Dos modelos, dos trabajos distintos
OpenAI no ha lanzado un único sucesor de la serie GPT-5.6, sino dos modelos con roles separados. GPT-6 Sol llega como el modelo de mayor capacidad, pensado para las tareas donde la precisión importa más que la velocidad. GPT-6 Luna se plantea como la opción ligera: más barata, más rápida y con una distribución mucho más amplia, ya que además de integrarse en ChatGPT Work, Codex —el entorno de OpenAI para tareas de programación con agentes— y la API, es el único de los dos que llega también a los planes Free y Go de la aplicación de escritorio.
Esa distinción de acceso no es menor. Sol se reserva a los niveles de pago y a la API, mientras que Luna se convierte en el modelo que probablemente use la mayoría de usuarios de ChatGPT sin plan de pago. Es la lógica habitual de OpenAI: el modelo más potente se guarda para quien paga o programa contra la API, y el más barato se despliega donde hay más volumen de tráfico, para contener costes de servidor sin renunciar a ofrecer algo nuevo de forma gratuita.
Los precios, a la mitad que la generación anterior
Según la propia OpenAI, tanto GPT-6 Sol como GPT-6 Luna cuestan la mitad que sus equivalentes de la serie GPT-5.6. En cifras concretas, la API de GPT-6 Luna se factura a 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida; la de GPT-6 Sol, a 2 dólares de entrada y 10 dólares de salida por millón de tokens. Un token es, aproximadamente, la unidad mínima de texto que procesa el modelo; hablar de precio por millón de tokens es la forma estándar de comparar coste entre modelos de distintos laboratorios.
OpenAI atribuye ese abaratamiento a mejoras en caching —la técnica de reutilizar cálculos ya hechos para no repetirlos en consultas parecidas— y en inference, es decir, en la eficiencia con la que el modelo genera respuestas una vez entrenado. No ha detallado cifras de ese ahorro operativo más allá de vincularlo al recorte final de precio; el dato que se puede verificar es el precio publicado, no el origen exacto del ahorro.
Ese recorte del 50 % respecto a GPT-5.6 sitúa a OpenAI en una posición agresiva frente a los precios que manejan otros laboratorios para modelos de gama similar. Para quien construye productos sobre la API, la diferencia entre pagar 10 dólares o 20 dólares por millón de tokens de salida en tareas de alto volumen —atención al cliente automatizada, generación de código en lote— puede ser la que decida si un proyecto es rentable o no.
La mejora de precisión, medida por OpenAI y sin verificación externa
OpenAI ha declarado que GPT-6 Sol "makes about half as many mistakes as its predecessor" —comete aproximadamente la mitad de errores que su predecesor—, según una evaluación interna de factualidad basada en conversaciones reales desidentificadas. Es una cifra que la compañía obtiene con su propia metodología, sobre su propio conjunto de datos, y que hasta ahora no ha sido reproducida por evaluadores independientes ni contrastada con un benchmark público de terceros.
Eso no significa que el dato sea falso, pero sí que conviene leerlo como lo que es: la medición que hace un laboratorio de su propio modelo, con los datos y los criterios que ese laboratorio ha elegido. OpenAI no ha explicado en qué consiste exactamente ese "error de factualidad" ni ha publicado el detalle de la evaluación, así que no hay forma de comparar el resultado con el de otros modelos de la competencia bajo las mismas condiciones.
El anuncio, publicado en el blog oficial de OpenAI el 22 de septiembre de 2026 bajo el título "Introducing GPT-6 Sol and Luna", no menciona si esa mejora de precisión se aplica también a GPT-6 Luna. La compañía centra la promesa de menos errores en Sol, el modelo de mayor capacidad, y deja a Luna como la apuesta por el coste y la disponibilidad más que por la precisión.
Qué cambia para quien ya construye sobre la API
Para los equipos que desarrollan productos sobre la API de OpenAI, el efecto inmediato es una reducción de costes sin tener que cambiar de proveedor ni renegociar nada: los mismos flujos de trabajo que antes corrían sobre GPT-5.6 pasan a costar la mitad si migran a Sol o Luna. Eso presiona a la baja los precios de otros laboratorios que compiten por ese mismo tipo de clientes, especialmente los que ofrecen modelos de gama intermedia a precios que ahora quedan por encima de los de OpenAI.
La disponibilidad de Luna en los planes Free y Go añade otra capa: OpenAI convierte en gratuito o casi gratuito un modelo más barato de operar, lo que le permite ampliar el acceso sin disparar el gasto en infraestructura. Es una estrategia coherente con cómo OpenAI ha movido antes sus modelos ligeros, pero también una que depende de que la mejora en caching e inference que la compañía menciona sea real y sostenible a gran escala.