OpenAI · Creaciones

Las 5 creaciones más increíbles de GPT-6 Astra

Diez problemas matemáticos que nadie había resuelto en décadas. Una locomotora de vapor sacada de un dibujo antiguo. Un videojuego jugable con dos órdenes. GPT-6 Astra ha pasado de anuncio a demostración en muy poco tiempo.

En 30 segundos

Las cinco creaciones más llamativas de GPT-6 Astra, el modelo que OpenAI lanzó en vista previa limitada a principios de septiembre de 2026: la resolución de diez problemas matemáticos abiertos durante décadas, con demostraciones verificadas por máquina; una locomotora en 3D con 3.295 piezas sacada de un dibujo antiguo; una casa llevada de Blender a Unreal Engine 5; un monumento reconstruido a partir de fotos, y un videojuego jugable creado con dos instrucciones.

Siempre movemos la portería

En 1997, Deep Blue ganó a Kasparov. Y dijimos: bueno, el ajedrez es cálculo, y calcular se le da bien a una máquina.

En 2016, AlphaGo ganó a Lee Sedol al go. Y dijimos: vale, pero no crea nada. Solo juega muy bien.

Cada vez que una máquina hace algo que creíamos solo nuestro, movemos la portería un poco más allá.

Con GPT-6 Astra empieza a no quedar sitio donde moverla. Estas son las cinco creaciones que más me han impresionado, de la más seria a la más divertida.

1. Diez problemas matemáticos que llevaban décadas abiertos

Es la que más me ha volado la cabeza, y por eso va primera.

A principios de agosto, OpenAI presentó Astra de una forma que no había visto nunca: sin una sola demo. Publicando diez soluciones. Una versión interna del modelo había resuelto diez problemas abiertos de matemáticas e informática teórica, y en ninguno se había avanzado en al menos diez años. En la mayoría, en muchos más.

El más llamativo: la construcción explícita de un grupo no sófico, una pregunta sin respuesta desde que el matemático Mikhail Gromov planteó el concepto en 1999. Además, refutó la conjetura de rigidez de Connes, demostró la conjetura del volumen de Ehrhart, cerró tres problemas del catálogo de Paul Erdős y mejoró un límite sobre el empaquetamiento de esferas en muchas dimensiones que nadie había tocado desde 1978.

¿Cuánto costó? Unos 2.000 dólares de computación. Los diez.

Y aquí está lo que lo convierte en algo serio y no solo espectacular: las demostraciones se formalizaron en Lean, un lenguaje con el que una máquina comprueba que cada paso es correcto. No hay que fiarse de la palabra de nadie.

No fue el único golpe del verano. Menos de dos semanas antes, Claude Fable 5 había ayudado a encontrar un contraejemplo a la conjetura del jacobiano, abierta desde 1939. Dos laboratorios distintos, el mismo verano, problemas que llevaban décadas esperando.

Y lo más gordo llegó después. El 8 de septiembre, OpenAI anunció que un modelo interno, más capaz todavía que Astra, había resuelto Navier-Stokes, uno de los Problemas del Milenio. Con guerra por la autoría incluida: te lo cuento aquí.

2. Una locomotora de vapor sacada de un dibujo antiguo

Tom Krcha le pasó a Astra un dibujo antiguo de una locomotora de vapor y le pidió que la reconstruyera en Blender, el programa de modelado 3D. En pocos minutos tenía 3.295 piezas, todas editables.

Tres mil doscientas noventa y cinco. En minutos.

Y no es una imagen bonita que no se puede tocar: es un modelo de verdad, pieza a pieza, que se puede modificar. Cualquiera que haya abierto Blender alguna vez sabe lo que cuesta eso.

3. Una casa que se puede recorrer, de Blender a Unreal Engine 5

Thomas Ricouard, de OpenAI, le pidió una casa. Astra generó el plano, levantó el modelo en Blender, lo iluminó y lo exportó a Unreal Engine 5, el motor de muchos de los videojuegos actuales.

Resultado: una casa que se puede recorrer, con puertas que se abren y se cierran.

Lo importante no es la casa. Es que Astra saltó de un programa a otro y montó él solo el camino entre los dos. Eso es lo que hace un profesional con experiencia, no un generador de imágenes. Eso sí, hizo falta una segunda pasada para darle vida: más objetos y mejor luz. Según Ricouard, hasta la cafetera funciona.

4. El Palacio de Bellas Artes de San Francisco, a partir de fotos

Sharif Shameem, también de OpenAI, le pasó cientos de fotos de referencia del Palacio de Bellas Artes de San Francisco. Astra construyó la escena en Blender y la fue mejorando, comparándola una y otra vez con las fotos, hasta que el edificio cuadró.

Piensa en lo que significa para un estudio de arquitectura, una promotora o una inmobiliaria que quiere enseñar un inmueble: de un montón de fotos a un modelo en 3D, sin pasar por un modelador.

5. Un videojuego jugable con dos instrucciones

El divulgador Matthew Berman le pidió un juego al estilo de Fall Guys, el de las carreras de obstáculos. Con dos instrucciones tenía un prototipo jugable: barras que giran, obstáculos que se balancean y eliminación en la meta. En sus propias palabras, el juego «llevó dos prompts y es divertido de verdad».

Si leíste cómo creé un juego en menos de un minuto, esto es el siguiente escalón: juegos más complejos, con físicas, y otra vez sin programar.

Antes, la máquina hacía lo que sabíamos explicarle. Ahora hace lo que ni siquiera sabíamos resolver.

Lo que no te cuentan

Si solo te cuento las virtudes, te miento. Cuatro matices:

  • Astra está en vista previa limitada. La inmensa mayoría de la gente todavía no puede usarlo.
  • Muchas de las demos más vistas las han hecho empleados de OpenAI. No digo que sean falsas. Digo que nadie enseña los intentos que salen mal.
  • No siempre acierta. Un modelador que le pidió un personaje a partir de sus propios diseños concluyó, con humor, que de momento no se va a quedar sin trabajo.
  • Las matemáticas las resolvió una versión interna, con investigadores de OpenAI preparando los artículos. Noam Brown, investigador de la compañía, lo resumió con humor el 1 de agosto: «Por desgracia, ningún Problema del Milenio (todavía)». Ese «todavía» duró poco más de cinco semanas.

Por qué te importa aunque no uses Blender

Olvídate por un momento de los grupos no sóficos y quédate con el patrón:

  • Astra no genera un resultado suelto: usa las herramientas profesionales de verdad, igual que lo haría una persona.
  • Salta de una herramienta a otra y monta el proceso entre ellas.
  • Y rinde más cuanto más contexto le das: cientos de fotos, un plano, un objetivo claro.

Esa es la descripción de un buen profesional junior. Y yo creo que en muy poco tiempo lo vas a tener disponible por una cuota mensual, trabajando dentro de las herramientas que ya usas en tu empresa. Lo cuento en qué significa que se le hable en vez de teclear.

¿Qué tarea de tu empresa sigues pensando que una máquina nunca podrá hacer? ¿Y cuánto tiempo crees que te queda para seguir pensándolo?

Bruno Marcial

Bruno Marcial · Consultor y formador de IA para empresas. Profesor en la Universidad Complutense de Madrid, UAX y CEU San Pablo, y fuente experta en ABC, RTVE y Business Insider. Cómo trabajo · LinkedIn.

Sigue leyendo

Más actualidad

Hablamos

¿Te suena algo de esto en tu empresa?

Media hora, sin compromiso y sin presentación comercial. Si veo que no hay caso, te lo digo en esa misma llamada.