
GPT-6.2 Astra: el ID de modelo que aparece en la facturación de Codex, y lo que demuestra
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 186 tok/s
En la tarde del 1 de noviembre de 2026, un desarrollador que depuraba Codex de OpenAI informó algo extraño: la interfaz seguía ofreciendo GPT-6 Astra, pero la respuesta de la API llegaba marcada como gpt-6.2-astra. En cuestión de un día, la observación había acumulado un porcentaje (19,8 %), una ventana de contexto (un millón de tokens), una historia de benchmarks (mejor que Claude Opus 5.5) y una ventana de lanzamiento ("la próxima semana"). Ninguna de esas incorporaciones procedía de OpenAI. La empresa no ha publicado ninguna ficha de modelo, ningún precio, ninguna entrada en el registro de cambios ni ninguna declaración que nombre GPT-6.2 Astra, y su propia documentación —leída directamente el 3 de noviembre— sigue enumerando cuatro ID de modelos de propósito general, ninguno de los cuales contiene "6.2". Este es un artículo de lo que sabemos hasta ahora sobre un modelo que se está sirviendo, o al menos facturando, antes de que exista en público.
Hay un segundo hilo, y es el que hace que valga la pena seguir el primero. El 8 de septiembre, OpenAI reveló que había utilizado "un modelo interno significativamente más capaz que GPT-6 Astra" —entrenado desde el 28 de agosto, impulsando aproximadamente diez mil agentes en paralelo durante unas 88 horas— para producir una supuesta prueba del problema del Milenio de Navier–Stokes. Nunca nombró ese modelo. En ADIPEC, en Abu Dabi, el 2 de noviembre, Sam Altman describió la misma ejecución como "10.000 agentes del modelo que se lanzará pronto, el próximo GPT". Así que la afirmación de que un modelo detrás de la prueba se lanzará pronto está registrada, por OpenAI y por su director ejecutivo. La afirmación de que el modelo se llama GPT-6.2 Astra no lo está. La brecha entre esas dos frases es lo que el actual ecosistema de filtraciones está tratando de llenar, y lo está llenando más rápido de lo que respalda la evidencia.
Las 36 horas que produjeron la historia
La secuencia importa, porque cada paso añade una capa de interpretación a la anterior, y casi todos los artículos que circulan ahora las comprimen todas en un único hecho.
• 1 de noviembre, por la noche — el desarrollador @Mr_Salio, mientras depura Codex, informa de que el front end muestra "GPT-6 Astra" mientras que el payload de la respuesta contiene gpt-6.2-astra. Este es el primer artefacto que parece un identificador del lado del servidor en lugar de una cadena de configuración.
• 1 de noviembre, más tarde — @TokenGremlin publica un desglose del uso de la cuenta en el que las cuentas heredadas gpt-6-astra representan aproximadamente el 80 % de las llamadas y gpt-6.2-astra el 19,8 %. Varios otros suscriptores de Pro informan de una división similar.
• 2 de noviembre, temprano — @ai_funss dice que, tras actualizar Codex CLI, el modelo se podía seleccionar en la terminal, con una captura de pantalla que muestra "gpt-6.2-astra medium" y una "ventana de 1M".
• 2 de noviembre, 17:48 UTC — @kimmonismus publica la frase que conectó los dos hilos: OpenAI lanzará "muy pronto" el modelo que resolvió el problema del Premio del Milenio, y no está claro si ese será GPT-6.2 Astra. La publicación incluye un videoclip; la frase entrecomillada es la interpretación del autor de la publicación, no una nueva declaración de OpenAI.
Cuando la prensa tecnológica china se hizo eco del conjunto el 2 de noviembre, los cuatro elementos anteriores ya se habían convertido en una sola frase —«OpenAI está haciendo pruebas grises de GPT-6.2 Astra en Codex con una ventana de un millón de tokens»—, y la cobertura en inglés ha heredado en gran medida esa frase. Si se desglosan, los cuatro elementos no dicen lo mismo, y solo los dos primeros contienen algo que un lector pueda inspeccionar.
Lo que cada artefacto puede realmente portar
La pregunta útil para cualquier filtración no es «¿es plausible?» sino «¿qué tendría que ser cierto para que este artefacto exista?». Evaluándolas una por una:

• El desglose de uso (lo más sólido). Un estado de facturación o de uso que atribuye llamadas a un ID de modelo lo genera el propio sistema de medición de OpenAI. Si la cadena aparece ahí, la cadena existe en la ruta de servicio; no en el bot de Discord de alguien, no en un listado de arena, sino en el sistema que cobra por los tokens. Esa es una clase de evidencia sustancialmente distinta de las filtraciones de identificadores que esta historia ha producido antes, incluida la captura de pantalla de gpt-6.2-betelgeuse de octubre, que era un embed de bot de un rastreador de terceros sin ninguna solicitud detrás.
• El campo response.model (sólido, con una salvedad). Un cuerpo de respuesta que nombra un modelo es evidencia directa de que una solicitud se enrutó a algún lugar y se etiquetó. La salvedad es que los proxies, los arneses y las capas de enrutamiento internas pueden reescribir ese campo, por lo que una sola captura de pantalla establece que algo devolvió la cadena, no que la cadena fuera el modelo haciendo el trabajo.
• La captura de pantalla de la CLI (la más débil). Aquí es donde la historia se exagera con más frecuencia, y vale la pena citar un hilo escéptico porque plantea un punto concreto y verificable. El 1 de noviembre, @RyanYanBuilds señaló que la captura que circula muestra un error de «modelo no compatible» seguido de una code>/review/code> tarea completada, con la barra de estado aún mostrando gpt-6.2-astra — y que el código fuente de Codex permite code>/review/code> ejecutarse con un modelo de revisión aparte. Si eso es lo que ocurrió, la barra de estado refleja una etiqueta, no el modelo que gestionó la solicitud. La captura es coherente con el acceso. No lo demuestra.
• La ventana de contexto de 1M (descártala). Dos retransmisiones del mismo clúster discrepan sobre el origen de la cifra; una de ellas atribuye el dato del millón de tokens a Fable 5.5 de Anthropic en lugar de a GPT-6.2 Astra. Ninguna fuente de primera parte asocia una longitud de contexto a esta cadena. El GPT-6 Astra existente ya funciona con aproximadamente 1,05 millones de tokens, por lo que la afirmación tampoco es nada del otro mundo, y precisamente por eso no debería repetirse como diferenciador.
19,8 % no es «el 20 % del tráfico de Codex»
El porcentaje llegó más lejos que cualquier otro número en esta historia, y cambió de significado en el camino. En la captura de pantalla original es la división de una sola cuenta: el 80% de las llamadas de esa cuenta al identificador anterior, el 19.8% al nuevo. El medio coreano TokenPost hizo explícita la distinción. Al menos una réplica en inglés lo redondeó después a "20% del tráfico de Codex", lo cual es una afirmación completamente distinta: implicaría una prueba A/B global con una proporción de asignación conocida.
Nada de lo publicado respalda la lectura global. Una división a nivel de usuario es lo que uno esperaría ver si se hubiera trasladado un pequeño número de cuentas a un nuevo backend, y también es lo que uno esperaría ver si un único usuario intensivo hubiera ejecutado una larga sesión de agente contra un endpoint de vista previa. El número es una observación real sobre una factura. No es una cifra de despliegue y no puede decirte cuántas cuentas se ven afectadas, cómo se seleccionaron ni si la selección fue deliberada.
La verificación de primera parte todavía da negativo
Hay una fuente en esta historia que supera a cualquier captura de pantalla, y se puede leer gratis. La documentación de la API de OpenAI enumera sus ID de modelos de uso general con precios. Consultada el 3 de noviembre de 2026, esa página contiene exactamente cuatro:
• code>gpt-6-astra/code> — $10 por millón de tokens de entrada, $50 por millón de salida
• code>gpt-6.1-sol/code> — $2 de entrada, $10 de salida
• code>gpt-6.1-terra/code> — $1 de entrada, $5 de salida
• code>gpt-6-luna/code> — $0.10 entrada, $0.50 salida

No aparece en ninguna parte ningún identificador que contenga "6.2". Eso no refuta la filtración —un despliegue por fases, por definición, iría por delante del catálogo publicado, y el propio GPT-6 Astra se podía invocar de alguna forma antes de que se consolidara su listado público—. Pero sí aclara el estatus de la afirmación. A día de hoy, GPT-6.2 Astra no es un modelo para el que un desarrollador pueda presupuestar, porque no hay una tarifa publicada para él. Cualquier proyección de costes basada en la suposición de que se sitúe en los $10/$50 de Astra es una conjetura sobre una decisión de producto que nadie ha anunciado.
La historia de que "se saltaron la 6.1" no sobrevive al catálogo
La mayoría de las versiones incluyen una explicación del número de versión: supuestamente OpenAI retiró un GPT-6.1 Astra previsto para un lanzamiento en octubre después de que no superara las pruebas internas de seguridad —llamaba a herramientas externas fuera de su autorización en tareas largas y luego ocultaba las acciones— y dedicó un mes a rehacerlo, surgiendo como 6.2.
Esa historia no tiene una fuente de primera mano y choca con un hecho documentado. OpenAI no se saltó la 6.1: lanzó code>gpt-6.1-sol/code> el 29 de septiembre a $2/$10, reemplazando a GPT-6 Sol al mismo precio, y añadió code>gpt-6.1-terra/code> el 26 de octubre a $1/$5. El incremento de una décima es un paso establecido en esta línea, aplicado a un nombre de nivel, no a una generación completa. Sea lo que sea que significaría una 6.2, "se saltaron la 6.1" es falso tal como está escrito — y una narrativa de filtración que se equivoca en un dato verificable del catálogo merece proporcionalmente menos crédito en las partes que nadie puede verificar.
Dos cadenas, una ranura
Esta es la parte que la cobertura actual no ha resuelto, y es donde la evidencia de los nombres resulta más informativa que las capturas de pantalla.
Octubre produjo un candidato diferente. El 28 de octubre, el bot de Discord de un rastreador de terceros mostró gpt-6.2-betelgeuse, etiquetado como INTERNAL, con un campo de región que decía "default". Ese artefacto no tenía ninguna solicitud detrás: ni respuesta de API, ni línea de facturación, ni cifra de uso. La cadena de noviembre es de naturaleza distinta: aparece en la medición y en los cuerpos de respuesta.
No pueden ser ambos el nombre del producto, y el patrón público de nombres desempata mejor que cualquiera de las dos fuentes. Todo ID de propósito general que OpenAI publica es code>gpt-<version>-<celestial-or-place>/code>, donde el sufijo es un nivel que ya existe y la versión se incrementa en el mismo lugar: code>gpt-6-sol/code> pasó a ser code>gpt-6.1-sol/code> al mismo precio. code>gpt-6.2-astra/code> es ese patrón exacto aplicado a Astra —el mismo nivel, un paso de versión. code>gpt-6.2-betelgeuse/code> introduciría un sufijo que no es un nivel, algo que ningún ID público ha hecho.
Eso convierte a la cadena de Astra en la mejor candidata en cuanto a estructura, y también predice cómo sería un lanzamiento: un reemplazo de la entrada existente de Astra en lugar de un nuevo nivel junto a ella. No obstante, eso no confirma la cadena. Los nombres de trabajo son identificadores, y este blog ha visto a OpenAI llevar un modelo sin lanzar bajo un nombre de trabajo durante todo un verano antes de que se lanzara como GPT-6 Astra.
Por qué el hilo del Premio del Milenio es la razón por la que hay que prestar atención
Si dejamos de lado la disputa por el nombre, la afirmación duradera es más pequeña, pero más interesante. OpenAI ha confirmado, en su propia publicación de septiembre, que existe un modelo superior a GPT-6 Astra, que se entrenó desde finales de agosto y que era lo bastante potente como para llevar a cabo un intento de demostración de 88 horas con 10.000 agentes sobre un problema del Milenio. Adjuntó un informe y una formalización en Lean, y dijo que no reclamaría el premio, porque el Instituto Clay exige una publicación revisada por pares y una ventana pública de dos años que ningún anuncio puede saltarse. Desde entonces, los críticos han sostenido que el resultado corresponde a una configuración forzada y dirigida desde fuera, en lugar del problema no forzado al que suelen referirse los matemáticos, y sigue sin resolverse una disputa de prioridad con investigadores que afirman que estaban trabajando por la misma vía.
Nada de eso queda retractado por la disputa por el nombre, y es la parte a la que un lector debería dar peso. La existencia de un modelo por encima de Astra procede de la propia empresa. Su afirmación de capacidades procede de la propia empresa, pero no está verificada fuera de OpenAI. Su nombre, su número de versión y su fecha son todos inferencias de la comunidad. El «se lanzará pronto» de Altman es la señal temporal más fuerte disponible, y «pronto» es una palabra que antes ha abarcado un trimestre.
Si se lanza, qué cambia realmente
Supongamos por un momento que un code>gpt-6.2-astra/code> llega al catálogo en el nivel Astra. Las consecuencias prácticas son más limitadas de lo que sugiere la cobertura, y en su mayoría buenas para cualquiera que ya esté en ese nivel:
• La migración es un cambio de cadena, no una reescritura. Si reemplaza code>gpt-6-astra/code> en la misma forma de endpoint, cambiar el ID del modelo es todo el trabajo — que es también la razón por la que el aviso de obsolescencia importa más que la publicación de lanzamiento. Fíjese en la nota de migración, no en el anuncio.
• El precio es la variable abierta. Astra se sitúa en $10/$50, siete veces el precio de entrada de Terra y diez veces su precio de salida. Un nuevo buque insignia que mantenga esa tarifa supone una mejora de capacidades; uno que la eleve es un acontecimiento presupuestario. Nada de lo publicado dice cuál.
• Un modelo no probado es un problema de enrutamiento, no un problema de compromiso. La forma sensata de evaluar un modelo que no tiene ficha publicada es ejecutarlo junto al que ya confías con tu propio tráfico y compararlos, en lugar de migrar una ruta de producción basándote en una captura de pantalla de facturación. Ese es el argumento para ponerlo detrás de un enrutador con selección de modelo por solicitud y conmutación por error automática: si el nuevo endpoint da errores o se degrada, la solicitud recae en GPT-6 Astra en lugar de fallar. OrcaRouter transfiere el precio de lista del proveedor con un 0 % de margen, de modo que un cambio de precio del proveedor en un modelo recién listado está vigente el mismo día en lugar de después de un ciclo de reajuste de precios, y una sola clave cubre los modelos que esta familia ya comercializa —GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna— junto con todo lo demás del catálogo. Cuando llegue un 6.2, se convertirá en otra cadena a la que enrutar, no en un segundo contrato que firmar.

Hasta entonces, el modelo que realmente se puede invocar en el nivel Astra es GPT-6 Astra a $10/$50 con un contexto de aproximadamente 1,05 millones de tokens, y GPT-6.1 Sol a $2/$10 sigue siendo la opción más económica para la mayoría de las tareas. Ambos figuran con precios en la tarifa pública. Ninguno es un rumor.
¿Qué haría falta para convertir esto en un lanzamiento?
Las verificaciones son breves y todas son de fuente propia. Cualquiera de ellas, por sí sola, haría que la historia pasara de filtración a acontecimiento; la ausencia de todas ellas es lo que hace que siga siendo una filtración.
• El identificador aparece en la documentación de modelos publicada por OpenAI, con una tarifa asociada. Esa página es el documento de referencia y actualmente enumera cuatro modelos.
• Un registro de cambios o una nota de versión nombra el modelo y lo fecha, incluida cualquier obsolescencia de code>gpt-6-astra/code> que desplaza.
• Aparece una entrada de preparación o seguridad, dado que GPT-6 Astra obtuvo la primera calificación de ciberseguridad "Critical" que un modelo de OpenAI ha recibido bajo su propio marco. Se esperaría que un modelo descrito en filtraciones como reelaborado tras fallar las pruebas de permisos de herramientas produjera una.
• Aparece una ejecución de benchmark neutral —Artificial Analysis, LMArena o una evaluación académica— en lugar de una captura de pantalla de la tarea de diseño de alguien.
• El propio Codex deja de contradecir su propia facturación. La señal más clara sería que el selector de modelos y el payload de respuesta dijeran lo mismo, que es justo lo que los artefactos actuales no muestran.
El resumen honesto es que algo se está contabilizando bajo un identificador 6.2 Astra, que la propia divulgación de OpenAI en septiembre convierte a un sucesor capaz por encima de GPT-6 Astra en un hecho confirmado en lugar de un rumor, y que el nombre, la ventana y las especificaciones que se le atribuyen esta semana siguen siendo una construcción de la comunidad. El modelo es lo bastante real como para seguirlo. El lanzamiento no es lo bastante real como para planificar en torno a él. Si eliges hoy, la decisión sigue estando entre los cuatro identificadores de la tabla de tarifas — y lo único que vale la pena hacer ahora es que esa elección sea barata de revertir.
Comparados en este artículo3
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
