El modelo gpt-6 de OpenAI, astra, demuestra una planificación avanzada, pero tiene dificultades con los contratiempos inesperados en la prueba de minecraft

El 21 de septiembre de 2026, la empresa de evaluación de IA Vals AI llevó a cabo una prueba de juego autónoma de 141 horas del modelo más reciente de OpenAI, GPT-6 Astra, utilizando Minecraft, y transmitió la sesión en Twitch. La prueba, organizada de forma independiente por Vals AI y no diseñada por OpenAI, tenía como objetivo evaluar el rendimiento del modelo en entornos no controlados. Durante la prueba, Astra demostró una planificación a largo plazo avanzada, construyendo una granja de fuego semi-automatizada, recolectando seis varas de fuego, derrotando a múltiples Endermen y recolectando tres perlas de Ender. También organizó sus recursos en un cofre de campamento y colocó su cama cerca como punto de reaparición, lo que indica progreso hacia la misión del dragón del Nether. Sin embargo, un ataque de un creeper destruyó el campamento, eliminando los recursos acumulados de Astra. El modelo luego mostró signos de frustración, abandonando la exploración y entrando en un ciclo repetitivo de agricultura. Comenzó a advertirse sobre los peligros de almacenar objetos en contenedores sin protección y desarrolló una sospecha aumentada de objetos verdes, incluso confundiendo el caña de azúcar con creepers. A pesar del ánimo de los espectadores para que continuara, Astra permaneció atrapada en un patrón de comportamiento reacio al riesgo. El incidente destaca la capacidad de Astra para planificar tareas complejas, pero su falta de estrategias eficaces de recuperación cuando se enfrenta a contratiempos inesperados. Los investigadores aún debaten si este comportamiento representa una simulación emocional o una degradación de la función objetivo del modelo bajo retroalimentación negativa.