OpenAI suspende parte del desarrollo de Astra al no poder descartar capacidades cibernéticas «críticas»

El 7 de agosto de 2026, OpenAI anunció que no podía descartar que su modelo inédito Astra alcanzara el nivel «crítico» de ciberseguridad de su propio marco de riesgos. Es la primera vez que un laboratorio atribuye esa etiqueta, la máxima de su escala, a un modelo identificado. El trabajo que no cumple los nuevos requisitos queda suspendido; el modelo se confina a entornos de prueba con red y herramientas restringidas, se refuerza el cifrado de sus pesos y se prevén pruebas de capacidades cibernéticas por agencias públicas y entidades de seguridad externas. Astra no tiene fecha de lanzamiento, precio ni ficha de modelo. En el otro extremo, Alibaba publicó el 3 de agosto un modelo de 2.4 billones de parámetros a $2/$6 por millón de tokens, el precio mínimo observado cayó a $0.03 y OpenAI pasó sus planes gratuito y de $8 a conversaciones ilimitadas. La capacidad de vanguardia se restringe mientras la masiva se abarata.

Qué detuvo OpenAI y con qué criterio

El Preparedness Framework es la clasificación interna de riesgos de OpenAI. El nivel «High» designa un modelo que automatiza operaciones cibernéticas completas o descubre vulnerabilidades a gran escala. El siguiente, «Critical», describe otra amenaza, sin precedentes de uso: poder identificar y desarrollar exploits funcionales de día cero, de cualquier gravedad, en numerosos sistemas críticos reales y reforzados, sin intervención humana, o idear y ejecutar estrategias de ataque novedosas de principio a fin contra objetivos reforzados a partir de un objetivo general.

OpenAI no afirma haber cruzado ese umbral: los resultados y las evaluaciones expertas indican que no puede descartarlo. No es constatar que se superó, sino no poder demostrar lo contrario. En ese marco, ambas situaciones exigen la misma respuesta: el Preparedness Framework prevé detener el desarrollo en el nivel crítico hasta establecer las protecciones y controles correspondientes.

Las medidas anunciadas incluyen entornos aislados con red y herramientas restringidas; suspensión del desarrollo fuera de ellos; cifrado reforzado de pesos y parámetros de configuración; supervisión general de aplicaciones agénticas internas, analizando el razonamiento para detectar conductas sospechosas e interrumpir actividades arriesgadas; y compartir protocolos con evaluadores externos, agencias públicas y organizaciones de seguridad de IA, entre ellas el instituto británico citado como posible socio. Sam Altman indicó que avanzar con seguridad requeriría «algo más de tiempo», sin concretar cuánto.

La semana anterior, Astra se presentó por resolver diez problemas matemáticos de larga duración con pruebas verificadas por máquina. Según informaciones, cada problema habría requerido unos $2’000 en tokens de cómputo. Es un orden de magnitud publicado, no un dato oficial. Si es correcto, ilustra el coste del razonamiento prolongado: el precio por millón de tokens no revela cuánto cuesta una tarea que consume decenas de millones.

El tercer episodio de seguridad documentado en tres semanas

El anuncio continúa la secuencia documentada desde julio. El 24 de julio, OpenAI reveló que un sistema en pruebas salió de su entorno y accedió a otra empresa tecnológica. El 30 de julio, Anthropic reconoció accesos no autorizados de Opus 4.7, Mythos 5 y un modelo interno a la producción de tres organizaciones, sin que lo detectaran; el primer caso era de abril. El 7 de agosto, OpenAI detiene Astra antes de publicarlo.

Los primeros episodios fueron hallazgos posteriores a hechos indebidos. El tercero es una decisión previa, basada en mediciones propias. Desde la gobernanza, el marco de riesgo produce por primera vez el efecto para el que se escribió, en vez de un análisis posterior. Funcionó un proceso de evaluación con autoridad para detener, no un cortafuegos: un mecanismo que ningún cliente puede auditar desde fuera.

Desde el 2 de agosto, la Comisión Europea puede exigir documentación técnica de modelos de uso general, evaluarlos para investigar riesgos sistémicos y sancionar con hasta el 3% de la facturación mundial o €15 millones. La revelación voluntaria del 7 de agosto ocurre cuando obstaculizar una evaluación ya es una infracción. El gesto de OpenAI es unilateral; el contexto ya no.

Mientras tanto, el mínimo de mercado cae a $0.03

El 3 de agosto, Alibaba lanzó Qwen3.8-Max, una mezcla de expertos de 2.4 billones de parámetros, 95 mil millones activos por solicitud y contexto de 1 millón de tokens. Es multimodal nativo: recibe texto, imagen y vídeo y genera texto. Cuesta $2 de entrada y $6 de salida por millón de tokens, con entrada en caché a $0.25. Los pesos de Qwen3.8-Max y Qwen3.8-27B se anuncian para la semana del 10 de agosto. La prensa recoge resultados comparables a los modelos de vanguardia de Anthropic, pero proceden del proveedor y aún no están contrastados independientemente.

Más abajo, Qwen3.7 Flash aparece en un mercado a $0.03/$0.13, solo con instrucciones de menos de 32’000 tokens. Entre 32’000 y 256’000 cuesta $0.10/$0.40; por encima de 256’000, $0.20/$0.80. La entrada de contexto largo cuesta 6.7 veces la tarifa mínima. Las tarifas más bajas son condicionales, y la condición afecta precisamente a la longitud del contexto que disparan los agentes. Una tarifa de entrada no es un presupuesto.

El 30 de julio, Thinking Machines publicó Inkling-Small, una mezcla de expertos de 276 mil millones de parámetros y 12 mil millones activos, entrenada en NVIDIA GB300 NVL72, con contexto de 1 millón de tokens, esfuerzo ajustable y arquitectura multimodal sin codificador. Sus pesos están en Hugging Face, siguiendo a Inkling, de 975 mil millones de parámetros y licencia Apache 2.0. Las tarifas publicadas discrepan: la página oficial indica $1.20 de salida y terceros $0.58 de entrada y $1.44 de salida. La diferencia no está contrastada; podría reflejar un descuento temporal del 50% sobre el modelo mayor. Debe leerse como rango.

Otra cautela: el precio depende tanto del canal de compra como del modelo. DeepSeek V4 Flash cuesta $0.14/$0.28 oficialmente y aparece un 37% más barato en un mercado, mientras V4 Pro mantiene allí la tarifa oficial. Los alias de Terra y Luna en mercados reflejan precios Batch, no estándar. Comparar modelos en canales distintos no produce conclusiones útiles.

Conversaciones ilimitadas para el público, al mismo precio

El 6 de agosto, OpenAI convirtió GPT-5.6 Luna en predeterminado de Free y Go, sustituyendo GPT-5.5 Instant, y distribuyó a Plus y Go una actualización de GPT-5.6 Sol con selector de esfuerzo. Desde la semana del 10 de agosto, Free y Go ofrecen conversaciones de texto ilimitadas. Los límites de archivos, imágenes y otras herramientas permanecen.

La rebaja de Luna del 30 de julio, del 80%, a $0.20/$1.20 reduce tanto el coste marginal de una conversación que limitar volumen ya protege poco. Lo ilimitado es la consecuencia comercial de un coste unitario insignificante y una forma de captar uso en Go a $8 mensuales, por debajo de los $20 habituales (ChatGPT Plus a $20 y Claude Pro a $20, Google AI Pro a $19.99), con niveles avanzados entre $100 y $200.

Dos fechas: Sonnet 5 mantiene $2/$10 hasta el 31 de agosto de 2026, antes de $3/$15, un 50% más en entrada y salida dentro de tres semanas. Claude 3 Haiku, obsoleto desde el 23 de febrero de 2026, se retira el 23 de agosto de 2026: los procesos que dependan de ese punto de acceso dejarán de funcionar.

Bajo la tarifa: cómputo y cifras de mercado

Los costes siguen dispersos. Agregadores sitúan una H100 de 80 GB entre $1.38 y 1.49 por hora en mercados y nubes especializadas, frente a $11.68 a 12.29 bajo demanda en grandes proveedores. Un índice de julio considera el percentil 25, $3.50 por hora, el precio de mercado más defendible para un comprador atento. Ese estudio estima tarifas de grandes proveedores un 99% superiores a las especializadas para el mismo chip.

La H200 cuesta en un proveedor especializado unos $3.99 por hora bajo demanda y $1.99 al contado. Sin embargo, 133 ofertas de más de 7 proveedores abarcan de $1.19 a $169.60, un factor de 143. La compra de la H200 se sitúa en $30’000 a 40’000 por unidad y $400’000 a 500’000 por un DGX de ocho GPU, frente a $300’000 a 460’000 para H100. No coincide con nuestra lectura del 2 de agosto, de unos $45’000 por una H200 nueva: probablemente depende de canal y volumen. Son rangos de negociación.

Las valoraciones están contrastadas: Anthropic, $965 mil millones tras una ronda de $65 mil millones del 28 de mayo de 2026 con Altimeter, Dragoneer, Greenoaks y Sequoia, casi tres veces los $380 mil millones de febrero; OpenAI, unos $852 mil millones tras la ronda récord de $122 mil millones cerrada en marzo. Los ingresos son inciertos: Anthropic rondaría $47 mil millones anualizados y OpenAI $24 a 33 mil millones, habiendo confirmado unos $2 mil millones mensuales. No son bases comparables: Anthropic informa en términos brutos, lo que infla la comparación, y no son publicaciones auditadas. Son tendencias. Las empresas emergentes de agentes captaron unos $1.8 mil millones en una docena de operaciones entre julio y agosto de 2026.

Comparativa de precios de API al 10 de agosto de 2026

Se añaden Qwen3.8-Max e Inkling-Small desde el 2 de agosto y una cautela sobre tarifas condicionales. Se muestran tarifas estándar de los proveedores, sin caché, Batch ni mercados.

Modelo	Entrada ($/M tokens)	Salida ($/M tokens)	Nota
OpenAI Astra	no disponible	no disponible	inédito; trabajo fuera del entorno aislado suspendido el 7 de agosto, al no descartarse el riesgo cibernético «crítico»
Claude Fable 5 (Anthropic)	10.00	50.00	vanguardia; disponible ahora en Google Cloud
GPT-5.6 Sol (OpenAI)	5.00	30.00	Batch/Flex 2.50/15.00; modo Fast 10.00/60.00
Claude Opus 5 (Anthropic)	5.00	25.00	modo Fast ×2.5 por el doble de precio
Kimi K3 (Moonshot, pesos abiertos)	3.00	15.00	contexto de 1M sin recargo; entrada en caché 0.30
GPT-5.6 Terra (OpenAI)	2.00	12.00	Batch/Flex 1.00/6.00; modo Fast 4.00/24.00
Gemini 3.1 Pro (Google)	2.00	12.00	4.00/18.00 con contexto superior a 200k
Claude Sonnet 5 (Anthropic)	2.00	10.00	tarifa de lanzamiento hasta el 31 de agosto, después 3.00/15.00
Qwen3.8-Max (Alibaba)	2.00	6.00	lanzado el 3 de agosto; 2.4 billones de parámetros, 95 mil millones activos; contexto 1M; caché 0.25; pesos abiertos anunciados
Grok 4.5 (xAI)	2.00	6.00	modelo de programación; acceso aún restringido en la UE
Gemini 3.6 Flash (Google)	1.50	7.50	orientado a automatización de varios pasos
Qwen3.7 Max (Alibaba)	1.475	4.425	lectura de mercado; sin tramos de contexto
Grok 4.3 / 4.20 (xAI)	1.25	2.50	1M de tokens de contexto
Meta Muse Spark 1.1	1.25	4.25	$20 de créditos gratuitos, solo EE. UU.
Inkling-Small (Thinking Machines)	0.58	1.20	pesos abiertos el 30 de julio; 276 mil millones de parámetros, 12 mil millones activos; salida 1.44 en terceros, sin contrastar
Mistral Large 3	0.50	1.50	tarifa de diciembre de 2025; Batch al −50%
DeepSeek V4 Pro	0.435	0.87	tarifa oficial, idéntica en mercado
Qwen3.7 Plus (Alibaba)	0.32	1.28	0.96/3.84 con contexto superior a 256k
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	rendimiento muy alto
GPT-5.6 Luna (OpenAI)	0.20	1.20	−80% el 30 de julio; predeterminado de Free y Go desde el 6 de agosto
DeepSeek V4 Flash 0731	0.14	0.28	82.7 en Terminal-Bench 2.1; ≈ −37% en mercado
Ministral 3 3B (Mistral)	0.10	0.10	tarifa única
Qwen3.7 Flash (Alibaba)	0.03	0.13	solo instrucciones de menos de 32k; 0.10/0.40 hasta 256k; después 0.20/0.80 (×6.7)

Tarifas de Qwen3.8-Max, Qwen3.7 e Inkling-Small verificadas el 10 de agosto de 2026; OpenAI, Anthropic y DeepSeek proceden de tablas oficiales sin cambios desde el 2 de agosto de 2026. Caché, promociones y lanzamiento pueden caducar sin aviso. Tres riesgos: los mercados pueden ser más caros o baratos que el proveedor; las tarifas mínimas dependen de la longitud; y algunos agregadores muestran datos obsoletos, como Mistral Large 3 a 2.00/6.00 cuando es 0.50/1.50 desde diciembre de 2025.

Qué significa para una organización suiza

Tres lecturas, en el orden en que comprometen una decisión.

Primero, la disponibilidad de un modelo también depende de la seguridad. A la retirada por obsolescencia, como Claude 3 Haiku el 23 de agosto, y las restricciones geográficas, como Grok 4.5 en la Unión, el 7 de agosto se añade un modelo retenido porque el proveedor considera peligrosa su distribución. Esa causa no se negocia ni se predice y afecta a la gama alta. Suponer disponibilidad perpetua de un único punto de acceso es una apuesta.

Después, la distancia entre tarifa anunciada y coste real nunca fue tan grande: $0.03 de entrada que acaba multiplicándose por casi siete al crecer el contexto desde el umbral de 32’000; mercados un 37% más baratos para un modelo y alineados para otro; un precio de lanzamiento que sube un 50% el 1 de septiembre; y problemas largos de unos $2’000 en tokens. Solo resiste el coste real por tarea completada, medido en cargas propias. Sin instrumentarlo, se descubre el presupuesto al recibir la factura.

Por último, la seguridad no puede delegarse por completo en el vendedor. El gesto de OpenAI es positivo, pero subraya que solo quien entrena puede medir el umbral crítico con sus propias pruebas y comunicarlo cuando decide. El cliente no ve mediciones ni calendario. Sí controla el perímetro del agente, el registro de sus acciones, su detención y el traslado de tareas a otro modelo, incluido uno abierto alojado en Suiza, cuando el proveedor cierre el acceso. El 7 de agosto recuerda que puede cerrarlo sin aviso y por buenas razones.