Jensen Huang y GPT-6 Astra: por qué decir que «la AGI ya llegó» no equivale a una prueba científica

La frase de Jensen Huang, CEO de Nvidia, de que «la AGI ya llegó» debe entenderse como una valoración enfática —a la vez práctica, filosófica y comercial—, no como la confirmación científica de que GPT-6 Astra haya demostrado de manera independiente una inteligencia general de nivel humano.

Su argumento parece ser que la combinación de rendimiento en pruebas complejas y capacidad para completar flujos de trabajo de varios pasos con herramientas supera su propio umbral operativo de AGI. OpenAI, en cambio, no ha hecho esa afirmación: describe a Astra como su modelo más capaz para trabajo integral complejo. 12

En qué basó Huang su declaración

Tras el lanzamiento de GPT-6 Astra, Huang vinculó su mensaje a la escala de infraestructura de Nvidia y a los resultados del modelo. Según los reportes, afirmó que Astra fue entrenado con más de 100.000 sistemas Nvidia Grace Blackwell NVLink72 y añadió que otros 400.000 GPU entrarían en funcionamiento. 1218

Ese dato requiere una precisión importante: «100.000 sistemas NVLink72» no es lo mismo que «100.000 GPU». NVLink72 se refiere normalmente a una configuración de 72 GPU, por lo que la frase pública no ofrece un total de GPU de entrenamiento claro ni fácilmente auditable. Tampoco debe interpretarse, sin más evidencia, como una divulgación verificable del cómputo total utilizado para Astra.

Huang también destacó que Astra lideraba FrontierMath Tier 4, ARC-AGI-3 y TerminalBench 4.0. 12 OpenAI, por su parte, publica un 98 % en FrontierMath Tier 4, un 99,9 % en ARC-AGI-3 y un 57,9 % en Terminal-Bench 4.0. 11

Qué muestran —y qué no muestran— esos benchmarks

Los resultados comunicados por OpenAI son extraordinarios dentro de esas evaluaciones. La compañía sostiene que GPT-6 Astra está diseñado para razonamiento, programación, uso de ordenador, investigación, navegación web y creación de documentos, y para llevar tareas complejas desde una petición inicial hasta un resultado final con el contexto y las herramientas proporcionados. 12

Pero un benchmark mide el desempeño bajo unas reglas y tareas definidas. Incluso puntuaciones muy altas no resuelven por sí solas cuestiones centrales asociadas a la AGI, como:

• la fiabilidad sostenida en entornos abiertos y cambiantes;
• la planificación autónoma a largo plazo;
• una comprensión causal y del mundo que se generalice de forma robusta;
• la capacidad de actuar de manera segura cuando faltan datos, cambian las condiciones o las instrucciones son ambiguas.

No existe una prueba única y aceptada que certifique que un sistema ha alcanzado la inteligencia artificial general. Por eso, superar pruebas concretas —por impresionante que sea— no convierte automáticamente la afirmación en un hecho establecido.

OpenAI eligió un lenguaje más contenido

La diferencia de lenguaje importa. En sus materiales para desarrolladores, OpenAI llama a Astra «nuestro modelo más inteligente hasta la fecha» y «nuestro modelo más capaz», con especial énfasis en flujos de trabajo de varios pasos que combinan código, navegadores y software profesional. 12

No declara que el sistema sea AGI. Esa cautela sugiere que la empresa prefiere hacer afirmaciones concretas sobre capacidades observables antes que dar por superado un umbral cuya definición sigue siendo objeto de debate.

De la predicción a la declaración

La postura de Huang se ha vuelto más rotunda con el tiempo. En 2024 dijo que la AGI podría llegar en cinco años, aunque condicionó esa previsión a cómo se definiera el término. 10 En septiembre de 2026, tras Astra, pasó a afirmar que «la AGI llegó».

Eso refleja un cambio en su criterio o en su retórica, no la aparición de una certificación científica nueva y universalmente aceptada.

Además, otras figuras del sector mantienen plazos más prudentes. Demis Hassabis, cofundador y CEO de Google DeepMind, afirmó en enero de 2026 que aún faltaban «ingredientes» para una AGI de nivel humano y estimó un horizonte de entre cinco y diez años. 8

El incentivo de Nvidia también es relevante

El hecho de que Nvidia se beneficie de la expansión de modelos que requieren enormes centros de datos no demuestra que Huang esté equivocado. Pero sí es un contexto que conviene tener presente.

Su anuncio sobre AGI estuvo acompañado por una reivindicación explícita de la infraestructura de Nvidia y por la previsión de nuevas GPU en línea. 1218 La idea de que el avance de la IA exige clústeres gigantescos de hardware Nvidia también funciona como un argumento a favor de la demanda de sus productos.

Nvidia, además, mantiene una relación financiera con OpenAI. Reuters informó que la opción previamente comentada de invertir 100.000 millones de dólares en OpenAI probablemente no seguiría adelante debido a los planes de salida a bolsa de la compañía, mientras que Nvidia ya había cerrado una inversión de 30.000 millones de dólares. 9

La conclusión más defendible

GPT-6 Astra puede representar un avance importante en IA de propósito amplio, especialmente para tareas complejas que combinan razonamiento y herramientas. Huang considera que ese nivel de capacidad cumple su definición operativa de AGI.

Sin embargo, no hay una definición científica consensuada de AGI, un programa de validación independiente ni un historial demostrado de inteligencia general robusta en el mundo real que permitan tratar su frase como un hecho resuelto. Por ahora, «la AGI ya llegó» describe la interpretación de Huang sobre Astra, no un veredicto universal.