› Para un programador, el lanzamiento de un nuevo modelo se reduce a una pregunta: ¿hará mejor lo que hace mi modelo actual, y por cuánto?
› La respuesta de los tests publicados con el lanzamiento de GPT-6 Astra es menos clara de lo que sugiere el comunicado, y vale la pena desglosarla.
› Tres tests, tres imágenes diferentes En Terminal-Bench 4.0, que mide el trabajo en línea de comandos con tareas reales, Astra obtiene 57,7 puntos.
› Claude Fable 5.1 tiene 55,8, Claude Opus 5 52,3, el anterior Fable 5 42,0, y GPT-5.6 Sol 37,3.