La próxima ola de capacidad de IA no nace de un modelo más grande. Nace de un modelo que repasa su propia información más veces.
La arquitectura atribuida al GPT-6 Astra, la profundidad recurrente, es la tesis más interesante del año para quien diseña infraestructura: la misma información circula varias veces por las mismas capas sin extender la cadena visible. La capacidad crece sin que la memoria crezca con ella.
El linaje que confirma la tesis
Nada de esto nació en el lanzamiento. El linaje es verificable artículo por artículo: el Universal Transformer propuso el bucle en 2018 (y quedó de lado por costo de entrenamiento); el Huginn-3.5B, de UMD con el FAIR de Meta, abrió los pesos de un modelo recurrente y llegó al NeurIPS 2025; y el Mixture-of-Recursions, de Samsung SAIL, mostró empíricamente que dos bucles ya entregan un buen resultado en el trade-off costo-calidad.
Astra es esa tesis llegando al producto de frontera: precios de 10 y 50 dólares por millón de tokens (2,5 veces el predecesor), con la apuesta declarada de entregar el mismo resultado con un tercio de los tokens por tarea.
El cuello de botella migró: de la VRAM al reloj
La consecuencia estructural es la que importa para infraestructura: los FLOPs pueden subir sin que la memoria suba. El cuello de botella de capacidad migra de la VRAM al reloj, del tamaño del nodo a lo que el hardware entrega en ciclos.
La ecuación "modelo más grande = hardware más grande", que organizó compras de GPU durante tres años, pierde el formato. Un cluster propio deja de tener un techo dictado por el tamaño del modelo más grande que cabe en memoria; pasa a tener un techo dictado por cuánto recálculo entrega el reloj. Con arquitecturas recurrentes con pesos abiertos (Huginn ya es abierto), el hardware que existe puede entregar capacidad que la regla antigua decía que no cabía.
Las salvedades que la decisión exige
Honestidad de contrato: la arquitectura de Astra no tiene informe técnico oficial; llegó por una fuente anónima a The Information. La evaluación independiente de Artificial Analysis divergió de los números del laboratorio, que validó benchmarks con harness de la casa. Y Sebastian Raschka leyó la técnica como ajuste fino de ingeniería, no revolución.
Nada de eso invalida la tesis. Todo eso exige la regla de siempre: benchmark independiente en su tarea antes de cambiar. El patrón de 2026 es este: el árbitro independiente en tiempo real, el día del lanzamiento, con divergencia documentada.
Quien compra API y quien aloja
Para el comprador de API, nada cambia en la regla y todo cambia en la comparación: el precio por millón subió 2,5 veces, y la apuesta del proveedor es que usted usa un tercio de los tokens. Si su medición es costo por tarea completada, la cuenta puede invertirse a favor de Astra. Si usted solo compara tablas, va a decidir mal por ambos lados.
Para quien aloja (nuestro caso, en Tech86, con modelos abiertos ejecutándose on-premises), la tesis es de planificación: la capacidad futura deja de ser compra de memoria y pasa a ser extracción de ciclos. El inventario de hardware que hoy parece saturado gana una segunda vida con modelos recurrentes abiertos.
Conclusión
La escala circular rompe la última regla simple que tenía el mercado: el tamaño. Los parámetros dejan de responder "cuánto abarca este modelo", y tanto comprador como operador migran a mediciones que exigen trabajo: costo por tarea y benchmark propio.
Quien ya medía así (por tarea, con árbitro independiente) atraviesa esta transición sin sobresaltos. Quien mide por tabla de precios va a leer el mismo lanzamiento como caro y como barato, según la diapositiva. La arquitectura cambió; la disciplina de medir es lo que resuelve.