GPT-6: mayor eficiencia y menor coste

• Hasta ahora, la evolución de la inteligencia artificial se había centrado en crear modelos más masivos y costosos. Sin embargo, el enfoque está cambiando. GPT-6 busca optimizar sus capacidades para realizar tareas más complejas, como el uso de herramientas y procesos prolongados, pero reduciendo significativamente los costes de ejecución.

Durante los últimos años, buena parte de la carrera de la inteligencia artificial se ha contado como una sucesión de modelos cada vez más capaces, más grandes y también más costosos de ejecutar. Pero ese relato empieza a quedarse corto. Cuando estos sistemas pasan de responder preguntas a trabajar durante horas, utilizar herramientas y completar miles o millones de tareas, la eficiencia deja de ser un detalle técnico para convertirse en una ventaja competitiva. GPT-6 entra ahora de lleno en esa fase con dos nuevos modelos, Sol y Luna, que llevan parte de los avances de Astra a un terreno mucho más asequible.

OpenAI amplía así la familia inaugurada a comienzos de septiembre con GPT-6 Astra. GPT-6 Sol queda orientado a trabajo complejo, programación y flujos agénticos, mientras que GPT-6 Luna apunta a tareas de gran volumen con objetivos más definidos, como resumir documentos o responder consultas breves. Ambos comparten una ventana de contexto de 1,05 millones de tokens y admiten hasta 128.000 tokens de salida. Astra sigue ocupando el techo de capacidad de la gama, pero Sol y Luna intentan acercar buena parte de esa tecnología a escenarios donde importan mucho más la velocidad, la escala y el coste por tarea.

Ahí está probablemente la principal noticia. GPT-6 Sol cuesta 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida, mientras que GPT-6 Luna baja hasta 0,10 y 0,50 dólares, respectivamente. OpenAI presenta estas tarifas como una reducción de alrededor del 50% frente a las versiones GPT-5.6 equivalentes. La rebaja es todavía más agresiva en el contexto reutilizado: las lecturas de caché reciben un descuento del 90%. Esto resulta especialmente importante para agentes y conversaciones largas, donde instrucciones, herramientas y documentación pueden reaparecer una y otra vez. GitHub asegura que las mejoras en este sistema han reducido en más de la mitad la proporción de tokens que Copilot necesita volver a procesar desde cero.

El rendimiento tampoco parece haberse sacrificado para conseguir esa reducción. En AutomationBench, OpenAI sitúa a GPT-6 Sol con esfuerzo xhigh en un 33,2%, por encima del 30,3% de GPT-6 Astra a esfuerzo bajo y del 26,9% que atribuye a Claude Opus 5, pero con un coste por tarea notablemente inferior. En programación, Sol alcanza un 68,8% en DeepSWE, muy cerca del 69,9% de Claude Fable 5, mientras Luna llega al 66,6% con una diferencia de coste enorme. Algo parecido ocurre en OSWorld, donde Sol marca un 60,5%. Son comparaciones publicadas por la propia OpenAI y utilizan configuraciones distintas, pero ayudan a entender cuál es el objetivo: no ganar cada benchmark por margen amplio, sino acercarse a modelos mucho más caros gastando bastante menos.

OpenAI también asegura haber mejorado de forma significativa la fiabilidad factual. En una evaluación interna construida a partir de conversaciones anonimizadas de ChatGPT en las que los usuarios habían señalado errores previos, GPT-6 Sol comete aproximadamente la mitad de fallos que GPT-5.6 Sol. Luna, con niveles de esfuerzo más altos, puede aproximarse a la factualidad del antiguo Sol por una fracción de su coste. La compañía advierte, eso sí, de que ese conjunto se seleccionó precisamente por contener casos propensos al error y no representa el uso cotidiano. A esto se suman respuestas algo más concisas, menos jerga y una comunicación más directa, otra tendencia que empieza a repetirse entre los modelos más recientes.

En seguridad, Sol y Luna mejoran los resultados de alineamiento de sus predecesores y OpenAI los clasifica con capacidad alta en ciberseguridad y biología/química, aunque por debajo del nivel crítico alcanzado por Astra en determinados ámbitos. En sus simulaciones internas de Codex, Sol produjo menos acciones de severidad elevada que GPT-5.6 Sol. Los modelos ya están disponibles en ChatGPT Work y Codex para usuarios Plus, Pro, Business, Enterprise y Edu, además de la API mediante gpt-6-sol y gpt-6-luna. Los usuarios Free y Go pueden acceder a Luna desde la aplicación de escritorio, aunque en el momento del anuncio ninguno de los dos estaba todavía disponible en el Chat convencional.

La coincidencia temporal también resulta reveladora. Hace unas horas, Anthropic presentó Claude Opus 5.5 con una reducción importante de costes frente a Opus 5, y poco después OpenAI hizo lo propio con Sol y Luna. No hay razones para interpretar un lanzamiento como respuesta improvisada al otro, pero juntos dibujan bastante bien hacia dónde se está moviendo el mercado. La próxima gran batalla de la IA puede no decidirse únicamente por quién consigue el modelo más capaz, sino por quién logra que ese modelo haga más trabajo útil, durante más tiempo y por cada vez menos dinero.

Más información