OpenAI lanza GPT-6 Sol y Luna, que presumen de un menor costo y menos errores

Los nuevos modelos de OpenAI llevan parte de las capacidades de GPT-6 Astra a versiones más rápidas y económicas. La compañía asegura que Sol comete cerca de la mitad de errores factuales que su predecesor. A principios de septiembre, OpenAI presentó GPT-6 Astra, su modelo más potente hasta ahora y la pieza central de una nueva generación de modelos de inteligencia artificial. Ahora, la compañía amplía la familia GPT-6 con versiones actualizadas de sus modelos más pequeños: GPT-6 Sol y GPT-6 Luna. De acuerdo con OpenAI, ambos modelos fueron entrenados con métodos similares a los utilizados para Astra y trasladan parte de sus avances en trabajo profesional, precisión factual, programación, uso de computadoras y alineación a opciones más rápidas y económicas.

Sol está diseñado para tareas complejas, particularmente programación y flujos de trabajo con agentes, mientras que Luna apunta a trabajos más específicos y de gran volumen, como resumir documentos, extraer información, clasificar contenido o responder preguntas rápidas. El movimiento también refleja un cambio más amplio en la industria. Los sistemas de IA están pasando de simples chatbots a agentes capaces de ejecutar tareas completas, utilizar herramientas y trabajar durante periodos más largos. En ese escenario, el costo de cada modelo comienza a ser tan importante como su capacidad.

GPT-6 cuesta la mitad que sus predecesores

Una de las principales apuestas de OpenAI con Sol y Luna es precisamente el precio. La compañía redujo 50% los precios de la API frente a los precios promocionales de GPT-5.6 Sol y Luna, una reducción que atribuye a mejoras en sus sistemas de caché e inferencia. GPT-6 Sol cuesta 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida, frente a los 4 y 20 dólares, respectivamente, de GPT-5.6 Sol. La diferencia es todavía más llamativa con Luna. GPT-6 Luna cuesta 0.10 dólares por millón de tokens de entrada y 0.50 dólares por millón de tokens de salida. Su predecesor tenía precios promocionales de 0.20 y 1.20 dólares, respectivamente.

Los precios oficiales de la API de OpenAI colocan así a Luna como la alternativa más económica de la nueva familia, mientras que Sol ocupa el punto medio entre eficiencia y capacidad. Astra continúa reservado para las tareas en las que la compañía busca ofrecer su máximo nivel de rendimiento.

La reducción importa especialmente a medida que los agentes de IA empiezan a realizar procesos cada vez más largos. Un agente puede necesitar múltiples llamadas al modelo para investigar, utilizar herramientas, revisar información y ejecutar una tarea, por lo que pequeñas diferencias en el costo por token pueden multiplicarse rápidamente cuando estos sistemas operan a escala.

OpenAI también mejoró el almacenamiento en caché de GPT-6. Según la compañía, los desarrolladores pueden obtener descuentos de 90% en la lectura de tokens de entrada almacenados en caché, lo que busca reducir todavía más el costo de conversaciones extensas y aplicaciones con agentes que reutilizan grandes cantidades de contexto.

OpenAI asegura que GPT-6 Sol comete la mitad de errores

El precio no es el único argumento de OpenAI. La compañía asegura que los nuevos modelos también son más confiables. En una evaluación interna de factualidad, construida a partir de conversaciones reales anonimizadas en las que usuarios habían señalado errores de modelos anteriores, OpenAI afirma que GPT-6 Sol comete aproximadamente la mitad de errores que GPT-5.6 Sol.

La empresa advierte que esas conversaciones fueron seleccionadas precisamente porque habían provocado errores factuales anteriormente y, por lo tanto, no representan el uso típico de ChatGPT. Se trata además de una evaluación realizada por la propia OpenAI y no de una medición independiente.

Aun así, el dato apunta a uno de los problemas persistentes de la inteligencia artificial generativa: las llamadas “alucinaciones”, respuestas en las que un modelo puede presentar información incorrecta o inventada como si fuera cierta. GPT-6 Luna también mejora en este apartado. Según OpenAI, en niveles elevados de razonamiento puede alcanzar una precisión comparable a GPT-5.6 Sol por aproximadamente una centésima parte de su costo.

La programación es otro campo de batalla

Los nuevos modelos también llegan con mejoras para programación, un terreno donde la competencia entre OpenAI, Anthropic y otras empresas de IA se ha intensificado. En FrontierCode, una evaluación que mide si los agentes de programación pueden producir cambios suficientemente buenos para incorporarse a repositorios reales, OpenAI afirma que GPT-6 Sol mejora sustancialmente frente a GPT-5.6 Sol.

En DeepSWE 1.1, otra prueba enfocada en tareas complejas de ingeniería de software, GPT-6 Sol obtuvo 68.8% utilizando su máximo nivel de razonamiento. GPT-6 Luna alcanzó 66.6%. El énfasis en programación tiene sentido. Herramientas como GitHub Copilot ya funcionan mediante múltiples agentes de IA capaces de ejecutar tareas en paralelo, y OpenAI está convirtiendo Codex en una plataforma donde los modelos pueden trabajar durante más tiempo sobre proyectos completos de software.

La combinación de modelos más baratos y agentes más autónomos podría acelerar todavía más esa transición: en lugar de utilizar la IA únicamente para completar una línea de código, los desarrolladores pueden delegar tareas completas y dejar que varios agentes trabajen simultáneamente.

¿Dónde estarán disponibles GPT-6 Sol y Luna?

GPT-6 Sol y GPT-6 Luna están disponibles en ChatGPT Work y Codex para usuarios Plus, Pro, Business, Enterprise y Edu, además de la API de OpenAI. Los usuarios de los planes Free y Go pueden acceder a GPT-6 Luna mediante la aplicación de escritorio. OpenAI señala que los modelos todavía no están disponibles en el Chat convencional.

La llegada de Sol y Luna deja más clara la estrategia detrás de GPT-6. En lugar de depender de un único modelo para todos los usos, OpenAI está construyendo una familia escalonada: Astra para los problemas que requieren el máximo rendimiento, Sol para trabajo complejo y programación, y Luna para tareas repetibles donde velocidad y costo son fundamentales. La carrera por la inteligencia artificial ya no consiste únicamente en construir el modelo más potente. También consiste en conseguir que esa inteligencia sea lo suficientemente barata como para utilizarla una y otra vez.