OpenAI ha llevado su familia GPT-5.6 a disponibilidad general, separando la gama entre Sol, el buque insignia, y Terra, un modelo intermedio pensado 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 en benchmarks de programación y agentes, mientras Terra apunta al trabajo rutinario con menor coste.
- Pruebas iniciales muestran que Terra puede consumir más tokens de salida que Sol en tareas largas.
GPT-5.6: Sol y Terra se distancian en precios
La compañía anunció el despliegue en ChatGPT, Codex y su API el 9 de julio, poniendo fin a una vista previa limitada de unas dos semanas. Sol, el modelo estrella, está orientado a programación compleja, ciberseguridad y agentes de larga duración, 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 marca la frontera más clara entre ambos. Sol cuesta 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida, frente a los 2,50 y 15 dólares de Terra para los mismos volúmenes. Un tercer modelo, Luna, se sitúa en 1 y 6 dólares para trabajos de gran volumen.
El acceso en ChatGPT sigue una lógica similar. Los suscriptores de pago acceden a Sol a través de los modos de razonamiento medio y avanzado, mientras que los usuarios gratuitos y de Go obtienen Terra en ChatGPT Work y Codex. GitHub ya ha incorporado los tres modelos a Copilot, presentando Sol como la opción para razonar sobre grandes bases de código y Terra como el equilibrio por defecto para la programación “agentic” del día a día.
También puede leer: ¿Abandona Charles Hoskinson Cardano? Él tacha el rumor de mentira absoluta
Sol adelanta a Terra en benchmarks 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 consumo de tokens en tareas de código que las versiones anteriores de la casa, un mensaje dirigido de lleno a los presupuestos corporativos.
Sin embargo, las cifras no son homogéneas. La puntuación de Sol del 64,6% en SWE-Bench Pro aún queda por detrás de Claude Mythos 5 en unos 15 puntos. Revisores independientes detectaron que Sol mantiene el foco en trabajos largos y desordenados sobre repositorios grandes, mientras que Terra encaja mejor en implementaciones acotadas y primeras revisiones de código, dejando la escalada al modelo superior como recurso puntual.
Esas mismas pruebas dejaron una advertencia para los equipos más sensibles al gasto. En ejecuciones prolongadas de programación, Terra consumió más tokens de salida que Sol, lo que implica que una tarifa por token más baja no siempre se traduce en un coste final inferior por tarea terminada. Los equipos deberían medir el coste por problema resuelto antes de desviar grandes volúmenes de tráfico.
El lanzamiento escalonado marca además un cambio en la forma en que OpenAI distribuye sus modelos de frontera.
La compañía informó al Gobierno de EE. UU. sobre las capacidades de la familia antes de la salida oficial y restringió el acceso inicial a un pequeño grupo de socios verificados, cuya participación se compartió con las autoridades.
Esta generación también rompe con la antigua convención de nombres de la firma: el número pasa a identificar la generación, mientras que Sol, Terra y Luna funcionan como escalones de capacidad estables, capaces de evolucionar con calendarios propios.
Lea a continuación: Palantir despide a 50 ingenieros y pierde una cuarta parte de su valor en bolsa: ¿qué ha fallado?