GPT-6 Astra ha conseguido completar Portal de forma autónoma, según el experimento publicado por el desarrollador y entusiasta tecnológico CozyBlaze. La prueba, anunciada el 5 de septiembre de 2026, llevó al modelo a terminar el conocido juego de Valve sin intervención humana directa, aunque el proceso estuvo muy lejos de ser instantáneo: la partida se prolongó durante casi 24 horas y requirió miles de interacciones con herramientas externas.
Según los datos facilitados por el responsable del experimento, GPT-6 Astra realizó 3.336 llamadas a herramientas mientras analizaba el entorno virtual, tomaba decisiones y ejecutaba movimientos. El coste tampoco fue menor, ya que la prueba habría supuesto 571,18 dólares en tokens, una cifra que pone en perspectiva tanto las capacidades actuales de estos modelos como el coste de mantenerlos trabajando durante largos periodos.
GPT-6 Astra necesitó casi un día para terminar Portal
El resultado llama especialmente la atención porque Portal no es simplemente un juego de movimientos repetitivos. La propuesta de Valve obliga al jugador a interpretar espacios en tres dimensiones, utilizar portales, comprender las físicas del escenario y resolver diferentes puzles para avanzar por la campaña.
De acuerdo con la información publicada sobre la prueba, GPT-6 Astra fue capaz de desenvolverse en ese entorno utilizando capturas de pantalla y datos espaciales para decidir qué hacer a continuación. La IA no se limitó a ejecutar una secuencia previamente programada, sino que tuvo que analizar el estado del juego y escoger sus siguientes acciones.
El resultado puede resultar engañoso si únicamente se observa el vídeo editado del experimento. En las imágenes, según explica la fuente, la actuación del modelo puede parecer relativamente fluida y concentrarse en unas pocas horas, pero la ejecución real se extendió durante prácticamente 24 horas.
El experimento muestra una capacidad interesante de interacción autónoma, aunque también deja claro que todavía existe una diferencia considerable entre demostrar una habilidad en un entorno controlado y convertirla en una tecnología barata y práctica para cualquier usuario.
El sistema utilizó un método para pausar el juego mientras la IA pensaba
Para conseguir que GPT-6 Astra pudiera interactuar con el motor de Portal, CozyBlaze recurrió al Model Context Protocol (MCP), un protocolo pensado para conectar modelos de inteligencia artificial con herramientas y entornos externos. Esta conexión permitió establecer una comunicación entre el modelo y el videojuego.
El desarrollador también creó una herramienta específica llamada SourcePauseTool. Según la explicación del experimento, su función consistía básicamente en detener el juego mientras el modelo analizaba la situación y calculaba cuál debía ser su siguiente movimiento.
El funcionamiento era relativamente sencillo en concepto, aunque exigía una gran cantidad de procesamiento. Portal permanecía congelado mientras GPT-6 Astra recibía capturas del escenario y analizaba la posición del personaje y otros elementos necesarios para decidir cómo continuar.
Una vez tomada la decisión, el sistema reanudaba temporalmente la partida y ejecutaba las acciones correspondientes. Después, el juego volvía a pausarse para permitir un nuevo ciclo de análisis. Este procedimiento se repetía una y otra vez hasta completar la campaña.
3.336 llamadas a herramientas explican buena parte de la factura
La cifra que probablemente mejor permite entender las características del experimento es la de 3.336 llamadas a herramientas. Cada interacción implicaba que el sistema necesitaba procesar información del entorno y utilizarla para decidir qué hacer después.
Según los datos publicados, todo ese procesamiento terminó generando un coste de 571,18 dólares en tokens. No se trata, por tanto, de un escenario en el que un usuario pueda simplemente abrir el juego, activar el modelo y dejarlo funcionando durante un día sin preocuparse por los recursos utilizados.
- Duración: casi 24 horas de ejecución.
- Llamadas a herramientas: 3.336.
- Coste comunicado: 571,18 dólares en tokens.
- Juego: Portal, de Valve.
- Interacción: análisis visual, razonamiento espacial y ejecución de movimientos.
Precisamente por eso, la prueba también sirve para observar una de las principales limitaciones actuales de los agentes de IA. Ser capaz de realizar una tarea no significa necesariamente que hacerlo resulte eficiente. En este caso, la capacidad demostrada está acompañada por un consumo de recursos que todavía dificulta trasladar este tipo de experimentos a un uso cotidiano.
El experimento recuerda uno de los objetivos históricos de OpenAI
CozyBlaze señaló que el experimento le recordó un objetivo técnico que OpenAI planteó en 2016: crear un único agente capaz de resolver una amplia variedad de videojuegos. La idea resulta especialmente relevante porque durante años los sistemas de IA destinados a juegos solían diseñarse alrededor de un título o tarea concreta.
La diferencia que plantea este tipo de demostración está en que un modelo generalista puede enfrentarse al entorno utilizando capacidades de percepción, razonamiento y acción. En lugar de limitarse a responder preguntas mediante texto, el sistema recibe información del mundo virtual y actúa sobre él.
Según la fuente, la prueba con Portal apunta precisamente en esa dirección. El modelo tuvo que interpretar un escenario tridimensional y tener en cuenta elementos relacionados con el movimiento y las físicas del juego. Es un tipo de interacción más cercano al comportamiento de un agente que al de un chatbot tradicional.
Portal también plantea algunas dudas sobre el resultado
Hay, sin embargo, un detalle importante a la hora de interpretar el experimento. Portal lleva casi dos décadas en el mercado y durante todo ese tiempo ha acumulado una enorme cantidad de información pública en Internet, desde guías y tutoriales hasta foros y vídeos de partidas.
La fuente plantea que parte de ese conocimiento podría haber formado parte de los datos utilizados para entrenar GPT-6 Astra. Eso significa que el resultado no demuestra necesariamente que el modelo haya descubierto desde cero todas las soluciones del juego. La capacidad de razonar sobre el entorno y los conocimientos previos pueden estar actuando conjuntamente.
Esta cuestión resulta importante porque completar un videojuego conocido no equivale automáticamente a demostrar una inteligencia general capaz de resolver cualquier problema nuevo. El entorno, la información disponible y el método utilizado condicionan considerablemente el resultado.
El gran reto sigue siendo hacer estos agentes más eficientes
El experimento con GPT-6 Astra deja una conclusión bastante más interesante que el simple hecho de haber terminado Portal. Los agentes de IA empiezan a mostrar capacidades para interactuar con entornos complejos, pero todavía necesitan una cantidad considerable de tiempo y recursos para hacerlo.
Los casi 600 dólares empleados en la prueba son especialmente significativos. Según los datos facilitados por el desarrollador, el coste actual convierte este tipo de autonomía prolongada en una demostración tecnológica más que en una herramienta de uso masivo. Reducir ese gasto será uno de los principales retos si estas capacidades quieren llegar a aplicaciones cotidianas.
También queda pendiente mejorar la velocidad de respuesta. El sistema necesitó casi un día completo para completar una campaña que un jugador humano experimentado puede terminar en mucho menos tiempo. La autonomía, por tanto, no implica todavía superioridad en eficiencia, sino una forma diferente de abordar una tarea.
Aun con esas limitaciones, según la información publicada sobre el experimento, GPT-6 Astra demuestra que los modelos de lenguaje pueden ir más allá de la conversación escrita. La posibilidad de observar un entorno, analizarlo, utilizar herramientas y ejecutar acciones de forma continuada apunta hacia una evolución de la IA basada cada vez más en agentes capaces de actuar por sí mismos.
Fuente: https://www.diariobitcoin.com/tecnologia/gpt-6-astra-completa-portal-de-forma-autonoma-tras-unas-24-horas-de-ejecucion/