GPT-6 Astra: OpenAI habla de AGI mientras EVMbench mide su capacidad ofensiva

OpenAI lanzó GPT-6 Astra el 3 de septiembre de 2026, su primer modelo clasificado como « Crítico » en ciberseguridad: según la empresa, descubre vulnerabilidades desconocidas y redacta el exploit correspondiente sin intervención humana en cada paso. Su presidente Greg Brockman lo ve como un posible hito hacia la inteligencia artificial general. Para la cripto, el desafío no es teórico, y ya está cuantificado. Desde febrero de 2026, el benchmark EVMbench, publicado por OpenAI con Paradigm y OtterSec, medía esta capacidad en los smart contracts: el mejor agente explotaba el 72,2 % de las vulnerabilidades evaluadas. La AGI sigue siendo una cuestión de definición; la capacidad ofensiva sobre código que asegura miles de millones de dólares, ella, está medida, fechada y publicada.

Lo que OpenAI realmente anunció

Astra se despliega por fases: primero las organizaciones del programa de ciberseguridad Daybreak, luego las ofertas pagas de ChatGPT (Plus, Pro, Business, Enterprise), la API y Amazon Web Services. OpenAI reivindica los mejores puntajes en FrontierMath Tier 4, ARC-AGI-3 y TerminalBench-4.0, y un puntaje perfecto en ExploitBench, una prueba de desarrollo de exploits basada en vulnerabilidades conocidas. En una versión modificada de esta prueba, el modelo descubrió y explotó dos fallas zero-day, es decir, fallas todavía desconocidas para los desarrolladores, por lo tanto no corregidas.

El modelo se basa en una técnica descrita por la prensa especializada como « recurrent depth » : los datos pasan varias veces por las mismas capas de la red, lo que desplaza parte del razonamiento fuera de la cadena de pensamiento legible. OpenAI no confirmó el detalle de la implementación. Investigadores en seguridad, incluidos los de Redwood Research, señalaron que esta opacidad complica la supervisión del modelo. Brockman lo presentó como « el más inteligente y el más alineado » producido por la empresa.

Por qué la palabra « AGI » no se sostiene frente a la definición de OpenAI

La carta de OpenAI define la AGI como un sistema que supera al humano en la mayoría de las tareas económicamente útiles. La empresa no ha demostrado que Astra supere este umbral, y varios de sus resultados más citados dependen tanto de la infraestructura de agentes construida alrededor del modelo como del modelo mismo. En ARC-AGI-3, OpenAI ya había mostrado que decisiones en la arquitectura del sistema podían elevar notablemente el puntaje sin modificar el modelo: la prueba evalúa el conjunto, no solo el cerebro.

Las reservas también provienen del interior. Brockman reconoció que el cruce del umbral depende enteramente de la métrica adoptada, y dejó al lector juzgar. Sam Altman, por su parte, calificó la AGI como un término de marketing mal definido. En FrontierMath, donde Astra reivindica 97,6 % en Tier 4, la organización que administra la prueba, Epoch AI, indica que OpenAI financió su desarrollo y tiene acceso exclusivo a parte del conjunto de problemas.

Queda el argumento de fondo, que no es polémico sino metodológico: un puntaje cercano al máximo prueba el dominio del entorno evaluado, no la existencia de una inteligencia general. Cuando las pruebas se acercan a su techo, dejan de distinguir una generalización real de una optimización muy elaborada en la tarea.

En los smart contracts, la cifra ya existe

Aquí es donde la cripto sale del debate filosófico. En febrero de 2026, OpenAI publicó junto con la firma de inversión Paradigm y la empresa de seguridad OtterSec un benchmark dedicado: EVMbench, que mide la capacidad de agentes IA para detectar, corregir y explotar vulnerabilidades de smart contracts. Se basa en 120 fallas de alta severidad extraídas de 40 auditorías, mayormente de competencias Code4rena, y las reproduce en un entorno Ethereum aislado. OpenAI justificó el ejercicio por la magnitud en juego: según su entrada, los smart contracts aseguran habitualmente más de 100 mil millones de dólares en activos open source.

Los resultados muestran una capacidad muy estrecha y muy precisa. En modo explotación, GPT-5.3-Codex logra el 72,2 % de las tareas, frente al 31,9 % de GPT-5 lanzado seis meses antes. Alpin Yukseloglu, socio en Paradigm, resume la trayectoria: al inicio del proyecto, los mejores modelos explotaban menos del 20 % de los bugs críticos de Code4rena. 

En modo detección, en cambio, el mejor agente solo encuentra el 45,6 % de las vulnerabilidades conocidas, y la corrección sigue siendo el punto débil, porque reparar supone comprender qué se espera que haga el código, no solo dónde falla.

La conclusión de los autores es la frase más útil de todo el dossier para un responsable de seguridad: « discovery, not repair or transaction construction, is the primary bottleneck ». En otras palabras, una vez que la falla está encontrada, la explotación casi siempre sigue. No es el retrato de una inteligencia general. Es el de una herramienta ofensiva especializada que progresa rápido.

La objeción: el benchmark mismo está cuestionado

Un artículo honesto debe decir que estas cifras son discutidas, y por actores nombrados. En marzo de 2026, investigadores de la universidad de Zhejiang y de la empresa de seguridad BlockSec publicaron una reevaluación de EVMbench (arXiv 2603.10795) señalando dos límites: un perímetro de evaluación estrecho, con 14 configuraciones de agentes probadas usualmente en el único entorno de su editor, y una dependencia de datos de auditoría publicados antes del lanzamiento de los modelos, que estos pudieron ver durante su entrenamiento. 

Reconstruyeron un conjunto de 22 incidentes reales posteriores a la salida de cada modelo para excluir esta contaminación.

Por su parte, OpenZeppelin auditó el conjunto de datos e identificó al menos cuatro fallas clasificadas como severidad alta que no son explotables en la práctica. Su conclusión operacional coincide con la de BlockSec: el agente funciona como un filtro primario en un proceso que mantiene un auditor humano, no como un reemplazo.

Lo que esto cambia para un actor europeo

Un proveedor de servicios sobre criptoactivos certificado MiCA no solo está expuesto técnicamente, sino también regulatoriamente. Los CASP están listados explícitamente como entidades financieras por el reglamento DORA (artículo 2, párrafo 1, punto s), aplicable desde el 17 de enero de 2025. DORA impone un programa de pruebas de resiliencia que incluye análisis de vulnerabilidad y pruebas de intrusión, declaración de incidentes, y marco contractual para proveedores informáticos terceros. 

En Francia, la AMF y la ACPR disponen de poderes ampliados de inspección y sanción en este ámbito. Una capacidad de explotación automatizada que progresa más rápido que los ciclos de auditoría se traduce, para una plataforma europea, en un riesgo prudencial documentado, no solo en un riesgo informático.

La diferencia más concreta está en otro lado. OpenAI anunció el 3 de septiembre mil millones de dólares de acceso subsidiado a Daybreak durante seis meses, priorizando redes de agua, operadores eléctricos, municipios, bancos regionales, asociaciones y mantenedores open source. Las plataformas de intercambio, custodios y protocolos blockchain no aparecen en el anuncio. Sin embargo, Bitcoin Core, los clientes Ethereum y las bibliotecas de las que depende DeFi están mantenidos por equipos reducidos, a menudo voluntarios.

El verano 2026 ya dio tres advertencias. En agosto, una falla en BTCPay Server, el software open source de pago en bitcoin, expuso los identificadores que controlan nodos Lightning, y los fondos fueron drenados antes del parche. A fin de agosto, Core Lightning pidió a los operadores desconectar sus máquinas después de una ola de informes de vulnerabilidades generadas por IA que revelaron varias fallas reales. Coldcard lanzó un nuevo firmware tras un robo de 114 millones de dólares, indicando que modelos punteros ayudaron a detectar otros bugs. 

También en agosto, más de tres docenas de empresas, incluyendo Coinbase, Block, BitGo, Blockstream y ARK Invest, enviaron una carta abierta a los laboratorios de IA para solicitar acceso anticipado a sus modelos más potentes con fines defensivos, alegando que los atacantes los obtienen de todas formas.

¿Y ahora?

Hasta la fecha, ni OpenAI ni Anthropic han hecho público un caso de uso de estos modelos contra un sistema cripto en producción: lo que se establece es una capacidad y su perímetro, no un ataque confirmado sobre una cadena. 

El punto concreto es presupuestario. OpenAI dotó su acceso subsidiado Daybreak con mil millones de dólares en seis meses, y no mencionó ni plataformas de intercambio, ni custodios, ni protocolos blockchain. Anunció el 3 de septiembre que quiere ampliar el programa a países socios en las próximas semanas, sin precisar si los mantenedores de software cripto open source estarán incluidos. 

Es esta lista de acceso, no el debate sobre la AGI, la que decidirá quién obtiene la herramienta defensiva primero.

Esto no constituye un consejo de inversión. Las criptomonedas son activos volátiles; invertir implica riesgo de pérdida de capital.