OpenAI: GPT-6 Astra

GPT-6 Astra es el modelo de texto insignia de OpenAI, lanzado el 4 de septiembre de 2026. Se sitúa en la categoría de texto y OpenAI lo posiciona para trabajo integral exigente, con fortalezas declaradas en tareas de horizonte largo. Si estás eligiendo un modelo para análisis serio o trabajo de ingeniería en lugar de chat ligero, este es el nivel que OpenAI pretende que consideres primero.

El modelo acepta texto, imágenes y archivos como entrada, y devuelve solo texto. Su ventana de contexto es de 1.050.000 tokens, y la salida máxima es de 128.000 tokens. Esa combinación importa por dos razones: puedes proporcionar entradas muy grandes (documentos largos, repositorios completos de archivos o imágenes junto con texto) en una sola solicitud, y aún puedes pedir una respuesta sustancial en lugar de un resumen corto. El comportamiento de razonamiento se expone a través de parámetros en lugar de estar fijado, así que tú controlas cuánta deliberación interna aplica el modelo.

Esas capacidades apuntan a un conjunto bastante específico de casos de uso. Análisis avanzado sobre grandes corpus, tareas de ingeniería de software donde el modelo necesita mantener mucho código y contexto a la vez, investigación profunda que abarca muchos documentos, trabajo científico y creación de documentos son las áreas que OpenAI nombra. Las entradas de archivos e imágenes hacen práctico entregar material de origen directamente en lugar de preprocesarlo a texto tú mismo. El gran techo de salida se ajusta a tareas donde el entregable es en sí mismo largo, como un informe completo o un documento generado, en lugar de una sola respuesta.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/gpt-6-astra". Los parámetros de solicitud soportados son include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools y verbosity. En la práctica eso significa que puedes habilitar o inspeccionar el razonamiento, ajustar reasoning_effort y verbosity, limitar la salida con cualquiera de los dos parámetros de límite de tokens, solicitar salida estructurada o restringida por esquema mediante response_format y structured_outputs, hacer reproducible el muestreo con seed, y dar herramientas al modelo con tool_choice controlando si se usan y cómo. Como la interfaz es compatible con OpenAI, el código existente del SDK de OpenAI generalmente funciona con un cambio de URL base e id de modelo.

Algo que sopesar es que este es un modelo de salida de texto. Si tu tarea necesita generación de imágenes, audio o video, otro modelo encajará mejor. Lo mismo aplica si solo necesitas respuestas cortas, baratas y de alto volumen, donde un modelo más pequeño probablemente sea el valor predeterminado más sensato. GPT-6 Astra está orientado a trabajo donde la entrada es grande, el razonamiento no es trivial, o la salida es lo bastante larga como para que el techo de 128.000 tokens sea genuinamente útil.