La respuesta corta: GPT-6 Astra cuesta 2,5 veces más por token que su predecesor, de 4 $/20 $ a 10 $/50 $ por millón de tokens de entrada y salida, alucina la mitad, y en tareas agénticas de código rinde al nivel de los mejores modelos de Anthropic por menos de la mitad de coste por tarea. OpenAI lo presentó el 3 de septiembre de 2026 y en pocas horas se convirtió en la historia técnica más comentada de la semana (más de 1.900 puntos y 1.700 comentarios en Hacker News). Si eres freelance tech en España, este lanzamiento no te obliga a cambiar de modelo mañana, pero sí te obliga a hacer tres cosas esta semana: recalcular el coste de los proyectos que vendiste asumiendo precios de GPT-5, decidir qué tareas dejas de hacer «a mano» porque ahora sale a cuenta automatizarlas, y responder con criterio cuando un cliente te pregunte «¿y esto no lo hace el GPT nuevo?». Vamos punto por punto, con los números reales del lanzamiento y con lo que dicen las ofertas españolas sobre a quién van a contratar de verdad.
Qué es GPT-6 Astra y qué trae de nuevo
Resumen clave: Pero como gasta la mitad de tokens, la misma tarea de código cuesta menos de la mitad que con Claude Fable 5 . ¿GPT-6 Astra es mejor que Claude para programar? La diferencia práctica es el coste: al gastar un tercio de tokens, Astra cuesta menos de la mitad por tarea que Claude Fable 5.
GPT-6 Astra es el nuevo modelo insignia de OpenAI, presentado el 3 de septiembre de 2026 tras lo que la compañía describe como «años de investigación y grandes apuestas». Sam Altman lo ha llamado un «nuevo nivel de capacidad» y Axios tituló el estreno con una frase de la propia OpenAI: «bienvenidos a la era AGI». Entre el titular y la realidad hay distancia, pero varios datos objetivos justifican el ruido:
- Eficiencia de tokens sin precedentes. Según los benchmarks independientes de Artificial Analysis, Astra usa aproximadamente un tercio de los tokens que consumía GPT-5.6 Sol en tareas de código, y una quinta parte de los que gasta Claude Opus 5 en su modo más exigente.
- Alucinaciones a la mitad. La tasa de alucinación medida por Artificial Analysis baja del 92% al 51% en esfuerzo máximo, y además la exactitud sube 4 puntos: falla menos sin sacrificar acierto.
- Agentes de largo recorrido. En AA-Briefcase, una evaluación de proyectos de conocimiento de varias semanas con miles de ficheros, gana unos 80 puntos Elo sobre su predecesor. Es el salto más relevante para trabajo real, no para demostraciones.
- Inteligencia abstracta de referencia. En ARC-AGI-3, el benchmark agéntico de ARC Prize, alcanza 62,7% con 26.000 $ de presupuesto y 99,9% con 19.000 $ usando el arnés del proveedor; supera la eficiencia de acción del humano mediano en el 96% de los niveles.
El despliegue es por fases: los primeros en tocar las capacidades avanzadas son las empresas aceptadas en Daybreak, el programa de ciberseguridad por solicitud de OpenAI, y el modelo llega a ChatGPT Plus, Pro, Business y Enterprise, además de a la API y a AWS.
El precio es la noticia que más te afecta
La subida de 4 $/20 $ a 10 $/50 $ por millón de tokens no es un detalle: es un 150% más caro usar el modelo insignia. Artificial Analysis calcula que, en su modo de esfuerzo máximo, Astra es un 75% más caro por tarea que GPT-5.6 Sol pese a consumir menos tokens. Se mantiene el descuento del 90% en lecturas de caché y el recargo del 25% en escrituras, así que las arquitecturas que cachean agresivamente (prompts de sistema largos, contexto de documentación, historial de conversación) notarán mucho menos el golpe que las que mandan todo el contexto en cada petición.
En código, la cuenta sí sale
Aquí está la paradoja del lanzamiento. En el Coding Agent Index de Artificial Analysis, Astra puntúa 67 en el arnés de Codex: empatado con Claude Opus 5 y Fable 5, y a 3 puntos del líder (Fable 5.1 con 70). Pero como gasta la mitad de tokens, la misma tarea de código cuesta menos de la mitad que con Claude Fable 5. Traducido a tu día a día: para agentes que iteran sobre un repositorio durante horas, Astra puede ser la opción más barata aunque su precio por token sea altísimo; para chats cortos o clasificación, será casi siempre un gasto injustificado frente a modelos medianos.
Qué significa para cada tipo de proyecto freelance
No todos los perfiles notan lo mismo este lanzamiento. Conviene separar el impacto real del ruido.
Si construyes agentes y automatizaciones
Es tu lanzamiento del año. La combinación de menos alucinaciones, mejor memoria de largo plazo (AA-Briefcase) y eficiencia de tokens cambia la unidad de medida de tus proyectos: lo que antes presupuestabas en «horas de supervisión humana» ahora se presupuesta en «tareas autónomas completadas». Si aún no has empaquetado tu oferta de esta forma, nuestra guía sobre desarrollar agentes de IA como servicio sigue siendo el mejor punto de partida, y el cambio de precios que trae Astra te da el gancho comercial perfecto para renegociar mantenimientos: «tu factura de API puede bajar aunque el modelo suba de precio, si rediseñamos el flujo».
Si haces aplicaciones con LLM integrado
Tres movimientos concretos: activa el cacheado de prompts si no lo tienes (el 90% de descuento en lecturas es la diferencia entre cuenta roja y cuenta sana), separa enrutado por tarea, modelo caro solo donde aporta, y revisa tus cláusulas de precios con clientes: si vendiste «coste de IA incluido» con precios de 2025, la subida del 150% te la comes tú. Nuestro artículo sobre freelance de IA, LLMs, RAG y MLOps detalla cómo montar ese enrutado sin reescribir la aplicación.
Si das consultoría o formación en IA
Astra es un imán de decisiones erróneas de cliente: pagar 50 $ por millón de tokens para un chatbot de FAQs es la nueva forma de quemar presupuesto. Tu valor en los próximos meses va a ser exactamente ese: traducir benchmarks a decisiones de compra. Los datos de Artificial Analysis lo dejan claro, en el índice de inteligencia general, Astra empata con GPT-5.6 Sol (61) y sigue 5 puntos por debajo de Claude Fable 5.1, así que «el más nuevo» no es «el mejor» para todo.
La paradoja española: el mercado ya no es todo OpenAI
Aquí viene el dato que no vas a leer en la cobertura del lanzamiento, y que cambia cómo deberías posicionarte.
Lo que dicen 16.084 ofertas españolas
Según los datos de SeniorStack, en nuestras 16.084 ofertas tech publicadas en España, «Claude» aparece mencionado en 460 anuncios, casi el doble que «OpenAI» (243); Copilot suma 356 y ChatGPT 88. Mientras los titulares hablan de OpenAI, la contratación española ya es multi-proveedor de facto. Las empresas piden resultados, un agente que funcione, un RAG que responda con la documentación de la casa, y en las entrevistas técnicas se valora quien sabe cambiar de modelo en una tarde, no quien defiende una marca.
Qué significa para tu posicionamiento
El panel de mercado lo confirma desde otra dirección: en AI & NLP en remoto en España hay 71 ofertas activas este trimestre, y las skills más citadas son Python (50,7%), AWS (42,3%) y, ya en el 22,5%, LangChain y LangGraph, herramientas de orquestación que funcionan con cualquier modelo. Ninguna oferta de ese panel pide «GPT-6»: piden arquitectura. Tu especialidad defendible no es saber usar el modelo del mes, es diseñar el sistema que lo rodea y poder sustituirlo cuando convenga, y ese día conviene tenerlo ya diseñado.
Ciberseguridad: el umbral «Critical» y el programa Daybreak
Hay un detalle del lanzamiento con más calado del que parece: OpenAI ha reconocido que Astra es su primer modelo que alcanza el umbral interno «Critical» de capacidades ofensivas de ciberseguridad, y por eso restringe esas capacidades al programa Daybreak, por solicitud. Traducción para el mercado: la separación entre «usar IA» y «usar IA en entornos de alto riesgo» ya existe de forma oficial, y las empresas españolas sujetas a la normativa NIS2 o a la Ley de Coordinación y Gobernanza de la Ciberseguridad van a necesitar perfiles que sepan evaluar qué modelo pueden poner delante de qué dato.
Si vienes de seguridad, este es el momento de vender evaluaciones de riesgo de modelos, revisión de arquitecturas agénticas (¿qué puede hacer el agente con credenciales?) y políticas de uso. Es un servicio nuevo, con poca competencia y obligación legal detrás. Para contexto completo sobre el marco español, nuestra guía de la Ley de Ciberseguridad para freelances conecta la normativa con paquetes vendibles.
Tu plan de acción para las próximas dos semanas
Menos análisis, más ejecución. Esto es lo que yo haría, en este orden:
- Actualiza tu calculadora de costes. Recalcula tus tres últimos proyectos con 10 $/50 $ por millón y con cacheo activado. Ese número es tu nueva tarifa de referencia para presupuestos con IA incluida.
- Corre un benchmark propio. Coge una tarea real de un cliente (un ticket, un informe, un test roto) y ejecútala con tu modelo actual y con Astra por API. Diez ejemplos bastan para saber si te aporta o es marketing en tu caso.
- Revisa la cláusula de costes de IA de tus contratos. Si el cliente paga coste real, avísale de la subida; si lo pagas tú, es fecha de renegociación.
- Aísla el modelo detrás de una interfaz. Literal o figurado: un módulo, una variable de entorno, un gateway. Cambiar de proveedor tiene que ser trivial en tu código. Con la velocidad de este mercado, casarte con un modelo es un pasivo, no un asset.
- Escribe la nota al cliente. Un email de 200 palabras: «salió GPT-6 Astra, esto es lo que cambia en tu proyecto, esto es lo que no». Los clientes recuerdan al freelance que les traduce el ruido.
Preguntas frecuentes sobre GPT-6 Astra
¿Cuánto cuesta usar GPT-6 Astra?
10 $ por millón de tokens de entrada y 50 $ por millón de salida a través de la API, un 150% más que los 4 $/20 $ de GPT-5.6 Sol. Las lecturas de caché tienen un 90% de descuento y las escrituras un recargo del 25%. En ChatGPT no hay coste adicional: llega a los planes Plus, Pro, Business y Enterprise.
¿GPT-6 Astra es mejor que Claude para programar?
En el Coding Agent Index de Artificial Analysis empatan: Astra puntúa 67 con el arnés de Codex, como Claude Opus 5 y Fable 5, y solo queda a 3 puntos de Fable 5.1. La diferencia práctica es el coste: al gastar un tercio de tokens, Astra cuesta menos de la mitad por tarea que Claude Fable 5. En inteligencia general, en cambio, Claude Fable 5.1 sigue 5 puntos por delante.
¿Tiene sentido usarlo en proyectos pequeños?
Normalmente no. Para clasificación, extracción, resumen o chatbots de FAQs, los modelos medianos siguen siendo mucho más rentables. Astra compensa en tareas agénticas largas, sesiones de código de horas, proyectos multi-fichero, flujos con mucho contexto reutilizable, donde su eficiencia de tokens y su memoria de largo recorrido amortizan el precio.
¿Puedo ofrecerlo ya a clientes en España?
Sí, vía API y AWS desde el primer día, y en los planes de ChatGPT de empresa. Ten en cuenta el despliegue por fases para las capacidades avanzadas y, si tu cliente opera en un sector regulado o de alto riesgo, la vía del programa Daybreak para las funciones de ciberseguridad restringidas.
¿Debería aprender «GPT-6» como skill?
No como skill, sino como criterio. En nuestras 16.084 ofertas analizadas, las menciones a un modelo concreto son minoritarias frente a las de arquitectura (LangChain y LangGraph aparecen en el 22,5% del panel de IA en remoto). Lo que se contrata es saber decidir qué modelo, para qué tarea y a qué coste, y saber cambiarlo cuando salga el siguiente, que saldrá.
La lectura final
Cada lanzamiento de esta magnitud produce dos reacciones equivocadas: el pánico («mi trabajo desaparece») y la indiferencia («más de lo mismo»). Los números dicen otra cosa: un modelo que cuesta más por token pero menos por tarea, que falla la mitad de veces en hechos, y que trabaja bien durante semanas sobre el mismo proyecto, no elimina al freelance, elimina al freelance que solo ejecutaba la parte mecánica. El que diseña la arquitectura, elige el modelo, controla el coste y responde ante el cliente acaba de ver cómo sube el valor de su trabajo. Y mientras los titulares se pelean por quién tiene «la era AGI», las 460 ofertas españolas que mencionan Claude frente a las 243 de OpenAI recuerdan la lección de siempre: el mercado paga por quien domina el sistema completo, no por fan de una marca. Si quieres ver cómo encaja Astra en el mapa completo de modelos de este año, échale un ojo a nuestro análisis de los mejores LLM para programar en 2026, lo actualizamos con cada lanzamiento relevante.
Para quien trabaja en seguridad, el análisis de Gemini 3.8 Flash en ciberseguridad cubre auditoría de código, phishing y casos de uso ofensivo.
¿Te está sirviendo SeniorStack? Añádenos a tus fuentes preferidas en Google y nos verás destacados en tus resultados y respuestas de IA.