Qué pasó
A las pocas semanas de lanzar GPT-6 Astra, que OpenAI vendió como su modelo más capaz hasta la fecha, la compañía ha renovado los escalones más pequeños: GPT-6 Sol y GPT-6 Luna.
Sol está pensado para trabajo complejo, como programar. Luna es para tareas administrativas de alto volumen: resumir documentos, extraer información y responder preguntas rápidas.
El titular está en la factura de la API. Sol baja de $4/$20 a $2/$10 por millón de tokens de entrada/salida. Luna baja de $0.20/$1.20 a $0.10/$0.50. OpenAI atribuye la bajada a mejoras en caching e inferencia.
Artificial Analysis, evaluador independiente, ha hecho las cuentas. Luna sale a $0.07 por tarea, frente a $0.18 de su predecesor: alrededor de un 60% menos. El recorte de Sol ronda el 50%.
Ahora, la letra pequeña: el ahorro viene de la lista de precios, no de ninguna magia de eficiencia. Los dos modelos nuevos gastan, de hecho, algo más de tokens de salida por tarea: 31k frente a 29k en Sol y 51k frente a 41k en Luna.
Por qué importa
Esto es una historia de precios, no de cerebros. Artificial Analysis señala que las puntuaciones del Intelligence Index y del Coding Agent Index se quedan a la par de GPT-5.6, con avances en unas evaluaciones y retrocesos en otras.
En el harness Codex de OpenAI, Sol saca 57 en el Coding Agent Index, 2 puntos más. Luna, en cambio, retrocede en esa misma prueba de código. Es decir: Luna es más barata y algo peor programando, lo cual da igual si la querías para papeleo.
La misma inteligencia por la mitad de la factura: ese es el argumento, y los benchmarks lo respaldan en su mayor parte.
Para quienes desarrollan, la cuenta cambia rápido. Cargas que estaban en el límite con el precio antiguo, como el procesado masivo de documentos o los agentes que se funden los tokens, se justifican más fácilmente.
Las lecturas de caché mantienen su descuento del 90% y las escrituras de caché mantienen su recargo del 25%, así que los trucos de optimización de siempre siguen valiendo.
Para el resto, lo que importa es la tendencia. Con cada generación, el mismo nivel de competencia de máquina sale más barato. Los humanos que hacen el trabajo administrativo que da nombre a Luna igual quieren leer eso dos veces.
Qué hacer con esto
- Recalcula tu modelo de costes.Mete las nuevas tarifas de $2/$10 y $0.10/$0.50 en tus estimaciones antes de decidir que una función sale demasiado cara para lanzarla.
- Prueba Luna con lo aburrido.Resúmenes, extracción y preguntas rápidas son justo para lo que OpenAI la posiciona, así que mídela primero ahí.
- No des por hecha una mejora en código.Sol mejoró en el índice de programación, pero Luna se resbaló: comprueba tus propias cargas de código antes de cambiar de modelo.
- Mantén el caching afinado.El descuento del 90% en lecturas de caché se suma al precio base más bajo, así que reutiliza prompts siempre que puedas.
Ciao, sapiens. Los robots tienen descuento; ve a comprobar si tu presupuesto también.


