GPT-6 Astra de OpenAI: ¿hemos alcanzado la inteligencia artificial general?

Hace unos días se ha producido el lanzamiento de IA más ruidoso desde noviembre de 2022, cuando ChatGPT puso por primera vez en manos de cualquiera un modelo capaz de conversar, programar y redactar con soltura.

OpenAI ha presentado GPT-6 Astra con una mezcla de alborozo, gritos de alegría y algunos aullidos de pánico.

El propio Jensen Huang, CEO de NVIDIA y el hombre que fabrica los cerebros de silicio sobre los que corre la inteligencia artificial, saludaba el advenimiento de la AGI, la inteligencia artificial general.

Sam Altman, que lleva dos años respondiendo con estudiada modestia cuando le preguntan si ya hemos llegado, tampoco se contuvo, como tampoco lo hizo Brockman, su amigo y presidente.

Los números que acompañaban al anuncio hacen difícil mantener el gesto indiferente incluso para quienes tenemos por oficio templar el entusiasmo ajeno.ARC Prize Foundation lleva años construyendo una trampa diseñada para resistir a los sistemas que memorizan.

Sus pruebas más recientes presentan juegos abstractos, sin instrucciones, sin objetivos declarados, a los que el agente se enfrenta desnudo para descubrir las reglas, inferir la meta y alcanzarla con la mayor eficiencia posible.

No se trata de recordar la respuesta correcta, sino de construir sobre la marcha un modelo de algo que nunca se ha visto, como hacemos los humanos cuando aprendemos un juego nuevo.

Hasta hace unos meses, los mejores sistemas lo hacían muy mal, pero Astra ha roto todos los registros, resolviendo el 99% de los niveles y superando la eficiencia del humano medio en el 96% de ellos.

En el protocolo estándar, el que usa cualquier empresa, el éxito baja al 63%, y aun así sigue siendo el mejor registrado nunca.

El trabajo se parece más a cómo un ser humano competente modela un problema nuevo que a predecir cuál es la siguiente palabra probable en una secuencia de texto.Fuera del laboratorio, los éxitos se repiten.

WANDR, la prueba de Perplexity que mide capacidad de investigación profesional real, coloca a Astra con la puntuación más alta registrada hasta ahora, con un 13,5% por encima de Claude Fable 5.1 y a un coste inferior.

Ese último detalle no es un adorno .

Anthropic está a pocos meses de su salida a bolsa y lleva semanas escuchando a sus banqueros explicarle que los inversores quieren ver el camino hacia la rentabilidad.

Cuando el modelo de tu principal competidor supera al tuyo en el benchmark más directamente relacionado con el trabajo real que las empresas pagan por hacer, y lo hace a la mitad del coste, el argumento que sostiene el múltiplo de valoración se complica mucho.