La empresa de software contable Basis logró que GPT-6 Astra completara una planilla de impuestos de 50 pestañas en la mitad del tiempo que tardaba GPT-5.6 Sol. Según OpenAI, la mejora no es solo de velocidad: la comprensión más profunda de la intención del usuario le da a Basis más confianza para usar el modelo en escenarios reales de trabajo.
¿Qué pasó?
OpenAI publicó un caso de estudio junto a Basis, una compañía que desarrolla herramientas de automatización para contadores y equipos fiscales. La prueba consistió en una planilla de impuestos compleja, con 50 pestañas interconectadas, un tipo de documento que en el mundo contable suele requerir horas de trabajo manual y revisión cruzada.
El resultado fue contundente: GPT-6 Astra completó la tarea dos veces más rápido que GPT-5.6 Sol, la versión anterior del modelo. Pero el dato que más entusiasmó a Basis no fue la velocidad, sino la calidad de la ejecución. La empresa destacó que el nuevo modelo entiende mejor qué es lo que el usuario realmente quiere hacer, incluso cuando las instrucciones no son del todo explícitas.
Esa capacidad de interpretar la intención detrás del pedido es clave en un rubro donde un error de una celda puede arruinar toda una declaración jurada. Para Basis, esa mejora se traduce en mayor confianza para desplegar el modelo en entornos de producción reales, donde los usuarios no son expertos en prompts ni tienen tiempo para explicar cada detalle.
¿Por qué importa?
La noticia se suma a una seguidilla de casos donde los modelos de lenguaje dejan de ser una curiosidad de laboratorio y se meten de lleno en el trabajo profesional. Hace pocas semanas, por ejemplo, Harvey empezó a usar GPT-6 Astra para redactar documentos legales más sólidos, y Invideo mejoró tres veces la corrección de color con el mismo modelo. El patrón es claro: Astra no solo es más rápido, también es más preciso en tareas especializadas.
El caso de Basis es particularmente interesante porque toca un sector históricamente resistente a la automatización: la contabilidad y la fiscalidad. No se trata de reemplazar al contador, sino de sacarle de encima el trabajo repetitivo de armar planillas gigantes y cruzar datos entre pestañas. Eso libera tiempo para lo que realmente aporta valor: interpretar la normativa, asesorar al cliente y detectar riesgos.
Además, el hecho de que GPT-6 Astra duplique la velocidad de GPT-5.6 Sol en una tarea tan concreta sugiere que la brecha entre generaciones de modelos se está ampliando en tareas de razonamiento estructurado, no solo en generación de texto creativo.
¿Qué cambia para los usuarios?
Para quien usa herramientas de IA en el día a día, la noticia anticipa dos cosas concretas. Primero, tareas que antes parecían demasiado complejas para delegar a un modelo —como una planilla fiscal de 50 pestañas— empiezan a volverse viables. Segundo, la mejora en la comprensión de la intención reduce la necesidad de escribir prompts larguísimos y perfectos: el modelo entiende más con menos.
Eso es especialmente relevante para profesionales que no son técnicos. Un contador, un abogado o un analista financiero no quiere aprender a programar ni a diseñar instrucciones complejas. Quiere pedir algo en lenguaje natural y que la herramienta lo resuelva. Si Astra logra eso, la adopción en estudios contables y áreas administrativas puede acelerarse bastante.
¿Qué significa para Argentina y Latinoamérica?
En la región, los estudios contables y las áreas de impuestos de las empresas suelen trabajar con equipos chicos y volúmenes altos de trabajo. Herramientas como las de Basis —potenciadas por modelos como GPT-6 Astra— podrían significar un alivio concreto para profesionales que hoy dedican horas a tareas mecánicas.
Igual, hay que ser cautos: la noticia no menciona precios ni disponibilidad para el mercado latinoamericano, y la adopción dependerá de la integración con las normativas fiscales locales, que son bastante distintas de las de Estados Unidos. Pero la dirección es clara: la IA generativa está dejando de ser un asistente que escribe correos para convertirse en una herramienta que ejecuta trabajo profesional complejo.
El análisis
Lo que muestra el caso de Basis no es solo un número más rápido. Es una señal de que los modelos de lenguaje están entrando en una etapa donde la métrica ya no es “cuánto texto puede generar”, sino “cuánto trabajo real puede completar sin supervisión constante”. La confianza que menciona Basis es la palabra clave: sin confianza, ninguna empresa seria pone un modelo a tocar sus planillas fiscales.
Y esa confianza se construye con precisión, no con velocidad. Que GPT-6 Astra entienda mejor la intención del usuario es, quizás, el dato más importante de todo el anuncio.
La carrera por la IA profesional recién empieza, y los casos como este marcan el rumbo. Seguí leyendo IA Hoy para entender cómo estos avances llegan al trabajo cotidiano.
Fuentes consultadas
- OpenAI — nota original
Todos los datos de esta nota fueron contrastados con las fuentes citadas. Si encontrás un error, escribinos a contacto@iahoy.online.
📷 Imagen de portada: imagen creada o editada con inteligencia artificial con fines ilustrativos. No es una fotografía oficial del evento ni de las personas retratadas.
