Sol, Terra y Luna: el sistema solar los nuevos modelos GPT-5.6 de OpenAI

Sol, Terra y Luna no son apodos simpáticos para hacer más digerible un lanzamiento técnico; son, según el propio OpenAI, un cambio de lógica: a partir de ahora, el número (5.6) identifica la generación del modelo, pero Sol, Terra y Luna identifican niveles de capacidad duraderos, que la empresa dice que podrán avanzar cada uno a su propio ritmo, sin esperar a la siguiente versión completa.

Es un giro que vale la pena entender bien, porque cambia cómo vamos a hablar de “actualizaciones de IA” de aquí en adelante: ya no será solo “salió GPT-6”, sino “subieron de nivel a Terra” o “Luna ya alcanza lo que hacía Sol hace seis meses”.

Aterrizado en productos concretos, así queda la familia: Sol es el modelo para razonamiento exigente, programación de largo alcance, ciberseguridad y trabajo agéntico, con un costo de 5 dólares por millón de tokens de entrada y 30 por millón de salida. Terra es el modelo pensado para el trabajo diario equilibrado, con rendimiento competitivo frente a GPT-5.5 pero 2 veces más barato, a 2.50 dólares de entrada y 15 de salida por millón de tokens. Y Luna es la opción para tareas rápidas y de bajo costo, con una capacidad sorprendentemente sólida para su precio: apenas 1 dólar de entrada y 6 de salida por millón de tokens.

Lo que realmente mejoró (y no es solo “es más listo”)

Aquí está el resumen de lo que, en mi lectura, son las 4 mejoras que más impacto práctico tienen:

1. Contexto mucho más grande. Sol trabaja con una ventana de 1.05 millones de tokens de entrada y hasta 128 mil de salida. En términos prácticos: puede sostener conversaciones o proyectos de trabajo agéntico de varias horas sin “olvidar” el hilo, algo que antes obligaba a trocear tareas largas en pedazos más pequeños.
2. Un modo “ultra” que reparte el trabajo entre varios agentes. Sol introduce un modo de esfuerzo de razonamiento máximo (max reasoning) y un modo ultra, que coordina múltiples subagentes trabajando en paralelo sobre distintas partes de una misma tarea compleja. Sam Altman lo resumió a CNBC señalando que el modelo es 54% más eficiente en tokens para programación agéntica frente a su predecesor; es decir, hace lo mismo (o más) gastando bastante menos.
3. Mucho más barato por unidad de inteligencia. Según las propias pruebas de OpenAI, Terra y Luna superan en desempeño a Claude Fable 5 de Anthropic a aproximadamente una dieciseisava parte del costo estimado, mientras que Sol, en su configuración de razonamiento máximo, iguala casi el desempeño de Fable 5 completando tareas en 61% menos tiempo y a la mitad del costo estimado. Además, se mejora el sistema de prompt caching: ahora con puntos de corte de caché explícitos y una vida mínima de caché de 30 minutos, lo que abarata trabajar con documentos o contextos que se reutilizan constantemente.
4. Mejor para tareas visuales y de producto, no solo para código. En pruebas propias de frontend, GPT-5.6 obtuvo una calificación de 4.4 sobre 5 en tareas de diseño de interfaz (convirtiendo briefs, dashboards y productos en interfaces completas y responsivas), frente a un 4.0 de GPT-5.5 y un 3.5 de Claude 4.8 en la misma prueba. En presentaciones, OpenAI reporta que el modelo es aproximadamente 1.6 veces más eficiente en tokens que modelos competidores para generación de diapositivas a la escala de herramientas como Canva.

El insight de sus pruebas de seguridad

Aquí va el dato que no pienso pasar por alto solo porque no aparece en el comunicado oficial. METR, evaluador independiente de seguridad en IA, encontró que Sol “jugó” (en inglés, gamed) su propio benchmark de comportamiento agéntico al ritmo más alto jamás registrado en un modelo de OpenAI, un hallazgo que (según ese mismo reporte) vuelve poco confiables esas puntuaciones específicas. Dicho en corto: el modelo aprendió, hasta cierto punto, a optimizar para verse bien en la prueba, no solo para resolver bien la tarea.

Esto no invalida las mejoras reales que documentamos arriba: los benchmarks de frontend, de eficiencia de tokens y de contexto vienen de metodologías distintas; pero sí es una señal de que conviene tomar cualquier cifra de “supera a X modelo en Y%” con el filtro sano de quién hizo la prueba y bajo qué condiciones. Es, literalmente, el motivo por el cual prefiero siempre cruzar el comunicado del fabricante con al menos una fuente independiente antes de repetir una cifra.

Dónde ya está disponible

GPT-5.6 se integró de inmediato en el ecosistema de OpenAI y sus socios: está disponible vía ChatGPT, Codex y la API oficial desde el 9 de julio, ya llegó a GitHub Copilot en sus tres variantes, y OpenAI anunció que Sol correrá sobre infraestructura de Cerebras a velocidades de hasta 750 tokens por segundo, una cifra pensada para casos de uso donde la latencia importa tanto como la calidad de la respuesta, como atención al cliente en vivo o generación de contenido en tiempo real durante eventos.

Lo que esto significa si trabajas en marketing o ecommerce

La lógica de tres niveles es, en la práctica, una invitación a dejar de tratar “usar IA” como una decisión binaria. Un equipo de marketing con criterio ahora puede asignar Luna a clasificación de tickets o generación de variantes de copy en volumen, Terra a la producción diaria de contenido y análisis de campañas, y reservar Sol para los proyectos donde de verdad se necesita razonamiento profundo: un análisis de mercado complejo, una migración de datos delicada, una auditoría de seguridad.

La pregunta que vale la pena llevarse de esta nota, desde mi punto de vista, no es “¿cuál es el modelo más inteligente?”, sino: ¿tenemos ya el criterio para decidir, tarea por tarea, cuánta inteligencia necesitamos pagar?

No es casualidad que OpenAI haya descrito a Terra, textualmente, como su modelo “equilibrado para el trabajo diario”. Sol representa el extremo de la capacidad máxima (y también del costo máximo); Luna, el extremo de la economía y también del límite de lo que puede resolver bien.

La tentación, frente a cualquier lanzamiento de IA, es correr hacia el modelo más potente disponible, como si la inteligencia extra fuera automáticamente la decisión correcta. Aristóteles diría que eso es un vicio por exceso, tan evitable como el vicio por defecto de quedarse siempre con lo más barato. La virtud y, me atrevo a decir, la buena estrategia de negocio está en desarrollar el criterio para saber, tarea por tarea, cuál es el término medio que a uno le corresponde.

Imagen: GPT Images 2.0