Por Canuto  

OpenAI presentó GPT-6.2 Astra, orientado a tareas complejas, y GPT-6.2 Sol, pensado para el trabajo cotidiano. Astra reduce 20% sus precios de entrada y salida en la API, pero en una comparación de Artificial Analysis obtuvo 57 puntos en inteligencia, frente a 65 de Claude Fable 5.2. Otra evaluación registró una tasa de alucinación de 59% para Astra.
***

  • GPT-6.2 Astra cuesta USD $8 por millón de tokens de entrada y USD $40 por millón de salida, 20% menos que su antecesor.
  • Astra obtuvo 57 puntos en una comparación del Intelligence Index de Artificial Analysis; Claude Fable 5.2 alcanzó 65.
  • Los dos modelos ofrecen una ventana de contexto de 1.050.000 tokens; en AA-Omniscience, Astra registró una tasa de alucinación de 59% y Sol, de 55%.


OpenAI reduce el precio de Astra con el lanzamiento de GPT-6.2

OpenAI presentó GPT-6.2 Astra y GPT-6.2 Sol, dos modelos cerrados que apuntan a distintos ritmos de trabajo profesional: Astra se enfoca en tareas complejas y de varios pasos, mientras Sol busca atender usos cotidianos con mayor eficiencia. La novedad económica está en el precio de Astra para la API, que baja 20% frente a GPT-6 Astra en las tarifas de entrada y salida; la compañía también afirma que ambos modelos completan tareas utilizando menos tokens de salida.

Los modelos ya están disponibles mediante la API de OpenAI, ChatGPT Work y Codex, y aceptan texto e imágenes para producir respuestas de texto. Comparten una ventana de contexto de 1.050.000 tokens, con un máximo de 922.000 tokens de entrada y 128.000 de salida, pero difieren en profundidad, velocidad y costo. Las pruebas citadas en el lanzamiento registran tasas altas de alucinación y no muestran una mejora general en programación.

Dos modelos para distintas cargas de trabajo

GPT-6.2 Astra sucede a GPT-6 Astra como la opción de razonamiento de frontera de OpenAI para trabajo profesional difícil y procesos de largo horizonte. La empresa sostiene que produce presentaciones, hojas de cálculo y documentos más pulidos, con mejor seguimiento de plantillas y convenciones de campos, además de avances al construir interfaces, juegos y escenas tridimensionales. Estas capacidades lo sitúan como una herramienta dirigida a quienes necesitan combinar varias etapas de producción, no solo generar una respuesta breve.

GPT-6.2 Sol reemplaza a GPT-6.1 Sol como modelo versátil para las tareas diarias y las solicitudes que priorizan rapidez y eficiencia. Aunque comparte con Astra los límites de contexto y los tipos de entrada y salida, OpenAI los diferencia por la cantidad de recursos que cada uno destina a resolver una tarea. En los benchmarks presentados por la compañía, Sol llega a quedar cerca de Astra en programación con un costo aproximado de una quinta parte, una combinación que puede resultar atractiva para cargas repetitivas.

Los modelos tienen fechas de corte de conocimiento distintas: el 18 de mayo de 2026 para Astra y el 1 de junio de 2026 para Sol. Ninguno admite el nivel de esfuerzo de razonamiento none, de acuerdo con las especificaciones difundidas. OpenAI recomienda que los desarrolladores mantengan sin cambios los prefijos de sus prompts y agreguen instrucciones nuevas en lugar de reescribirlos, una práctica que, según la compañía, favorece la reutilización de caché y preserva el razonamiento entre turnos.

La empresa no divulgó la cantidad de parámetros de Astra ni de Sol, y ambos mantienen pesos cerrados, por lo que no ofrecen una modalidad de descarga abierta. Su disponibilidad se limita a los servicios alojados de OpenAI, incluidos la API, ChatGPT Work y Codex. Esa dependencia del proveedor importa para equipos que comparan modelos no solo por desempeño y precio, sino también por sus opciones de despliegue y control sobre la infraestructura.

Desempeño: buenas marcas en algunas pruebas y límites en otras

En una comparación del Intelligence Index de Artificial Analysis, Claude Fable 5.2 obtuvo 65 puntos y GPT-6 Astra, en su configuración máxima, 57. Esa cifra deja a Astra por debajo de Fable 5.2 en esa comparación; no equivale, por sí sola, a una evaluación completa del rendimiento en todos los usos. El borrador de lanzamiento también citaba un costo de Astra de USD $4 por tarea en esa evaluación.

En AA-3D, Claude Fable 5.2 ocupó el primer lugar con 1.271 puntos Elo, según Artificial Analysis. Por tanto, Astra no lideró esa prueba, como se había señalado en algunas comparaciones iniciales. En AA-Robotics v0.1, Fable 5.2 también quedó por delante, con 75 puntos; Astra registró 69 y Sol, 65. Estas cifras describen resultados en pruebas específicas y no equivalen por sí solas a una evaluación completa del desempeño en el mundo real.

Los resultados relacionados con la fiabilidad generan una lectura menos favorable: Astra marcó una tasa de alucinación de 59% en AA-Omniscience, mientras Sol registró 55%. El benchmark de Artificial Analysis evalúa conocimientos y alucinaciones y penaliza las respuestas incorrectas; sus resultados deben interpretarse dentro de esa metodología, no como una tasa universal de errores en cualquier uso. En Harvey LAB-AA, que evalúa tareas legales, Astra completó correctamente 15,0% de las pruebas, frente a 20,8% para la configuración Astra for Law. En AA-AnalystAgent, Astra respondió correctamente 62,5% de las preguntas dentro de cinco intentos, un resultado que aporta otra referencia sobre su desempeño en tareas especializadas.

El Capabilities Index de Epoch situó a Astra en 174, empatado con Claude Fable 5.2. La información del lanzamiento también señala que Astra fue el primer modelo de OpenAI en alcanzar el umbral Alto para la auto-mejora de la inteligencia artificial, una clasificación que la compañía destacó junto a sus capacidades. Ese dato no elimina las diferencias entre evaluaciones: el modelo sobresale en algunos apartados, pero las cifras disponibles también dejan a la vista límites en fiabilidad y tareas legales.

La rebaja de Astra y las tarifas de la API

La tarifa estándar de GPT-6.2 Astra queda en USD $8 por cada millón de tokens de entrada y USD $40 por cada millón de salida. La entrada almacenada en caché cuesta USD $0,40 por millón de tokens, una reducción de 60% frente a la tarifa anterior de GPT-6 Astra para ese rubro; las tarifas de entrada y salida disminuyen 20%. Para Sol, los precios son USD $2 por millón de tokens de entrada, USD $10 por millón de salida y USD $0,10 por millón de tokens de entrada en caché.

OpenAI mantiene para Sol las mismas tarifas de GPT-6.1 Sol, de modo que la rebaja directa se concentra en Astra. La comparación con otros modelos sitúa a Claude Fable 5.2 en USD $8 por millón de tokens de entrada y USD $40 de salida, con entrada en caché a USD $0,20; Gemini 4 Carbon figura a USD $2 y USD $10 hasta el 30 de noviembre, y luego a USD $4 y USD $20, con una tarifa introductoria de USD $0,10 para entrada en caché. En ese cuadro, los modelos comparados también tienen pesos cerrados.

El costo cambia cuando las solicitudes superan los 272.000 tokens de entrada: en ese tramo, OpenAI duplica las tarifas de entrada y de entrada en caché, mientras la salida pasa a costar 1,5 veces la tarifa estándar. El procesamiento por lotes, o Batch, queda en 50% del precio estándar. La opción Ultrafast cuesta tres veces la tarifa normal hasta el 28 de febrero de 2027 y, después de esa fecha, sube a seis veces el precio estándar.

Por eso, la tarifa por token no basta para calcular el costo de una aplicación que utiliza estos modelos. También influyen el volumen de entrada, la proporción de tokens que puede reutilizarse desde caché, la longitud de las respuestas y el modo de procesamiento escogido. La promesa de completar tareas con menos tokens de salida puede reducir el costo final, pero el resultado depende del uso concreto y no solo de la rebaja anunciada para Astra.

Qué dicen las pruebas de agentes y programación

En los benchmarks que presentó OpenAI, Astra superó por 5,2 puntos a GPT-6 Astra en Agents’ Last Exam v1.1, con un costo inferior a un tercio del modelo anterior. La compañía también afirmó que aventajó por 5,5 puntos a Claude Fable 5.2 en esa prueba, con un costo equivalente a 5% del de su competidor. Son comparaciones atribuidas a OpenAI y deben leerse junto con el precio por tarea y los resultados independientes, que no miden exactamente lo mismo.

En Terminal-Bench-Science 0.1, Astra obtuvo nueve puntos más que GPT-6 Astra por menos de un tercio del costo, según la empresa. En GDPval v2, una evaluación interna, Astra ganó 6,2 puntos y utilizó 22% menos tokens de salida, mientras Sol superó por 5,3 puntos a GPT-6.1 Sol. La compañía presentó estas cifras como evidencia de mejoras ajustadas por costo y eficiencia, aunque la prueba de GDPval no corresponde a una medición independiente.

En FrontierCode 2.0, OpenAI situó a Sol a menos de medio punto de Astra, pese a que su costo sería aproximadamente una quinta parte. Esa cercanía puede favorecer a Sol en trabajos de programación donde la diferencia de desempeño no justifique pagar más, pero no constituye una mejora absoluta frente a los modelos previos. La evaluación independiente también advirtió que el Coding Agent Index de Sol cayó tres puntos y que, en general, las puntuaciones de agentes de código no mejoraron.

La lectura final es menos uniforme que el mensaje de eficiencia del lanzamiento: Astra muestra avances en varias pruebas de agentes, pero en la comparación citada del índice general quedó por debajo de Fable 5.2 y no lideró AA-3D ni AA-Robotics v0.1. Sol ofrece un costo menor y resultados competitivos en algunas tareas, aunque su retroceso de tres puntos en el índice de agentes de código y las tasas de alucinación de ambos modelos requieren atención. Para desarrolladores, la decisión entre uno y otro dependerá del equilibrio entre presupuesto, fiabilidad y dificultad de cada flujo de trabajo.


Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín