Algunas de las tareas más difíciles en la revisión de código ocurren fuera de las líneas modificadas. Un cambio puede parecer correcto de forma aislada y aun así romper el código en otras partes del sistema. Eso es lo que hace nuestros primeros resultados para Open AI's GPT-6 Astra más interesantes.

En nuestra evaluación, Astra detectó aproximadamente un 4% más de errores etiquetados a través de hallazgos accionables que GPT-5.6 Sol, y un 22% más que Opus 5. El mayor salto ocurre en revisiones más difíciles entre archivos, donde las ganancias de Astra alcanzan un 20% sobre Sol y un 33% sobre Opus 5. Usar esa capacidad a escala de clientes también significa proteger los datos de los clientes y evaluar la tarifa pública de la API del modelo.

Las tarifas estándar de la API de Astra son de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida. Con un uso fijo de 100,000 tokens de entrada y 10,000 tokens de salida, Astra cuesta 2.5 veces Sol, aproximadamente 4.7 veces Terra y aproximadamente 47 veces Luna. Estos son primas significativas para tareas intensivas en razonamiento.

Un razonamiento más sólido tiene un costo, y los equipos deben evaluar dónde la capacidad adicional justifica el costo. La ventaja de Astra es más pronunciada en escenarios de razonamiento distribuido complejo, no en correcciones rutinarias.