OpenAI ha llevado su familia GPT-5.6 a disponibilidad general, partiendo la gama entre Sol, su modelo insignia, y Terra, una opción intermedia pensada para cargas de trabajo muy distintas.
Claves:
- Sol cuesta 5 dólares por millón de tokens de entrada y 30 por millón de salida, el doble que Terra.
- Sol domina los benchmarks de programación y agentes, mientras Terra apunta al trabajo rutinario con menor coste.
- Las primeras pruebas muestran que Terra puede consumir más tokens de salida que Sol en tareas largas.
GPT-5.6: Sol y Terra marcan distancias en precio
La compañía anunció el despliegue en ChatGPT, Codex y su API el 9 de julio, poniendo fin a una beta limitada de unas dos semanas. Sol, el modelo estrella, se orienta a programación compleja, ciberseguridad y agentes de larga ejecución, y OpenAI lo define como “su mejor modelo de código hasta la fecha”. Terra se sitúa un escalón por debajo, con un rendimiento comparable a GPT-5.5 a aproximadamente la mitad de coste.
El precio es la frontera más clara entre ambos. Sol se sitúa en 5 dólares por millón de tokens de entrada y 30 dólares por millón de salida, mientras que Terra cobra 2,50 y 15 dólares para los mismos volúmenes. Un tercer modelo, Luna, se ofrece a 1 y 6 dólares para trabajos de muy alto volumen.
El acceso sigue una lógica similar dentro de ChatGPT. Los suscriptores de pago acceden a Sol mediante los modos de razonamiento medio y alto, mientras que los usuarios gratuitos y Go obtienen Terra en ChatGPT Work y Codex. GitHub ya ha incorporado los tres modelos a Copilot, presentando Sol como la apuesta para razonar sobre grandes bases de código y Terra como el estándar equilibrado para la programación “agéntica” del día a día.
También te puede interesar: ¿Está Charles Hoskinson dejando Cardano? Él califica la afirmación de completa mentira
Sol supera a Terra en las pruebas de programación
Sol obtuvo una puntuación de 80 en el Artificial Analysis Coding Agent Index, lo que, según OpenAI, lo sitúa 2,8 puntos por encima de Claude Fable 5 de Anthropic. El consejero delegado Sam Altman afirmó que el modelo es un 54% más eficiente en tokens en tareas de programación que sus predecesores, un mensaje dirigido de lleno a los presupuestos corporativos.
Las cifras, sin embargo, no son homogéneas. En SWE-Bench Pro, Sol anota un 64,6%, todavía por detrás de Claude Mythos 5 por unos 15 puntos, según datos disponibles. Revisores independientes concluyeron que, pese a ello, Sol mantiene el foco en trabajos largos y desordenados sobre repositorios complejos, mientras que Terra encaja mejor en implementaciones acotadas y revisiones de código de primera pasada, dejando la escalada al modelo mayor como respaldo.
Esas mismas pruebas dejaron una advertencia para los equipos más sensibles al gasto. En ejecuciones largas, la versión de programación con Terra consumió más tokens de salida que Sol, lo que implica que un precio por token más bajo no siempre se traduce en tareas finales más baratas. Las empresas deberían medir el coste por tarea resuelta antes de desviar grandes volúmenes de tráfico.
El lanzamiento escalonado supone, además, un cambio en la forma en que OpenAI libera sus modelos de frontera.
La empresa informó previamente al Gobierno de EE. UU. sobre las capacidades de la familia antes de su salida al mercado y limitó el acceso temprano a un pequeño grupo de socios verificados, cuya participación se compartió con las autoridades.
Esta generación también abandona la antigua lógica de nomenclatura de la firma: la cifra pasa a marcar la generación, mientras que Sol, Terra y Luna funcionan como escalones de capacidades estables que pueden evolucionar con calendarios propios.
Lee a continuación: Palantir recorta 50 ingenieros y pierde una cuarta parte de su valor: ¿qué falló?