OpenAI lanza GPT‑6 Sol y Luna con precios de API reducidos a la mitad

El 22 de septiembre de 2026, OpenAI presentó dos nuevas variantes de su modelo de sexta generación: GPT‑6 Sol, pensado para tareas complejas como la generación de código, y GPT‑6 Luna, optimizado para operaciones a gran escala y bien definidas, como la resumición y la extracción de información. Este anuncio llega menos de tres meses después del lanzamiento de GPT‑5.6 y unas semanas después de la aparición de GPT‑6 Astra.

Estrategia de precios que reduce a la mitad los costos anteriores

OpenAI declaró que las tarifas de API para GPT‑6 Sol y Luna se establecen exactamente al 50 % de los precios que se cobraban por GPT‑5.6 Sol y Luna. La compañía atribuye esta reducción a mejoras en los mecanismos de caché y a pipelines de inferencia más eficientes, lo que disminuye la carga computacional por solicitud.

Esta política de precios se extiende a todos los canales de entrega de OpenAI, incluyendo ChatGPT Work, la suite Codex y la API pública. Además, Luna se incorporará a la aplicación de escritorio y a los planes Free y Go, ampliando su accesibilidad para usuarios con presupuestos modestos.

Mejoras en la tasa de errores según OpenAI

Según un informe de TechCrunch, OpenAI afirma que GPT‑6 Sol genera aproximadamente la mitad de errores factuales que su predecesor cuando se evalúa con un benchmark interno que agrupa los errores de conversación reportados por usuarios. Golem.de respalda esta información, indicando que la tasa de errores de Sol pasó de alrededor del 20 % al 10 % en pruebas internas de OpenAI.

Para Luna, OpenAI informa que su rendimiento en errores coincide con el de GPT‑5.6 Sol, pero a una fracción del precio. Esto sugiere que Luna ofrece la misma fiabilidad que el modelo anterior más caro, con el beneficio añadido de la nueva estructura de precios.

• API a mitad de precio para ambos modelos
• Reducción de la tasa de errores factuales de Sol
• Tasa de errores de Luna comparable a GPT‑5.6 Sol
• Disponibilidad en los planes Free y Go

Contexto de mercado y sincronía competitiva

El anuncio se produjo aproximadamente 90 minutos después de que Anthropic lanzara Claude Opus 5.5, subrayando una rápida escalada en la carrera de relación rendimiento‑precio entre los principales proveedores de IA. Ambas empresas posicionan sus últimos modelos como las opciones más rentables para cargas de trabajo empresariales y de desarrolladores.

OpenAI enfatiza que las reducciones de error reportadas se basan en mediciones internas y no han sido validadas de forma independiente y exhaustiva. La compañía advierte que el rendimiento en entornos reales puede variar según el caso de uso específico y la calidad de los datos.

A pesar de la falta de verificación externa, las mejoras anunciadas podrían influir en las decisiones de compra de empresas que equilibran la precisión del modelo con el gasto operativo. El enfoque de doble vía —Sol para tareas complejas y con mucho código, y Luna para procesamiento masivo —ofrece una matriz de costo‑beneficio más clara.

El despliegue también amplía el ecosistema de productos de OpenAI, con Luna prevista para integrarse en el próximo cliente de escritorio, lo que podría simplificar la automatización de flujos de trabajo para usuarios que prefieren herramientas locales.

Impacto concreto para organizaciones hispanohablantes

Para las organizaciones que operan en español, la reducción a la mitad de las tarifas de API se traduce en un alivio presupuestario inmediato para equipos que ya dependen de los modelos de OpenAI para desarrollo, creación de contenido o extracción de datos. Además, las menores tasas de error —especialmente de Sol— reducen la necesidad de post‑procesamiento extensivo o revisión humana, permitiendo ciclos de iteración más rápidos y mayor confianza en los resultados automatizados.

En conclusión, la combinación de precios más bajos, una tasa de errores disminuida y la ampliación de la disponibilidad en planes gratuitos posiciona a GPT‑6 Sol y Luna como opciones estratégicas para startups y grandes corporaciones en América Latina, donde el control de costos y la precisión son factores críticos para la adopción de IA.