Hace tres semanas OpenAI presentó GPT-6 Astra y lo vendió como el modelo más inteligente del mundo. Impresionaba, sí, pero también costaba diez veces más que lo que la mayoría de empresas usa a diario. Y ahí se quedaba la cosa: un escaparate precioso al que casi nadie iba a comprar.
El 22 de septiembre llegó la otra mitad del plan. OpenAI ha lanzado GPT-6 Sol y GPT-6 Luna, los hermanos medianos de la familia GPT-6, entrenados con los mismos métodos que Astra y con un anuncio que va directo a la cartera: cuestan la mitad que la generación anterior. Y el dato que de verdad sorprende es otro. En las pruebas de tareas de oficina, Sol saca mejor nota que el propio Astra en su configuración económica, y que el mejor Claude Opus 5, por veintisiete céntimos la tarea.
Desde RAONA te contamos qué son exactamente, cuánto cuestan ahora, cuál de los tres modelos te conviene según lo que hagas, qué ha sido de Terra, en qué mejoran de verdad frente a la generación anterior y dónde puedes empezar a usarlos hoy mismo.
¿Qué son GPT-6 Sol y GPT-6 Luna y en qué se diferencian de GPT-6 Astra?
Son los dos modelos que completan la familia GPT-6 por abajo. Están entrenados con métodos parecidos a los de GPT-6 Astra y traen sus avances en trabajo profesional, veracidad, programación y manejo del ordenador a modelos más rápidos y mucho más baratos. En la práctica, Astra sigue siendo el techo y estos dos reparten esa inteligencia a un precio asumible.
Conviene dejar clara una cosa desde el principio, porque OpenAI la repite y es fácil de malinterpretar: Astra sigue siendo el mejor modelo de la casa en todo. Sol y Luna no lo sustituyen ni lo superan. Lo que hacen es abaratar el acceso a esa misma generación, que es un problema distinto y, para una empresa, probablemente más urgente.
Si vienes de la generación anterior, el salto es el mismo que ya viste con GPT-5.6 Sol, Terra y Luna: la idea de repartir la potencia en escalones sigue igual, cambia lo que cuesta cada escalón.
¿Cuánto cuestan GPT-6 Sol y Luna tras la bajada del 50 %?
Esta es la tabla que resume el lanzamiento, y son precios por cada millón de unidades de texto procesadas, que vienen a ser unas 750.000 palabras:
| Modelo | Entrada | Salida | Bajada |
| GPT-6 Sol (antes GPT-5.6 Sol) | 4 $ → 2 $ | 20 $ → 10 $ | 50 % |
| GPT-6 Luna (antes GPT-5.6 Luna) | 0,20 $ → 0,10 $ | 1,20 $ → 0,50 $ | 50 % |
OpenAI explica la rebaja por mejoras en la caché y en la forma de servir los modelos, y dice que traslada el ahorro directamente. Para que te hagas una idea de la distancia: Astra cuesta 10 y 50 dólares, así que Sol sale cinco veces más barato y Luna cien veces más barato que el buque insignia.
Y luego está la caché, que es el capítulo que se come la factura de cualquier agente que trabaje siempre con la misma documentación. GPT-6 llega con descuentos del 90 % en la lectura de texto ya guardado y, sobre todo, con algo que hasta ahora obligaba a elegir: ahora puedes subir o bajar el nivel de esfuerzo del modelo, o activar y desactivar herramientas, sin que se pierda lo que ya tenía en memoria. Antes, cualquiera de esos cambios tiraba la caché por la ventana y volvías a pagar el contexto entero. Además hay un panel para ver cuánto texto se está reaprovechando y una herramienta que señala dónde lo estás perdiendo, que es justo lo que faltaba para poder afinarlo.
Que esto importe tanto no es teoría. En la propia OpenAI, el gasto diario en modelos de un investigador medio, valorado a precios de tarifa, supera los 600 dólares al día, y en el 10 % que más consume pasa de los 7.000. Cuando los agentes de programación trabajan durante horas, el coste de mantenerlos encendidos deja de ser un detalle.
Los modelos de la familia GPT-6, uno a uno
Antes de entrar en cada uno, este gráfico los coloca a los tres en el mismo mapa junto a los rivales de Anthropic. El eje horizontal es lo que cuesta cada tarea y el vertical lo bien que la resuelve: cuanto más arriba y más a la izquierda, mejor negocio.
Fíjate en la distancia horizontal: Claude Fable 5 se va por encima de los 20 dólares por tarea sin llegar al nivel de Sol, que anda por los 2.
GPT-6 Astra: para cuando no te puedes permitir un error
Es el tope de gama, y sigue siendo el mejor del mundo manejando un ordenador. También es el único con la etiqueta de riesgo crítico en seguridad informática, lo que le añade controles que a veces frenan trabajo legítimo. A 10 y 50 dólares por millón, se reserva para lo que no admite fallo: análisis que van a un comité, código que toca producción, investigación de verdad. Lo desmenuzamos en su propio artículo.
GPT-6 Sol: el caballo de batalla del trabajo complejo
Es el modelo que va a hacer el trabajo de verdad en la mayoría de empresas, y las cifras lo respaldan. En AutomationBench, una prueba de Zapier que mide flujos de trabajo reales encadenando 47 herramientas de ventas, marketing, operaciones, soporte, finanzas y recursos humanos, Sol saca un 33,2 % a 27 céntimos la tarea. El mejor Claude Opus 5 se queda en un 26,9 % y cuesta once veces más. Y aquí viene lo llamativo: también supera a GPT-6 Astra en su configuración económica (30,3 %), que cuesta casi cuatro veces lo que Sol.
En trabajo profesional de largo recorrido la historia se repite. En Agents’ Last Exam, que evalúa tareas que abarcan 55 sectores distintos, Sol marca un 56,4 % y se coloca por encima del mejor resultado de Opus 5 gastando un 60 % menos por tarea. Y programando, en una prueba que resuelve problemas reales de repositorios, se queda a 1,1 puntos del mejor Claude Fable 5 costando un 80 % menos.
Un apunte de honestidad: en esa misma prueba Claude Fable 5.1 aparece con un 31,4 %, pero OpenAI advierte en una nota al pie que esa cifra no incluye el coste de los repliegues a Opus 5, que se dieron en torno al 40 % de las tareas. En la práctica, Fable sale bastante más caro de lo que enseña el gráfico.
GPT-6 Luna: volumen, velocidad y céntimos
Luna es para lo repetitivo con un objetivo claro: resumir documentos, sacar datos de facturas, contestar preguntas rápidas, clasificar correos. Miles de veces al día y sin pensárselo mucho.
El dato que lo explica todo es este: con el esfuerzo alto activado, Luna iguala a GPT-5.6 Sol por aproximadamente la centésima parte de su coste. La generación anterior entera, al 1 % del precio. En las pruebas de programación tampoco hace el ridículo: saca un 66,6 %, comparable a Claude Opus 5 y Claude Fable 5 en su ajuste medio, costando un 93 % y un 96 % menos que ellos.
¿Qué ha pasado con Terra?
Si leíste lo de la generación anterior, echarás en falta un nombre. GPT-5.6 venía en tres sabores —Sol, Terra y Luna— y el anuncio de GPT-6 solo presenta Sol y Luna. La familia GPT-6 queda hoy en Astra, Sol y Luna.
Dicho esto, conviene no sacar conclusiones de más: que Terra no aparezca en este anuncio no significa que OpenAI lo haya retirado, y la compañía no ha dicho nada al respecto. Lo verificable es lo que hay, y lo que hay son tres nombres.
¿En qué mejoran de verdad frente a GPT-5.6?
En cuatro frentes, y el primero es el que más notarás. Veracidad: OpenAI tiene una evaluación interna montada con conversaciones reales anonimizadas en las que un usuario había marcado un error del modelo. En esa prueba, GPT-6 Sol comete la mitad de errores que su antecesor, acercándose a la fiabilidad de Astra por mucho menos dinero.
El gráfico lo enseña mejor que cualquier explicación: las curvas de GPT-6 están por debajo y a la izquierda de las de GPT-5.6, que es la forma elegante de decir que se equivocan menos y cuestan menos. Mira dónde cae Luna: por menos de dos céntimos la tarea baja del 8 % de respuestas con algún error.
En programación, la mejora se mide con FrontierCode, que no comprueba solo si el código funciona, sino si el cambio está listo para fusionarse en un repositorio real: estilo, alcance, calidad de las pruebas. Ahí Sol mejora de forma sustancial sobre GPT-5.6 Sol y llega a igualar a Claude Fable 5.1 por bastante menos. En manejo del ordenador, Sol empata con Claude Opus 5 (60,5 % frente a 60,3 %) con un 80 % menos de coste por tarea.
Luna, por su parte, también mejora en el manejo del ordenador: supera a GPT-5.6 Sol, el modelo grande de la generación anterior, por la décima parte de su coste.
Y hay una cuarta mejora que no lleva porcentaje pero se agradece a diario: cómo escriben. OpenAI ha traído a Sol y Luna el estilo de Astra, que significa más claridad, menos jerga, menos frases raras, menos detalles de relleno y respuestas algo más cortas sin perder sustancia.
El propio anuncio lo enseña con un ejemplo claro. A los dos modelos les piden rediseñar una web y añadirle un menú deslizante. El viejo arranca con un «por supuesto» y promete el resultado antes de mirar nada; el nuevo dice qué va a hacer y añade que antes comprobará si ese cambio obliga a tocar la base técnica. Al terminar, el viejo anuncia que está listo y se pone a contar de qué herramienta salió una ilustración; el nuevo detalla qué ha probado, incluido cómo se ve en móvil. Menos entusiasmo y más acta de lo hecho, que es lo que necesitas cuando te toca revisarlo.
Va con una mejora menos vistosa pero más seria: los dos modelos mienten mucho menos sobre su propio trabajo. OpenAI lo mide aparte, en una prueba que detecta cuándo un modelo asegura haber hecho comprobaciones que en realidad no hizo, y el salto es de los que se notan.
GPT-6 Sol baja del 10,4 % de su antecesor al 1,3 %, ocho veces menos, y Luna pasa del 9,5 % al 2,8 %. Astra se queda en un 0,5 %. Cuando dejas un agente trabajando solo sobre tu código durante horas, que te cuente la verdad de lo que ha tocado vale tanto como que acierte, porque de lo contrario te toca revisarlo todo igualmente.
¿Dónde puedes usarlos ya y con qué plan?
Desde el mismo 22 de septiembre están en ChatGPT Work y en Codex para los planes Plus, Pro, Business, Enterprise y Edu. Los usuarios de los planes gratuito y Go pueden usar GPT-6 Luna en la aplicación de escritorio. Y en la interfaz de programación van como gpt-6-sol y gpt-6-luna.
Ojo con dos matices que casi nadie está contando. El primero: todavía no están en el chat de ChatGPT, solo en las herramientas de trabajo. El segundo: OpenAI avisó de que el despliegue sería gradual a lo largo del día para no tumbar el servicio, así que si no te aparecen, no es cosa tuya.
¿Qué cambia esto para el trabajo del día a día en tu empresa?
Cambia la cuenta de la vieja. Y hay un dato en el anuncio que lo demuestra mejor que cualquier benchmark: GitHub cuenta que las mejoras de caché han reducido más de un 50 % el texto que hay que volver a procesar en cada petición, a lo largo de miles de millones de ellas, y que gracias a eso Copilot responde más rápido. No es una promesa de laboratorio, es producción real en la herramienta que ya usan tus desarrolladores.
De ahí salen tres consecuencias prácticas. La primera es que procesos que no compensaba automatizar ahora sí compensan. Cuando el modelo que resume documentos cuesta la centésima parte, el cálculo de si merece la pena montar el flujo cambia por completo, y eso es exactamente el terreno de la automatización de procesos con Power Platform.
La segunda es que la pregunta ya no es cuál es el mejor modelo, sino qué tarea justifica qué escalón. Luna para el volumen, Sol para el trabajo complejo, Astra para lo que no admite un error. Diseñar esa arquitectura por capas es hoy más importante que elegir proveedor, y es de lo que hablamos al tratar la orquestación de agentes de IA en empresas.
Y la tercera: nada de esto sustituye a lo que ya tienes. Copilot sigue llevando la productividad del día a día en una organización con Microsoft 365, y ahí debe seguir; lo que abren Sol y Luna son los procesos propios y repetitivos que ninguna herramienta de catálogo cubre bien, como contamos en Microsoft Scout, más allá de Copilot.
En Raona llevamos veinte años montando el sitio donde todo esto acaba aterrizando: intranets, gestión documental, Power Platform, digital workplace. Si quieres saber qué procesos de tu empresa salen a cuenta ahora que el precio se ha partido por la mitad, cuéntanos tu caso y lo miramos contigo.
