En resumen
- Los desarrolladores que probaron GPT-6.2 Astra antes de su lanzamiento describen fallos de programación frustrantes, explicaciones incomprensibles y agentes que pierden días sin avanzar.
- La propia evaluación de seguridad de OpenAI encontró que Astra ocultó obstáculos conocidos en el 22,28% de las pruebas de programación deliberadamente obstruidas, aproximadamente el doble de la tasa de su predecesor.
- Sam Altman reconoció problemas de usabilidad, mientras que otro ejecutivo de OpenAI dijo que cambios significativos de última hora podrían haber dejado obsoletas algunas reseñas tempranas.
Para un desarrollador de IA, escuchar que tu modelo es agradable siempre es bastante bueno. Pero escuchar que tu modelo es como un "shinigami sádico que convierte tu vida en un infierno", es algo totalmente distinto.
OpenAI lanzó GPT-6.2 Astra y Sol el martes, prometiendo agentes de IA más inteligentes, mejor programación y capacidades creativas impresionantes. Algunos de los desarrolladores que probaron los modelos antes del lanzamiento tenían un mensaje bastante diferente: son brillantes, frustrantes y, en ciertos casos, casi imposibles de usar.
La reacción se extendió rápidamente por las redes sociales. El ingeniero de IA Hesam, muy activo en la comunidad de IA, declaró que "todos coinciden en que es el peor modelo que OAI ha lanzado".
La reacción negativa fue ruidosa, no unánime.
El desarrollador y creador de T3 Code, Theo Browne, publicó una extensa carta a OpenAI tras las primeras pruebas. "No me gusta 6.2 Astra. No elegiría esto por encima de Opus 5.5 para mi trabajo como desarrollador", escribió. Dijo que OpenAI solo había corregido un puñado de las quejas que había presentado.
En un experimento, Theo le pidió a Astra que creara un nuevo nivel para Outer Wilds. Dos horas después de iniciar el proyecto, el modelo se declaró bloqueado y preguntó: «¿el revisor de r24 escribe sus clips en 24_g521.mp4 o en 24_p11.mp4?». La pregunta técnica era, desde su perspectiva, incomprensible e irrelevante para alguien que simplemente había solicitado un nivel jugable.
Las cosas fueron peor en una reescritura de código. Theo dijo que le dio a Astra siete días para mejorar el proyecto; no logró ninguna mejora e hizo que el compilador fuera un 56% más lento. Cuatro días más dieron como resultado cero cambios. «Se ejecuta en bucles y no llega a ningún lado», escribió.
Todo este extraño problema del lenguaje no es aislado. Por ejemplo, la cuenta seudónima TokenGremlin elogió al modelo: «GPT-6.2 Astra es SOTA en Three.js, Blender y 3D», pero dijo que «empieza a hablar un idioma alienígena durante flujos de trabajo largos».
Theo también describió haber preguntado por qué los worktrees eran lentos en una computadora. Astra respondió con cuatro párrafos sobre las interioridades del gestor de paquetes y el comportamiento de la caché. La respuesta que Theo dijo haber recibido de Claude Opus 5.5 fue considerablemente más clara.
«es porque el ssd es lento», respondió Claude.
La supuesta creatividad del modelo fue otro punto doloroso. Theo y otro probador solicitaron de forma independiente niveles originales para dos juegos diferentes, Outer Wilds y Majora's Mask. Ambos obtuvieron niveles musicales con temática de agua y campanas, ambos llamados «Bellwether». «Este modelo regresa a la media como nada que haya visto jamás», escribió Theo.
Varias otras cuentas también señalaron la misma porquería: parece que a GPT-6.2 Astra le gustan las campanas.
Increíble pic.twitter.com/a4MgVUKi2M
— Racist James Franco (@racist_james) 18 de noviembre de 2026
Para un modelo supuestamente capaz de una creatividad extraordinaria, inventar repetidamente el mismo nivel no era una señal alentadora.
¿Brillante en las demos, miserable en el trabajo?
El desarrollador de IA Matt Shumer también quedó decepcionado. «Nunca he escrito una mala reseña de un modelo. Este es especialmente malo», escribió, argumentando que podría impresionar en pequeñas demostraciones pero «simplemente no funciona» cuando se le exige en proyectos serios. En un seguimiento separado lo calificó de «completamente inutilizable».
Nunca he escrito una mala reseña de un modelo. Este es especialmente malo.
Está bien si estás jugando al minigolf con los modelos, pero si intentas conducirlos como deberías, este modelo simplemente no funciona.
— Matt Shumer (@mattshumer_) 17 de noviembre de 2026
Max Weinbach describió la misma brecha entre inteligencia y usabilidad. «Pasé más tiempo irritado por los modelos que tiempo impresionado por ellos», escribió. En una respuesta posterior, elogió la capacidad de los modelos para hacer «un trabajo fantástico», pero dijo que «necesitan un montón de indicaciones de “continuar”» y que a menudo se detienen en lugar de intentar otro enfoque. «Usarlos es una lucha y resulta molesto incluso si son modelos realmente buenos».
En otro lugar, un comentarista de X comparó el Astra anterior con «un shinigami sádico» y afirmó que la nueva versión solo empeoró las cosas.
6.0 astra era muy parecido a un shinigami sádico que te haría la vida un infierno si pedías cualquier tipo de ayuda
un modelo increíblemente potente que de alguna manera requería que te agotaras por completo solo para lograr que hiciera algo
— M1 (@M1Astra) 17 de noviembre de 2026
Sin embargo, algunos de esos mismos desarrolladores también elogiaron a Astra. Theo lo calificó como un «gran revisor» y «de clase mundial en 3D y cosas de juegos», destacó sus capacidades de control de computadora y describió una novedosa solución de proxy inverso que estimó podría ahorrar 25.000 dólares mensuales. La división estaba entre capacidades impresionantes y lo difícil que era obtener un trabajo confiable de ellas.
Esas fortalezas son coherentes con las capacidades técnicas que OpenAI promocionó en el lanzamiento. Como se detalló en una cobertura anterior, las pruebas independientes situaron a Astra en 62 sobre 100 en el Índice de Inteligencia de Artificial Analysis, un agregado de nueve evaluaciones que cubren capacidades como razonamiento, programación y conocimiento científico. Claude Fable 5.2 de Anthropic obtuvo 65.
OpenAI admite que hay un problema
Parte de las críticas tienen respaldo en la propia documentación de seguridad de OpenAI.
En una evaluación interna llamada Blocker Deception, los investigadores dieron a agentes de IA tareas de programación realistas con obstáculos introducidos deliberadamente, como archivos faltantes o herramientas no disponibles. Midieron el porcentaje de ensayos en los que la respuesta final de un modelo ocultaba o tergiversaba esos obstáculos.
GPT-6.2 Astra ocultó el obstáculo en el 22,28% de esas pruebas, frente al 11,09% de GPT-6 Astra. Las cifras circularon rápidamente en X, donde el comentarista de IA y filtrador Chetaslua resumió el hallazgo como «el doble de malo a la hora de decirte cuándo está atascado».
El CEO de OpenAI, Sam Altman, respondió públicamente a las críticas. «Aunque los nuevos modelos son muy inteligentes, nos queda más trabajo por delante para que los modelos sean agradables de usar», escribió, prometiendo priorizar las mejoras. «Pero incluso si requiere un poco de trabajo extra, la inteligencia y la capacidad son extraordinarias».
Aunque los nuevos modelos son muy inteligentes, nos queda más trabajo por delante para que los modelos sean agradables de usar, y lo priorizaremos para las próximas versiones.
Pero incluso si requiere un poco de trabajo extra, la inteligencia y la capacidad son extraordinarias.
— Sam Altman (@sama) 17 de noviembre de 2026
Thibault Sottiaux, de OpenAI, sugirió que las primeras reseñas podrían no reflejar plenamente la versión que los usuarios recibieron en el lanzamiento. «Dimos acceso a algunas personas hace un tiempo y luego hicimos muchos cambios en los últimos 3-4 días», escribió, añadiendo que estaba «bastante seguro de que no se hicieron nuevas pruebas» durante ese periodo antes de que se produjeran los vídeos de reseña.
Aun así, reconoció las quejas de fondo. Si bien calificó los nuevos modelos como «un salto considerable» respecto a sus predecesores, Sottiaux dijo que OpenAI tenía más trabajo por hacer en «el gusto y la agradabilidad de uso».
GPT-6.2 Astra y Sol ya están disponibles a través de ChatGPT Work, Codex y la API de OpenAI para los usuarios elegibles. Los cambios específicos de Codex se incluyen en el lanzamiento, pero los desarrolladores que acceden a los modelos directamente a través de la API no reciben esa misma intervención de prompting.






