# Cuánto cuesta GPT-6 Astra y cuándo llega a la API **URL:** \ **Category:** AI Dev Tools — General\ **Tags:** gpt6-astra, precios-api, openai, chatgpt, codex\ **Created:** [4 Septiembre, 2026 14:06 UTC](https://www.yodev.dev/t/cuanto-cuesta-gpt-6-astra-y-cuando-llega-a-la-api/5082 "2026-09-04T14:06:36Z")\ **Posts on this page:** 1\ **Page:** 1
**Author:** ![Grego](https://yyz1.discourse-cdn.com/flex009/user_avatar/www.yodev.dev/grego/32/649_2.png) [@Grego](https://www.yodev.dev/u/Grego)\ **Post date:** [4 Septiembre, 2026 14:06 UTC](https://www.yodev.dev/t/cuanto-cuesta-gpt-6-astra-y-cuando-llega-a-la-api/5082/1 "2026-09-04T14:06:36Z")
![Screenshot 2026-09-04 at 10.03.13 AM](https://canada1.discourse-cdn.com/flex009/uploads/inovacon/original/2X/3/3f31fe68d976afd92bad377078f5c84db98eb865.jpeg) GPT-6 Astra cuesta 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida en la API de OpenAI, pero el acceso todavía está en despliegue: OpenAI dice que empieza con organizaciones limitadas y se expande a usuarios de la API y planes pagos de ChatGPT durante los próximos días. Esa distinción importa. El lenguaje de lanzamiento es grande, como suele pasar con estos lanzamientos. “Modelo más inteligente”, “estado del arte”, “alineado”, “computer use”, “ciberseguridad”, “trabajo profesional”. Bien. Pero para developers, la pregunta útil es más concreta: ¿puedes llamarlo, cuánto cuesta, qué soporta y qué cambia dentro de Codex? Al 4 de septiembre de 2026, Astra no es solo un anuncio de investigación. OpenAI ya tiene una página de modelo para `gpt-6-astra`, una tabla de precios, compatibilidad de endpoints, límites de contexto y una guía de migración. Eso lo convierte en un objeto real de plataforma, aunque el acceso todavía sea gradual. ## ¿Cuándo estará disponible GPT-6 Astra en la API? GPT-6 Astra empieza su despliegue en organizaciones limitadas, con acceso más amplio a la API durante los días siguientes. El post de lanzamiento de OpenAI dice que Astra está disponible desde hoy para un conjunto limitado de organizaciones y que llegará durante los próximos días a la API de OpenAI, Microsoft Azure, AWS Bedrock y los planes ChatGPT Plus, Pro, Business y Enterprise. La documentación para developers lo formula de manera similar: el acceso por API y planes pagos llega durante los próximos días. Eso deja una postura correcta para developers: revisa tu cuenta, no asumas que tu organización ya lo tiene y trata cualquier nota de disponibilidad en este artículo como sensible al tiempo. Esta es la parte del despliegue que va a envejecer más rápido. El modelo puede aparecer en la documentación antes de estar habilitado en todas las cuentas. ## ¿Cuánto cuesta GPT-6 Astra? GPT-6 Astra cuesta 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida en el precio Standard de la API de OpenAI. La página oficial del modelo también lista entrada cacheada a 1 dólar por millón de tokens y escrituras de caché a 12,50 dólares por millón de tokens. OpenAI dice que los prompts con más de 272K tokens de entrada tienen precio de 2x en entrada y tasas de caché, y 1,5x en salida para toda la solicitud. Batch y Flex cuestan el 50% de las tasas Standard, mientras que Fast mode cuesta 2x la tasa aplicable. Eso pone a Astra en una categoría distinta a la de los modelos baratos por defecto para código. No lo evalúas con la pregunta “¿puede responder preguntas de programación?”. Lo evalúas por si reduce el costo total de la tarea: menos intentos fallidos, menos ciclos de revisión, menos reinicios de contexto, menos traspasos y menos limpieza humana. OpenAI hace ese argumento directamente en su guía de modelo: dice que Astra puede entregar un menor costo estimado por tarea en la API, pese a tener un precio por token más alto, porque usa sustancialmente menos tokens de salida en varias evaluaciones. Esa afirmación es el encuadre de evaluación de OpenAI, no un benchmark independiente. ## ¿Qué ID de modelo deben usar los developers? Los developers deben usar `gpt-6-astra` como ID de modelo. La guía de OpenAI dice que, para construir con Astra, debes establecer `model` como `gpt-6-astra` en una solicitud de la Responses API. La página del modelo también lista `gpt-6-astra` como alias/snapshot disponible. Ese detalle mínimo importa porque los artículos de lanzamiento suelen mezclar tres cosas distintas: una etiqueta de producto en ChatGPT, un nombre de familia de marketing y el identificador real de la API. Aquí, la documentación publica el ID concreto del modelo. ## ¿Qué endpoints soporta GPT-6 Astra? GPT-6 Astra soporta endpoints importantes de OpenAI, incluyendo Responses, Chat Completions, Realtime, Assistants y Batch. La nota práctica más importante es que Astra soporta el stack de herramientas de la Responses API. La página del modelo lista soporte para web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP y tool search cuando se usa la Responses API. La misma ficha también marca que fine-tuning no está soportado como feature del modelo. Para flujos de trabajo de desarrollo, esa es la historia real. Astra no es solo un modelo de texto con mejores números de benchmark. OpenAI lo está posicionando como un modelo para trabajo agéntico sobre código, navegador, archivos, shells, parches y herramientas externas. Eso conecta directamente con el cambio más amplio que venimos siguiendo en yoDEV: los modelos de programación se están convirtiendo en operadores de workflow, no solo en generadores de código. La pregunta ya no es solo “¿qué modelo escribe mejor TypeScript?”. Es “¿qué modelo puede sobrevivir la tarea completa sin perder el hilo?”. Relacionado: [¿Por Qué Codex CLI Aparece en Más Repositorios que Claude Code? Lo Que Esta Métrica Realmente Nos Está Diciendo](https://www.yodev.dev/t/por-que-codex-cli-aparece-en-mas-repositorios-que-claude-code-lo-que-esta-metrica-realmente-nos-esta-diciendo/3735) ## ¿Qué cambia en Codex con GPT-6 Astra? En Codex, la afirmación más interesante sobre Astra es la persistencia de contexto en sesiones largas de trabajo. OpenAI dice que Astra introduce una nueva forma para que Codex preserve y recupere contexto cuando se llena la ventana de contexto. Históricamente, las sesiones agénticas largas dependían de compaction: el sistema resume el trabajo anterior para que el modelo pueda continuar. Eso ayuda, pero los resúmenes pueden perder detalles sobre fixes que fallaron, comportamiento de tests, requisitos o por qué se descartó un enfoque previo. Con Astra, OpenAI dice que Codex puede mantener notas entre ventanas de contexto y buscar en ventanas anteriores para recuperar requisitos, resultados de tests y salidas de herramientas, incluso cuando esos detalles no quedaron capturados en las notas. OpenAI dice que esta función experimental puede habilitarse en el `config.toml` de Codex y que será el valor por defecto para Astra en las próximas semanas. Esa última frase necesita fecha. Al 4 de septiembre de 2026, OpenAI la describe como experimental y todavía no como comportamiento por defecto. Para refactors grandes, esto podría importar más que otra victoria en un benchmark. El modo de falla de un agente de código muchas veces no es la ignorancia. Es la deriva. Olvida que un test ya falló, pierde una restricción de hace cuarenta minutos o trata un mensaje de dirección como una tarea nueva. Si Astra realmente reduce esa deriva en proyectos reales, el valor aparece en menos reinicios y traspasos más limpios. ## ¿GPT-6 Astra es mejor para programar? OpenAI dice que GPT-6 Astra es su mejor modelo de software engineering hasta ahora, pero la evidencia todavía viene principalmente de datos de lanzamiento de OpenAI y citas de partners. El post oficial presenta a Astra como superior a GPT-5.6 Sol en varias evaluaciones de código y agentes. Lista Terminal-Bench 4.0 con 57,9% para Astra frente a 37,3% para GPT-5.6 Sol, DeepSWE v1.1 con 74,1% frente a 72,7%, y tareas internas de migración de bases de datos con 63,9% frente a 42,7%. Esos números son útiles, pero no significan “tu repositorio va a mejorar X”. Los equipos de desarrollo deberían probar Astra en su propia mezcla de tareas: corrección de bugs, migraciones, reparación de tests, QA frontend, flujos con navegador, revisión de seguridad y cambios largos que normalmente agotan el contexto. La razón más fuerte para probar Astra no es un score aislado. Es la combinación de programación, computer use, soporte de herramientas, contexto largo y comportamiento de memoria en Codex. ## ¿Qué implica GPT-6 Astra para ciberseguridad? GPT-6 Astra representa un salto importante en ciberseguridad según OpenAI, lo que lo vuelve útil para defensores y más sensible de desplegar. OpenAI dice que Astra alcanza su umbral “Critical” de ciberseguridad bajo su Preparedness Framework. La compañía reporta resultados fuertes en evaluaciones de explotación y reverse engineering, incluidas pruebas internas con vulnerabilidades recientes. También dice que Astra descubrió y usó dos vulnerabilidades zero-day previamente desconocidas durante la evaluación, y que OpenAI las está divulgando a sus maintainers. Para developers en el día a día, la implicación práctica es más acotada: Astra debería ser relevante para revisión segura de código, parchado y flujos defensivos, pero OpenAI dice que rechazará tareas de ciberseguridad más avanzadas, como crear pruebas de concepto de exploits para vulnerabilidades. Esto importa para líderes de ingeniería. Un modelo significativamente mejor desarrollando exploits también es un modelo que necesita políticas, logging, revisión y control de acceso más fuertes dentro de los equipos. OpenAI dice que controles de seguridad adicionales pueden pausar o detener algunas tareas, incluido trabajo defensivo legítimo. En la API, la tarea puede detenerse. Eso no es una nota al pie. Es parte del comportamiento del producto. ## ¿Conviene cambiar a GPT-6 Astra de inmediato? Los developers deberían probar GPT-6 Astra primero en trabajo agéntico de alto valor, no reemplazar ciegamente modelos más baratos en todas partes. A 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, Astra tiene que ganarse su lugar. Las primeras cargas obvias no son completions cortas ni chat simple. Son loops humanos caros: migraciones de repositorios, investigación de tests intermitentes, refactors multiarchivo, QA basado en navegador, revisión segura de código, sesiones largas de debugging y tareas donde agentes anteriores pierden contexto. Para muchos equipos, la configuración ganadora probablemente será por niveles: modelos más baratos para trabajo rutinario, Astra para tareas donde la fiabilidad y la retención de contexto justifican el premium. Esa es la historia real del lanzamiento. OpenAI no está soltando solo otro nombre de modelo. Está empujando el modelo frontier más profundo dentro del harness agéntico: memoria en Codex, computer use, herramientas alojadas, patches, trabajo con navegador y despliegue sensible a ciberseguridad. El lenguaje de AGI se va a quedar con los titulares. La factura de la API y el comportamiento en Codex van a decidir si los developers lo siguen usando. > **[GPT-6 Astra: A new generation of intelligence](https://openai.com/index/gpt-6-astra/)** > > Introducing GPT-6 Astra, our most intelligent and aligned model yet, with state-of-the-art capabilities across computer use, coding, cybersecurity, and science.