Por Redacción Pangea IA · 23 de septiembre de 2026
OpenAI ha lanzado GPT‑6 Sol y GPT‑6 Luna como alternativas más baratas a GPT‑6 Astra: en la API cuestan un 50 % menos que sus equivalentes GPT‑5.6 y ya están llegando a Work, Codex y la API. La reducción de precio es importante, pero no convierte a los dos modelos en sustitutos universales. Las primeras pruebas independientes muestran una mejora clara de eficiencia y resultados desiguales según la tarea.
Qué ha lanzado OpenAI
OpenAI presentó el 22 de septiembre GPT‑6 Sol y GPT‑6 Luna, dos modelos entrenados con técnicas similares a las utilizadas en GPT‑6 Astra, pero orientados a reducir el coste y la latencia. Sol ocupa el escalón intermedio de la familia: busca acercarse al modelo más potente en programación, automatización y uso del ordenador sin asumir su factura. Luna prioriza volumen y velocidad para tareas más sencillas y repetitivas.
La diferencia es relevante porque la familia GPT‑6 deja de ser un único modelo de alta gama y pasa a cubrir tres niveles. Astra continúa como la opción de máxima capacidad; Sol intenta equilibrar calidad y coste; Luna se dirige a procesos que pueden ejecutarse millones de veces y en los que unos céntimos por operación terminan pesando mucho.
No debe confundirse el nombre comercial con una garantía de rendimiento. Que los tres modelos compartan una generación no significa que respondan igual ni que Luna sea una versión de Astra adecuada para cualquier trabajo. OpenAI recomienda elegir en función de la dificultad de la tarea, y los datos independientes disponibles respaldan esa cautela.
Precios de GPT‑6 Sol, Luna y Astra
El cambio más fácil de medir está en la API. GPT‑6 Sol cuesta 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. GPT‑6 Luna baja a 0,10 y 0,50 dólares, respectivamente. Frente a las tarifas promocionales de GPT‑5.6 Sol y Luna, OpenAI ha reducido a la mitad el precio de la entrada y algo más de la mitad el de la salida de Luna.
| Modelo | Entrada / millón | Salida / millón | Uso más razonable |
|---|---|---|---|
| GPT‑6 Astra | 10 $ | 50 $ | Problemas complejos y máxima calidad |
| GPT‑6 Sol | 2 $ | 10 $ | Programación, agentes y automatización |
| GPT‑6 Luna | 0,10 $ | 0,50 $ | Clasificación, extracción y gran volumen |
Estas cifras son tarifas de API en dólares, no el precio de una suscripción a ChatGPT. Tampoco incluyen impuestos, herramientas externas, almacenamiento ni posibles recargos de la plataforma desde la que se utilicen. La entrada recuperada desde la caché recibe un descuento del 90 %, según OpenAI, algo especialmente útil cuando muchas peticiones repiten las mismas instrucciones o documentos.
Un ejemplo de coste para una empresa
Una aplicación que procese al mes 100 millones de tokens de entrada y genere 20 millones de salida pagaría unos 400 dólares con GPT‑6 Sol: 200 por la entrada y 200 por la salida. Con las tarifas promocionales de GPT‑5.6 Sol, el mismo volumen habría costado 800 dólares. Con Luna, ese cálculo teórico baja a 20 dólares, frente a 44 con GPT‑5.6 Luna.
Es solo una operación aritmética sobre las tarifas publicadas, no una estimación completa de un proyecto. El consumo real depende de la longitud de los mensajes, la cantidad de reintentos, el uso de herramientas y la capacidad del modelo para resolver la tarea a la primera. Un modelo barato que necesita más pasos o supervisión humana puede terminar siendo más caro.
Dónde están disponibles
OpenAI ha iniciado un despliegue gradual. GPT‑6 Sol y Luna están disponibles en la API con los identificadores gpt-6-sol y gpt-6-luna. También llegan a ChatGPT Work y Codex para los planes Plus, Pro, Business, Enterprise y Edu. Los usuarios Free y Go reciben GPT‑6 Luna en la aplicación de escritorio.
En el momento del anuncio, OpenAI especificó que los modelos todavía no estaban disponibles en el chat convencional. Esa distinción importa: ver Luna en la aplicación de escritorio o poder seleccionarlo en Work no implica que aparezca inmediatamente en todas las conversaciones, dispositivos y cuentas. El acceso puede variar durante el despliegue.
Quien solo quiera escoger un modelo dentro de ChatGPT debe comprobar primero qué opciones muestra su plan. Quien integre la API puede empezar por un entorno de pruebas, fijar el identificador exacto y medir calidad, latencia y coste con sus propios datos antes de sustituir un modelo anterior.
Qué promete OpenAI y qué dicen las pruebas independientes
Las cifras del fabricante
OpenAI afirma que Sol comete aproximadamente la mitad de errores factuales que su predecesor en una evaluación interna basada en conversaciones que los usuarios habían marcado como problemáticas. La propia compañía advierte de que esa muestra no representa necesariamente el uso típico, por lo que no equivale a decir que el modelo alucine un 50 % menos en cualquier consulta.
En AutomationBench, también según OpenAI, Sol con esfuerzo de razonamiento muy alto alcanzó un 33,2 % y superó ligeramente a Astra con esfuerzo bajo, pero con un coste por tarea muy inferior. En una prueba de ingeniería de software, DeepSWE, Sol quedó cerca de Claude Fable 5 con esfuerzo alto y a menor coste. Son comparaciones útiles para formular hipótesis, aunque siguen siendo resultados seleccionados y publicados por el fabricante.
Una fotografía independiente más matizada
Artificial Analysis sitúa a los nuevos modelos en una frontera de coste más favorable. En su conjunto de evaluaciones, una ejecución con Sol costó aproximadamente 1,06 dólares frente a 1,99 con GPT‑5.6 Sol; Luna bajó de 0,18 a 0,07 dólares. Sin embargo, ambos generaron algo más de texto que sus predecesores, un recordatorio de que la tarifa por token no explica por sí sola la factura final.
El rendimiento no mejoró de forma uniforme. Sol subió dos puntos en el índice de agentes de programación de Artificial Analysis, mientras Luna perdió dos. Hubo avances en automatización y tareas de terminal, pero retrocesos en evaluaciones de trabajo profesional y en una prueba que valora la calidad de documentos y presentaciones.
La factualidad también exige contexto. La tasa de alucinaciones medida por el laboratorio cayó, sobre todo en Sol, pero el modelo respondió a menos preguntas. Su precisión agregada no mejoró en la misma proporción. En la práctica, una IA puede parecer más fiable porque se abstiene con mayor frecuencia; eso puede ser deseable en algunos procesos, pero no sustituye una comprobación humana cuando la respuesta es crítica.
Qué modelo conviene elegir
GPT‑6 Sol es el candidato más lógico para equipos que necesitan programar, manejar herramientas o automatizar flujos de trabajo con un presupuesto controlado. Una pyme podría usarlo para clasificar incidencias, consultar documentación interna y preparar borradores de respuesta, siempre con permisos limitados y revisión en los pasos que cambien datos o contacten con clientes.
GPT‑6 Luna encaja mejor en tareas abundantes y acotadas: extraer campos de facturas, etiquetar mensajes, detectar el idioma de un texto o resumir contenido con una plantilla estricta. Su precio permite procesar mucho volumen, pero las pruebas independientes aconsejan no asumir que mantendrá la calidad de Sol en programación o entregables complejos.
GPT‑6 Astra conserva sentido cuando el coste del error supera claramente el ahorro de tokens: análisis difíciles, planificación compleja o casos en los que Sol falla de forma recurrente. Incluso entonces, un modelo más potente no elimina la necesidad de verificación en ámbitos médicos, legales, financieros o de seguridad.
Para el uso personal, la decisión también depende de los límites del plan. Nuestra guía para elegir entre Astra, Sol, Terra y Luna sin agotar la cuota explica cómo reservar el modelo más potente para las consultas que realmente lo necesitan.
Cómo evaluar la migración sin asumir riesgos
- Reúne una muestra real. Incluye casos fáciles, difíciles y fallos conocidos del sistema actual, sin incorporar datos personales innecesarios.
- Define una métrica útil. Mide aciertos, abstenciones, tiempo, coste total y trabajo de revisión, no solo una puntuación de benchmark.
- Prueba los tres niveles. Luna puede resolver la mayoría de casos sencillos, Sol encargarse de las excepciones y Astra actuar solo cuando la dificultad lo justifique.
- Controla herramientas y permisos. Un agente barato sigue necesitando límites de gasto, registros y confirmación antes de ejecutar acciones irreversibles.
- Haz una transición gradual. Ejecuta el modelo nuevo en paralelo durante unos días y compara resultados antes de cambiar todo el tráfico.
Este enfoque por niveles puede producir más ahorro que sustituir un modelo por otro en bloque. También reduce el riesgo de llevar Luna a una tarea para la que no ofrece suficiente calidad o de utilizar Astra en millones de peticiones rutinarias donde su ventaja apenas se aprecia.
Los límites que aún quedan por aclarar
Los modelos acaban de publicarse y todavía no existe una base amplia de pruebas externas en español, cargas empresariales europeas o proyectos mantenidos durante semanas. Tampoco sabemos si la calidad observada se mantendrá cuando las aplicaciones combinen búsquedas, código, archivos y herramientas de terceros.
Las tablas del fabricante comparan configuraciones concretas de esfuerzo y coste. Cambiar el razonamiento, la longitud máxima o las herramientas disponibles puede alterar el resultado. Las empresas sujetas al RGPD deberán revisar además dónde se procesan los datos, qué contrato se aplica y cómo se registran las decisiones; el nombre de un modelo no resuelve esas obligaciones.
Conclusión: una bajada de precio con compromisos reales
GPT‑6 Sol y Luna hacen que la nueva generación de OpenAI sea mucho más accesible para desarrolladores y empresas. Sol parece especialmente competitivo en programación y automatización por dólar; Luna abre la puerta a tareas de gran volumen con una tarifa muy baja. La novedad importante no es que ambos “igualen” a Astra, sino que permiten reservar el modelo más caro para las situaciones en las que aporta una ventaja comprobable.
La recomendación prudente es medirlos con trabajo propio. Las pruebas iniciales respaldan el ahorro, pero también muestran retrocesos y una relación compleja entre menor alucinación, abstención y precisión. Elegir bien el modelo sigue siendo una decisión de producto, no una simple comparación de precios.
Lecturas relacionadas
Fuentes consultadas
- OpenAI: presentación de GPT‑6 Sol y Luna.
- OpenAI: GPT‑6 Astra.
- Reuters: OpenAI amplía GPT‑6 con Sol y Luna.
- TechCrunch: lanzamiento de GPT‑6 Sol y Luna.
- Artificial Analysis: evaluación independiente de coste y rendimiento.
Fuentes consultadas el 23 de septiembre de 2026.
Deja una respuesta