GPT-6 Astra cuesta hasta 1.049 millones y Jensen Huang anuncia otro entrenamiento masivo

El entrenamiento de OpenAI’s gpt 6 astra habría costado entre 520,57 millones y 1.049,46 millones de euros, según el tiempo de uso y el precio por hora de las GPU empleadas. Habría usado un clúster de 100.000 GPU. Jensen Huang, director ejecutivo de NVIDIA, también mencionó una próxima ejecución con 400.000 GPU. En el mismo anuncio conviven la proclamación de que ha llegado la AGI y un dato menos cómodo: Anthropic Fable 5.1 todavía supera a Astra en varias pruebas de programación y razonamiento.

Would a rough estimate be ~$0.5–1.0B of compute for Astra’s main training run (100K GPUs × 24 hours × 90–120 days × $2.50–3.50/GPU-hour) on a total 250MW of compute conservatively?

OpenAI reportedly pretrained on 100K+ GPUs at Stargate. Have to assume OAI’s rate has substantial… https://t.co/WaW20xwfbr

— Shanu Mathew (@ShanuMathew93) September 6, 2026

La publicación de Huang llegó el 6 de septiembre de 2026, pocas horas después de que OpenAI presentara Astra. En su mensaje, el directivo escribió: «GPT-6 Astra, entrenado con más de 100.000 NVIDIA Grace Blackwell NVLink72. De ChatGPT a o1 y Astra en 4 años. La AGI ha llegado. Felicidades al equipo de @OpenAI. 400.000 GPU se pondrán en funcionamiento próximamente». Además, el tweet enlaza directamente con esa previsión.

Ver el mensaje en X

El entrenamiento de OpenAI’s gpt 6 astra con 100.000 GPU pudo superar los 1.000 millones

OpenAI comunicó la semana pasada que GPT-6 Astra fue entrenado en un clúster de 100.000 GPU. La estimación económica parte de un coste de entre 2,60 y 3,64 euros por GPU y hora. La duración prevista estaría entre 90 y 120 días. Con esas condiciones, las cuentas quedan así:

• 100.000 GPU durante 24 horas y 90 días, a 2,60 euros por GPU y hora: 562,21 millones de euros.
• 100.000 GPU durante 24 horas y 120 días, a 2,60 euros por GPU y hora: 749,62 millones de euros.
• 100.000 GPU durante 24 horas y 90 días, a 3,64 euros por GPU y hora: 787,10 millones de euros.
• 100.000 GPU durante 24 horas y 120 días, a 3,64 euros por GPU y hora: 1.049,46 millones de euros.

Así se explica la horquilla: el coste estimado aparece entre 520,57 millones y 1.049,46 millones de euros. La ejecución se habría realizado probablemente en el centro de datos Stargate de OpenAI, ubicado en Abilene, Texas.

Además, el emplazamiento influye en la factura. Si OpenAI hubiera recurrido a una instalación de CoreWeave, el gasto habría sido previsiblemente mayor. Esa compañía comercializa capacidad de cómputo a unos 10,93 euros por GPU y hora. La fuente no confirma qué parte del coste total corresponde a elementos del centro de datos; por eso, estas cifras se limitan al cálculo de uso de las GPU.

La próxima ejecución de OpenAI’s gpt 6 astra exigiría unos 1,2 GW

El anuncio de Huang amplía la escala: su previsión apunta a 400.000 GPU operativas próximamente, frente a las más de 100.000 empleadas para entrenar Astra. La estimación parte de servidores NVIDIA GB200 NVL72, con un consumo aproximado de 140 kW por rack.

Con esa base, harían falta unos 5.555,55 racks. En cambio, al multiplicar por 140 kW de cada rack y por un factor PUE de 1,5 —el consumo adicional de refrigeración y otros sistemas—, la demanda rondaría 1,2 GW. Esa cifra describe la potencia necesaria para completar el entrenamiento bajo las hipótesis indicadas; no equivale a una confirmación pública de que toda la infraestructura use exactamente esa configuración.

La magnitud resulta especialmente llamativa. De hecho, la ejecución de 100.000 GPU ya se había presentado como un entrenamiento gigantesco, pero ahora quedaría superada por una operación que podría abarcar el proyecto Stargate de OpenAI en Abilene. El mensaje de Huang no aporta una fecha concreta para la puesta en marcha ni detalla cuánto duraría el nuevo entrenamiento.

El uso de OpenAI’s gpt 6 astra automatiza tareas, pero Fable 5.1 conserva ventaja en varias pruebas

El modelo no se limita a responder con instrucciones. GPT-6 Astra puede interactuar con programas de forma parecida a un usuario y también operar mediante agentes capaces de trabajar con navegadores, hojas de cálculo, páginas web y aplicaciones de escritorio. El resultado buscado son documentos y presentaciones terminados, además de flujos de trabajo con varios pasos ejecutados por el propio sistema.

Su motor de razonamiento usa una estructura nativa de múltiples agentes. Ante una tarea compleja, el agente principal puede formular una hipótesis y repartir el trabajo entre subagentes que prueban variantes y comprueban resultados en paralelo. Esa delegación también permite detectar errores en el código, cambiar de estrategia y reducir los llamados «bucles de condena», ciclos en los que un modelo repite fallos sin avanzar.

Ese funcionamiento alimenta la afirmación de que Astra representa la llegada de la inteligencia artificial general. Otra publicación, fechada el 7 de septiembre de 2026, lo resumía con ironía: «La AGI queda por fin definida: cuando la IA puede dibujar modelos 3D. Quién iba a decir que era tan sencillo».

La conclusión no convence a todo el mundo. Sin embargo, la duda central es si GPT-6 Astra puede considerarse realmente AGI cuando aún queda por detrás de Anthropic Fable 5.1 en varias evaluaciones. Fable 5.1 mantiene la ventaja en SWE-bench Pro, Artificial Analysis Intelligence Index, Artificial Analysis Coding Agent Index y ProofBench v1.1, centrado en demostraciones matemáticas formales.

En conjunto, el anuncio mezcla dos planos distintos: una infraestructura de entrenamiento que escala de 100.000 a 400.000 GPU y un modelo diseñado para delegar tareas complejas entre agentes. La etiqueta AGI forma parte del mensaje de NVIDIA y OpenAI. Por tanto, los resultados citados, en cambio, muestran que Astra aún no lidera todas las pruebas de programación, inteligencia general y matemáticas formales.

Puedes seguir a HardwarePremium en Facebook, Twitter (X), Instagram, Threads, BlueSky o Youtube. También puedes consultar nuestro canal de Telegram para estar al día con las últimas noticias de tecnología.

FAQ