El modelo de IA GPT-6 Astra supera el juego «Portal» de Valve en modo individual en 24 horas

Un entusiasta de la IA conocido como CozyBlaze ha puesto recientemente a prueba el nuevo modelo insignia de OpenAI, el GPT-6 Astra, en el juego «Portal» de Valve. El modelo de IA completó el juego de puzles en 3D al completo —no la versión simplificada de solo texto— sin necesidad de guías ni ayuda programada. El reto consistió únicamente en el modelo, una herramienta SourcePauseTool modificada y el Protocolo de Contexto del Modelo, que se encargaba de gestionar las pulsaciones reales de los botones.

Sin embargo, cada vez que Astra necesitaba pensar, el juego se congelaba y continuaba una vez que la IA agente había calculado su siguiente secuencia de movimientos para ejecutarla en tiempo real. Se trata de una solución bastante ingeniosa para salvar la brecha entre la velocidad de razonamiento de un modelo de lenguaje grande (LLM) y la física de fotogramas de un motor de juego. Por eso, el vídeo final, recortado a unas dos horas con fines de demostración, representa en realidad unas 24 horas de juego sin comprimir.

Costes de la partida de GPT-6 Astra Portal

Astra completó todo el juego en unas 3.300 llamadas a herramientas, con un coste de API inferior a 600 dólares, aunque CozyBlaze señala que, en realidad, la partida se cubrió con una suscripción a Codex Pro de 200 dólares al mes.

El propio CozyBlaze resta importancia al logro, evitando la tentación de calificarlo de «punto de referencia», como hacen tantos otros que someten a la IA a pruebas poco ortodoxas. Sin embargo, ver cómo un agente de IA de propósito general explora un entorno 3D desconocido y resuelve rompecabezas espaciales de principio a fin parece un verdadero paso adelante hacia el tipo de agente de juego universal que OpenAI lleva anunciando desde hace aproximadamente una década.

En cuanto a la competencia, los modelos Claude de Anthropic se han centrado más en el uso de ordenadores y en tareas de programación de agentes que en entornos de juego específicamente, mientras que los agentes Gemini de Google se inclinan por el uso de herramientas multimodales en navegadores y aplicaciones. El agente chino DeepSeek ha dominado pruebas de rendimiento en razonamiento y programación eficientes, en lugar de tareas abiertas como la navegación por un mundo de juego en 3D; por lo tanto, por el momento, el último modelo de IA GPT-6 Astra de OpenAI se encuentra en una categoría propia en lo que respecta al razonamiento espacial dentro de un entorno basado en la física, como el rompecabezas «Portal» de Valve.