu FinOps de IA, no en el modelo del mes.

Nuestra recomendación

Posición clara: no migres por defecto y no rearquitectures tu producto alrededor de "la AGI". Dicho esto, hay matices.

Para quién sí tiene sentido pilotar Astra ya:

  • Equipos con toil repetitivo cross-app en back-office (data entry, conciliaciones, research), siempre con humano en el loop y con evals antes de ampliar el alcance.
  • Equipos de seguridad defensiva con casos de uso concretos.

Para quién no, todavía:

  • Quien espera fiabilidad autónoma de principio a fin hoy: el 72,6% de OSWorld lo desaconseja.
  • Quien busca las capacidades cyber: están gated, no vas a construir sobre ellas.
  • Quien migraría solo por el titular "era AGI".

¿Cómo lo haríamos con un cliente? Un piloto acotado sobre un flujo de alto toil y bajo riesgo, con métricas y evals antes de escalar, y una capa de abstracción de proveedor (un gateway de LLM) para no acoplar tu producto a un vendor en plena carrera de modelos. En 15 años y más de 300 proyectos hemos aprendido que la ventaja rara vez está en tener el último modelo: está en el andamiaje alrededor —evaluación, contexto, seguridad y una arquitectura que puedas cambiar sin dolor—.

¿Estás valorando dónde encaja —y dónde no— un agente computer use en tu producto? En Dribba lo aterrizamos en un piloto medible antes de tocar tu roadmap. Hablemos.