OpenAI: GPT-6 Astra Pro (batch)

GPT-6 Astra Pro es un modelo de generación de texto de OpenAI, listado en el catálogo de api14 como OpenAI: GPT-6 Astra Pro (batch) bajo el id de modelo openai/gpt-6-astra-pro:batch. Es el mismo modelo subyacente que GPT-6 Astra, servido con reasoning.mode establecido en pro, una configuración orientada a respuestas de mayor calidad en tareas complejas. OpenAI publicó el modelo el 4 de septiembre de 2026.

El modelo acepta texto, imágenes y archivos como entrada y devuelve texto. Su ventana de contexto es de 1.050.000 tokens, y puede producir hasta 128.000 tokens en una sola respuesta. La gran ventana de entrada y el generoso presupuesto de salida son los dos números que condicionan la mayoría de las decisiones sobre él: puedes enviar documentos largos, archivos adjuntos e imágenes juntos en una sola solicitud, y aún tener espacio para una respuesta generada sustancial en lugar de un resumen corto. La salida es solo texto, así que todo lo que necesites de vuelta debe expresarse como texto, incluidos los datos estructurados.

Esas capacidades apuntan a un conjunto de trabajos bastante específico. El trabajo de revisión con contexto largo encaja bien, como leer a través de un gran conjunto de documentos, una especificación técnica o un paquete de archivos fuente y responder preguntas que dependen de detalles distribuidos por todo el material. La entrada mixta ayuda cuando una tarea combina capturas de pantalla, páginas escaneadas o diagramas con material escrito. El soporte para tools y tool_choice lo hace utilizable como el paso de razonamiento en un bucle de agente, y response_format más structured_outputs te permiten restringir las respuestas a un esquema que tu código pueda analizar directamente. Para trabajos que necesitan una semilla de muestreo consistente, seed está disponible.

Para llamarlo, usa la API compatible con OpenAI de api14 y pasa openai/gpt-6-astra-pro:batch como el modelo. Los parámetros de solicitud admitidos son max_tokens, reasoning, reasoning_effort, include_reasoning, verbosity, response_format, structured_outputs, tools, tool_choice y seed. max_tokens controla la longitud de la respuesta generada, reasoning y reasoning_effort gobiernan cuánto razonamiento interno realiza el modelo, include_reasoning determina si ese razonamiento se te muestra, y verbosity influye en cuán expansiva es la respuesta escrita. Tools y tool_choice impulsan el llamado a funciones, mientras que response_format y structured_outputs gestionan las respuestas con esquema restringido.

Dos límites merecen sopesarse. La modalidad de salida es solo texto, así que si tu pipeline necesita audio, imágenes u otros medios generados, este modelo no es la opción adecuada. Y como se ejecuta en modo pro para respuestas de mayor calidad en tareas complejas, las solicitudes más simples pueden ser mejor atendidas por GPT-6 Astra, que comparte el mismo modelo subyacente sin esa configuración.