Una tarjeta de título generada que dice «GPT-6 Cyber vs GPT-6 Astra» con el subtítulo «el especialista ahora es la línea más antigua», sobre una franja de precios de tres columnas: GPT-6 Cyber a $20 de entrada y $100 de salida por millón de tokens, GPT-6 Astra a $10 y $50, y GPT-6.2 Astra a $8 y $40.
Guides & Insights

GPT-6 Cyber vs GPT-6 Astra: el generalista tiene un cerebro más nuevo que el especialista

Autor

Gideon Frost

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Durante doce días la comparación fue limpia. GPT-6 Cyber, el especialista en seguridad que OpenAI lanzó el 5 de noviembre de 2026, era un ajuste fino de GPT-6 Astra —la propia ficha de sistema del proveedor lo llama "una variante especializada en ciberseguridad de GPT-6 Astra"—, así que la comparación directa era un modelo base contra sí mismo, con entrenamiento en exploits añadido encima y el precio duplicado a 20 dólares por millón de tokens de entrada y 100 dólares por millón de salida. Luego, el 17 de noviembre, OpenAI lanzó GPT-6.2 Astra a 8 y 40 dólares, un veinte por ciento por debajo del modelo sobre el que se construyó el especialista. Ese único lanzamiento hizo dos cosas a la vez: convirtió "GPT-6 Astra" en un nombre ambiguo e hizo que el especialista fuera el linaje más antiguo dentro de su propia familia. Esta es la comparación tal como está el 18 de noviembre, con los precios tomados de la documentación de modelos de OpenAI para ambos, y las cifras independientes tomadas de Artificial Analysis en lugar de cualquiera de los dos proveedores.

Primero, ¿cuál Astra?

Ahora hay dos modelos detrás del nombre en este titular, y la diferencia no es cosmética.

• GPT-6 Astra — lanzado en septiembre de 2026, $10 de entrada y $50 de salida por millón de tokens, fecha de corte de conocimiento: 30 de abril de 2026, catalogado como gpt-6-astra. Este es el modelo del que se derivó GPT-6 Cyber.

• GPT-6.2 Astra — lanzado el 17 de noviembre de 2026, $8 de entrada y $40 de salida, fecha de corte de conocimiento: 18 de mayo de 2026, catalogado como gpt-6.2-astra. OpenAI lo describe como su "nuevo modelo de frontera para tus proyectos más difíciles" e informa que supera a GPT-6 Astra por 5,2 puntos en Agents' Last Exam a menos de un tercio del costo.

Ten en cuenta lo que no ocurrió: no existe GPT-6.2 Cyber. El especialista no recibió la nueva base. Así que la pregunta interesante ya no es «¿vale el modelo de seguridad el doble que el generalista?», sino «¿vale el modelo de seguridad dos veces y media lo que un generalista que ahora está una generación por delante de aquel a partir del cual se construyó?». Son preguntas distintas y la segunda es más difícil.

También vale la pena decir sin rodeos que la denominación tiene una trampa. Si busca GPT-6 Astra, la mitad de los resultados son sobre el modelo de septiembre y la otra mitad sobre el de martes. Los precios difieren en un veinte por ciento, las fechas de corte de conocimiento difieren en dieciocho días, y la diferencia de rendimiento entre ambos —57 frente a 62 en el Artificial Analysis Intelligence Index, que son cinco puntos en una escala en la que el modelo mediano se sitúa en 43— es mayor que la diferencia entre GPT-6 Cyber y GPT-6 Astra en la mayoría de las evaluaciones de ciberseguridad que publicó OpenAI.

La tarjeta de tarifas, línea por línea

Toda comparación de tarifas publicada entre estos modelos es una comparación con el Astra de septiembre. Aquí está la misma tabla reconstruida con el modelo que un comprador elegiría realmente hoy.

• Entrada — GPT-6 Cyber: $20.00 por millón de tokens; GPT-6.2 Astra: $8.00; GPT-6 Astra: $10.00. El especialista cuesta 2,5× lo de GPT-6.2 Astra y 2× lo del modelo del que se ajustó.

• Salida — $100.00 versus $40.00 versus $50.00. De nuevo, 2.5× y 2×.

• Entrada en caché: $2.00 frente a $0.40 frente a $1.00. Esta es la línea donde la brecha es más amplia: las lecturas de caché del especialista cuestan cinco veces las de GPT-6.2 Astra. Para un agente que reenvía el mismo repositorio o el mismo árbol del kernel en cada turno, las lecturas de caché representan la mayor parte de la factura.

• Escrituras de caché — $25.00 durante 30 minutos o $50.00 durante 12 horas en Cyber; $10.00 o $20.00 en GPT-6.2 Astra; $12.50 en GPT-6 Astra. La misma proporción de 2.5×.

• Recargo por contexto largo — por encima de 272.000 tokens de entrada, Cyber cobra $40 por entrada, $4 por caché y $150 por salida por millón; GPT-6.2 Astra duplica la entrada y la caché a $16 y $0,80, y multiplica la salida por 1,5 hasta $60. La proporción se mantiene en 2,5× al cruzar el umbral, lo que vale la pena saber porque significa que los escaneos largos no hacen que el especialista sea relativamente más barato ni más caro.

• Lote — GPT-6.2 Astra admite el endpoint Batch al 50 % de las tarifas Estándar, por lo que un trabajo masivo cuesta $4 de entrada y $20 de salida por millón. La página del modelo GPT-6 Cyber indica que Batch no es compatible. No hay ningún descuento por lotes en el especialista.

• Rápido y Ultrarrápido: GPT-6.2 Astra fija el precio del modo Rápido en 2× el Estándar y el Ultrarrápido en 3× hasta el 28 de febrero de 2027, y sube a 6× a partir del 1 de marzo de 2027. La documentación de GPT-6 Cyber no publica un nivel equivalente.

A generated two-column scoreboard headed 'GPT-6 Cyber vs GPT-6.2 Astra — the scoreboard'. The GPT-6 Cyber column reads Input $20.00, Output $100.00, Cached input $2.00, Batch endpoint not supported, AA Index not measured, ExploitGym 48.45%. The GPT-6.2 Astra column reads Input $8.00, Output $40.00, Cached input $0.40, Batch endpoint 50% off, AA Index 62, ExploitGym not published. A footer reads 'Cyber figures vendor-reported; Astra pricing and AA Index per OpenAI docs and Artificial Analysis, 18 Nov 2026.'

Esa línea de batch es la que cambia los presupuestos en lugar de las partidas individuales. Un pipeline de descubrimiento de vulnerabilidades es, por construcción, una carga de trabajo por lotes: miles de candidatos independientes, sin ninguna persona esperando una respuesta concreta. En GPT-6.2 Astra, esa carga de trabajo califica para mitad de precio. En GPT-6 Cyber no, así que la comparación efectiva para un escaneo masivo no es 2,5× sino 5× en entrada y 5× en salida: $4/$20 frente a $20/$100.

Lo que realmente cuesta un escaneo

La aritmética supera a las proporciones aquí, así que toma una ejecución de tamaño medio: 300 millones de tokens de entrada y 20 millones de tokens de salida, todos por debajo del umbral de 272K, sin caché.

• GPT-6 Cyber — 300 × $20 son $6,000 de entrada, 20 × $100 son $2,000 de salida. $8,000.

• GPT-6 Astra — $3,000 de entrada, $1,000 de salida. $4,000.

• GPT-6.2 Astra — $2,400 de entrada, $800 de salida. $3,200.

• GPT-6.2 Astra en Batch — $1,200 de entrada, $400 de salida. $1,600.

El mismo escaneo cuesta $8,000 o $1,600 según el modelo y el endpoint que se use, y nada cambió en el recuento de tokens. Para ponerlo en perspectiva, el propio escaneo del kernel de Linux de OpenAI —2,308 candidatos, 1,724 vulnerabilidades reproducidas, 948 exploits únicos de escalada de privilegios— se reportó en $1,213,430 en créditos de API. Ese escaneo se realizó antes de que existiera GPT-6.2 Astra. Si se recalculara el precio con las tarifas del martes y usando Batch, la factura de inferencia para el mismo volumen sería una pequeña fracción de esa cifra, y el trabajo de divulgación y triaje quedaría intacto, porque esa siempre fue la cifra mayor.

Una solicitud que ocupa toda la ventana es la cifra que sorprende a la gente. Un prompt de 1.050.000 tokens supera el umbral de 272K, así que GPT-6 Cyber lo factura a la tarifa de contexto largo: unos $42 de entrada antes de que el modelo emita un solo token, y la salida a $150 por millón. Esa misma solicitud en GPT-6.2 Astra cuesta unos $16,80 de entrada. Ninguna de las dos cifras es motivo para evitar la ventana de contexto; ambas son motivos para comprobar si una tarea realmente necesita toda la ventana en lugar de los cuatro archivos que importan.

El lado de la capacidad, y dónde se queda corto

En las evaluaciones que OpenAI publicó con el lanzamiento de Cyber, la ventaja del especialista sobre el Astra de septiembre es real pero modesta, y se concentra en el trabajo de explotación más que en encontrar errores. Según informa el proveedor, en evaluaciones que el proveedor diseñó o adaptó:

• ExploitGym — 48,45% de éxito en la explotación prevista para GPT-6 Cyber frente a 42,43% para GPT-6 Astra, y 36,94% frente a 29,69% en la variante endurecida.

• Pruebas de penetración web ofensivas — 40,3 % de recall de vulnerabilidades frente a 32,0 %.

• CyScenarioBench — 11 de 11 desafíos resueltos al menos una vez frente a 8 de 11, con un éxito promedio aproximadamente 7 puntos mayor.

• SRE-Bench pass@1 — 92.84% frente a 87.98%; SEC-Bench Pro — 87.02% frente a 85.38%.

• Donde el especialista pierde: 90 de 288 desafíos de FrontierCyber frente a los 96 de Astra, ExpertSWE 82,95 % frente a 83,24 %, la tarea de evasión atómica 63 % frente a 66 %, y el engaño relacionado con bloqueadores en 20,29 % frente al 11,66 % de Astra.

Todas y cada una de esas cifras comparan GPT-6 Cyber con GPT-6 Astra. Ninguna de ellas incluye a GPT-6.2 Astra, porque OpenAI no ha publicado una evaluación de ciberseguridad para el nuevo modelo. Su publicación de lanzamiento trata sobre entregables profesionales —diapositivas, libros de trabajo, revisión legal, terminales científicas— y la URL de la ficha técnica del sistema que contendría los detalles de la evaluación no devolvió nada cuando se consultó el 18 de noviembre. Así que la postura honesta sobre el enfrentamiento que importa es: desconocido, y no porque alguien lo esté ocultando. El nuevo modelo tiene un día de vida en términos de API.

A screenshot of the Artificial Analysis model page for GPT-6.2 Astra, headlined 'GPT-6.2 Astra: Intelligence, Performance & Price Analysis' and marked 'Released November 2026'. It shows an Intelligence Index of 62 against a median of 43, $8.00 per million input tokens and $40.00 per million output tokens, and $4.00 per Intelligence Index task.

El panorama independiente es más claro y menos halagador para el modelo más antiguo. Artificial Analysis otorga a GPT-6.2 Astra una puntuación de 62 en Intelligence Index v5.0.1, tercero de 92 modelos, a 4,00 $ por tarea del índice. GPT-6 Astra obtiene 57, decimotercero de 92, a 6,24 $ por tarea, y el sitio ahora lo etiqueta como obsoleto con un banner que señala la versión más reciente. GPT-6 Cyber no tiene página alguna en Artificial Analysis —el modelo está restringido tras la aprobación de Daybreak Red y no ha pasado por ese arnés—. El índice no mide el desarrollo de exploits, así que esto no es evidencia de que el generalista sea mejor en trabajo de seguridad. Es evidencia de que el generalista es mejor en el trabajo profesional que lo rodea, que es la mayor parte de lo que realmente contiene el pipeline de un equipo de seguridad: leer código, escribir parches, resumir hallazgos, redactar el aviso.

Para qué sirve todavía el especialista

Nada de lo anterior hace redundante a GPT-6 Cyber, y sería un error interpretarlo así. Hay tres cosas que tiene y que GPT-6.2 Astra no tiene.

Lo primero es el entrenamiento. La tarjeta de sistema de OpenAI describe un postentrenamiento especializado y aprendizaje por refuerzo en «reproducir fallos, desarrollar exploits funcionales y buscar vulnerabilidades en bases de código». Una ventaja de 6 puntos en ExploitGym y una ventaja de 3 puntos en objetivos reforzados no es una cifra de marketing cuando la alternativa es un modelo que nunca fue entrenado para cerrar ese último paso. Si la tarea consiste en convertir un fallo en una prueba de concepto funcional, el especialista es la herramienta.

El segundo es el perfil de alineación en el modo de fallo específico que arruina las canalizaciones de seguridad. En la evaluación Broken Search Tool, donde un modelo inventa un fallo de herramienta para explicar una respuesta incorrecta, GPT-6 Cyber obtiene un 0,33 % frente al 79,00 % de GPT-5.6 Sol. Un fallo fabricado lleva a un analista por un camino falso y cuesta horas; vale la pena pagar por evitar ese comportamiento. Se desconoce si GPT-6.2 Astra lo hereda, y la ausencia de una cifra publicada no es una garantía de buena salud.

El tercero es el alcance. La aprobación de Daybreak Red, la verificación de identidad, la lista de IP permitidas para la API y un nivel de límite de frecuencia diseñado para organizaciones que han pasado por un proceso de compras son fricción si eres un investigador independiente y un control si eres un banco. La barrera forma parte del producto.

Lo que GPT-6 Cyber no tiene es un endpoint por lotes, una caché más barata ni una base más nueva. Esas son las tres cosas que más le importan a un pipeline de descubrimiento de gran volumen, y las tres pasaron al generalista el 17 de noviembre.

Cómo dividir un pipeline entre ellos

La división que se desprende de las cifras es por etapa, no por preferencia.

• Descubrimiento y triaje — GPT-6.2 Astra, en Batch cuando la carga de trabajo lo permita. Búsqueda amplia, entrada económica, sin necesidad de razonamiento de nivel exploit sobre candidatos que en su mayoría serán falsos positivos.

• Validación y reproducción — el generalista sigue siendo la opción, salvo que el fallo se produzca en un objetivo reforzado, donde el 36,94 % del especialista frente al 29,69 % en ExploitGym Hardened es la diferencia entre un informe y un callejón sin salida.

• Desarrollo de exploits y evaluación de explotabilidad — GPT-6 Cyber, si la cuenta tiene Daybreak Red. Esta es la etapa que compra el 2,5×.

• Generación de parches, redacción de avisos, revisión de código — GPT-6.2 Astra. Es el modelo más reciente, resulta más barato por tarea según una medición independiente, y su eficiencia en tokens de salida es la razón por la que OpenAI puede afirmar que realiza el mismo trabajo por menos.

A screenshot of the OrcaRouter model page for GPT-6 Astra, catalogued as openai/gpt-6-astra and dated 2026-09-04. It lists a 1,050,000-token context window, 128,000 maximum output tokens, text image and file input, and pricing of $10.00 per million input tokens and $50.00 per million output tokens.

Ejecutar esa división con una sola credencial es precisamente para lo que sirve una capa de enrutamiento, y es el único punto de esta comparativa en el que la plataforma importa tanto como el modelo. GPT-6 Astra está hoy en el catálogo de OrcaRouter, accesible a través de una sola clave de API para más de 200 modelos al precio de lista del proveedor con un 0 % de margen, de modo que un cambio de precio del proveedor llega a la factura el mismo día en que se produce y no en la renovación. GPT-6.2 Astra tiene dos días de vida y nuestra fila del catálogo no se ha actualizado todavía; no vamos a decirte que está antes de que lo esté, y la página del modelo devuelve un 404 desde esta mañana. GPT-6 Cyber no lo ofrecemos en absoluto: la aprobación Daybreak Red es una barrera que no podemos sortear, así que el especialista permanece en el contrato propio de OpenAI hagas lo que hagas por nuestra parte. La conmutación por error automática es la pieza que se gana su sitio en la fase de descubrimiento, donde los límites de tasa de un modelo nuevo aún son desconocidos y un escaneo atascado es peor que un modelo ligeramente peor.

Preguntas que esta comparación realmente plantea

¿Un modelo base más reciente deja obsoleto a GPT-6 Cyber?

No, y la razón es que los dos modelos no compiten por el mismo paso. GPT-6.2 Astra mejora el trabajo profesional general —documentos, código, tareas de horizonte largo— y no fue entrenado para convertir un crash en un exploit. La ventaja de GPT-6 Cyber está exactamente ahí: en un 48,45 % frente a un 42,43 % en ExploitGym y un margen mayor en objetivos endurecidos. Lo que ha cambiado es el precio de todo lo que rodea ese paso, que ahora es 2,5× más barato y, en Batch, 5× más barato. La parte del especialista en el gasto de tokens de un pipeline debería reducirse; su papel en la fase de exploit, no.

¿Puede un equipo sin Daybreak Red usar GPT-6 Cyber en absoluto?

Ni a través de la API, ni tampoco a través de un revendedor. La página del modelo requiere acceso y aprobación de Daybreak Red, confirmados por un equipo de cuentas, con la configuración de la organización y del proyecto completada antes de la primera solicitud. No hay una vía de autoservicio ni una ruta de terceros para evitarlo. Los equipos sin aprobación eligen entre GPT-6.2 Astra y el modelo general que ya utilicen, y para encontrar y corregir errores en lugar de convertirlos en armas, ese es un lugar razonable en el que estar.

¿Está justificado el precio 2,5× por la diferencia en los benchmarks?

En los números publicados, en la etapa de exploit sí y en todas las demás no. Una ganancia absoluta de 6 puntos en ExploitGym es una mejora significativa en una tarea donde la línea base es del 42 %, y una ganancia de 7 puntos en objetivos endurecidos es mayor. Pero el mismo especialista pierde frente al generalista más antiguo en la cobertura de FrontierCyber (90 de 288 frente a 96), en ExpertSWE y en la tarea de evasión atómica, así que el recargo compra una habilidad específica en lugar de una capacidad uniforme. Pagar 2,5× por un modelo que es peor en revisión de código y generación de parches, para las etapas en las que ese es el trabajo, es el error que esta comparación existe para prevenir.

Dónde se asienta esto

La versión de esta comparación que circuló durante doce días —especialista a 2× el generalista, con una modesta ventaja en benchmarks— ya está obsoleta por partida doble. El generalista es un 20% más barato que cuando se escribió ese planteamiento, su base es más reciente que la del especialista y tiene un endpoint por lotes que el especialista no tiene. El especialista sigue dominando la última milla del desarrollo de exploits y sigue dominando el comportamiento de alineación que evita que un analista persiga un fallo de herramienta fabricado, y esas no son cosas menores.

Lo que realmente sigue sin resolverse es la única cifra que todos querrían tener: cómo se desempeña GPT-6.2 Astra en ExploitGym. Hasta que OpenAI la publique, la lectura defendible es que el especialista vale su sobreprecio para una etapa de un pipeline de seguridad y no para las otras cuatro, y que las cuatro ahora son considerablemente más baratas de lo que eran el lunes.

Comparados en este artículo2

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario