GPT-6 Astra en OpenRouter

Acceso y despliegue

• Astra estuvo disponible para usuarios Pro/Plus y Business, aunque el momento varió según la cuenta y la región (p. ej., acceso solo por Codex para algunos europeos, sin ChatGPT).
• Algunos usuarios recibieron “restablecimientos bancables” por cada día que no tuvieron acceso a Astra y los usaron para probar Sol mientras tanto.
• Astra también está expuesto a través de OpenRouter y Azure; algunos informan problemas tempranos de “Not Found” en OpenRouter y restricciones de llamadas a herramientas en Copilot/Foundry cuando el razonamiento está habilitado.

Azure, ZDR y preocupaciones empresariales

• Confusión sobre si Astra en Azure es realmente Zero Data Retention (ZDR) y qué implica el “monitoreo de abusos que preserva la privacidad”.
• Quejas de que la interfaz de Azure dificulta distinguir entre modelos ZDR y no ZDR o bloquear las opciones no ZDR.
• Se dice que Azure es más caro, pero ofrece garantías ZDR e integración con identidad de Azure; no está claro si el uso de Codex es ZDR.

Capacidades: SVG, programación y visión

• Astra recibe elogios generalizados por la generación de SVG: las comparaciones de “pelícano en bicicleta” muestran una calidad visual y consistencia sustancialmente superiores frente a Luna, Sol, Terra y modelos más antiguos.
• Los usuarios debaten si este benchmark ahora está “sobreajustado” o si sigue siendo útil; algunos sospechan entrenamiento explícito, otros lo atribuyen a mejoras generales en SVG.
• Pruebas adicionales de SVG (hámster de ping-pong, otros animales en scooters) muestran una salida estilística sólida, pero errores geométricos y anatómicos claros.
• Se destaca la combinación visión + desarrollo web de Astra: puede replicar de cerca diseños SVG complejos y fluidos a partir de una maqueta estática, superando a otros modelos en fidelidad de diseño.
• En escenarios de programación, Astra ha encontrado rápidamente errores sutiles (p. ej., tiempos de vida de recursos) y ha producido buen código para Blender y web, aunque al menos un informe califica su código en Odin como muy malo.

Velocidad, tokens y precios

• Astra a menudo “se siente más rápido” a pesar de tener menos tokens por segundo, probablemente debido a menos tokens internos de “pensamiento”.
• Varios usuarios enfatizan que Astra usa menos tokens totales por tarea que Sol/Opus en algunos benchmarks; otros citan métricas donde Sol alto/medio iguala a Astra bajo en “inteligencia” con un coste mucho menor por $/M tokens.
• En general: fuerte desacuerdo sobre si Astra es más barato por tarea; hay consenso en que el precio por token es alto.
• Ejemplo: una sola compilación frontend simple mediante Astra costó unos ~$24 en uso de API, visto como trivial por algunos (para diseños finales) y no trivial por otros (poco margen para experimentar).
• Algunas organizaciones están limitando el acceso tras ver facturas grandes, especialmente por parte de “token maxers”.

Comparaciones de modelos y orquestación

• Los usuarios suelen usar Luna para el trabajo cotidiano/barato, Terra o Sol para tareas más complejas, y reservan Astra/Fable para los problemas más difíciles.
• Un enfoque: usar un modelo “frontier” (Sol/Astra) como orquestador que supervisa un subagente Luna más barato que hace la lectura/implementación en masa, reduciendo el uso de tokens del frontier.
• Se debate si Astra es mejor que Sol al mismo nivel de “esfuerzo”: algunos dicen que Astra medio/alto es estrictamente mejor o igual con un coste por tarea similar o menor; otros lo disputan basándose en datos externos de benchmarks.

Benchmarks y debates de evaluación

• La galería SVG de pelícanos y las cuadrículas de costes se elogian como herramientas intuitivas para comparar modelos.
• Preocupa que usar repetidamente el mismo prompt del pelícano anime a los proveedores a optimizar específicamente para él, reduciendo su valor como benchmark general.
• Otros prompts alternativos (lémur/cebra en scooters, puntos de vista no estándar) siguen exponiendo debilidades, por ejemplo, oclusión, anatomía y consistencia.

Limitaciones y modos de fallo

• Las salidas SVG, aunque mucho mejores, siguen mostrando perspectivas incorrectas, extremidades o bocas extra o faltantes, tablas mal formadas y posiciones incorrectas en escenas de ping-pong.
• Algunos señalan la frecuente falta de cascos, rodillas de pelícano anatómicamente extrañas y detalles de bicicleta incorrectos (p. ej., patrones de radios, ausencia de cadenas) como ejemplos de “comprensión” incompleta.
• Según se informa, las tasas de fallo de llamadas a herramientas en Astra de OpenAI son más altas que en Azure en un conjunto de datos, aunque los detalles son escasos.

Experiencia de usuario y problemas del ecosistema

• Unos pocos usuarios informan haber obtenido acceso a Astra sin restablecimientos extra; otros acumulan varios.
• Un usuario informa haber sido suspendido automáticamente en OpenRouter tras depositar fondos, sin soporte efectivo y con una postura de “sin reembolsos”, lo que llevó a advertencias y sugerencias de iniciar contracargos.
• Es común el escepticismo hacia el marketing de “AGI”; algunos sienten que los medios y los “normies” están exagerando las capacidades, dadas las evidentes fallas básicas.
• Panorama más amplio de precios: algunos comparan desfavorablemente los niveles de Astra de $10/$50 con modelos chinos mucho más baratos, y prevén desafíos de adopción salvo que el coste por tarea gane claramente.