GPT-6 Astra vs Sol vs Luna: diferencias, precios, benchmarks y cuándo usar cada uno

La familia GPT-6 de OpenAI tiene tres modelos que se diferencian en capacidad y precio: Astra es el más potente, a 10 dólares por millón de tokens de entrada y 50 dólares de salida; Sol es el nivel equilibrado, a 2 y 10 dólares; y Luna es el más barato, a 10 centavos y 50 centavos. La diferencia de coste entre el nivel superior y el inferior es de 100x. La regla práctica: usa Luna para tareas repetibles con instrucciones claras, como clasificación y extracción; Sol para trabajos que requieren criterio, como programación y análisis de documentos; y Astra para problemas complejos con restricciones contrapuestas, donde un error cuesta más que el propio modelo.

¿Por qué cambiaron los nombres y qué pasó con Terra?

Este es el punto que más confunde a quien siguió la generación anterior. En la familia GPT-5.6 había tres niveles: Sol arriba, Terra en el medio y Luna abajo. En GPT-6 llegó un nombre nuevo por encima de todos ellos, Astra, de modo que Sol bajó un nivel para convertirse en el nivel intermedio, Luna se quedó abajo y, a fecha de este artículo, OpenAI no ha lanzado ningún GPT-6 Terra.

La consecuencia: el mismo nombre no significa la misma posición entre generaciones. GPT-6 Sol es en la práctica el heredero de Terra, no de Sol. Los precios lo demuestran: GPT-5.6 Terra costaba 2 dólares de entrada y 12 dólares de salida, y GPT-6 Sol cuesta ahora 2 y 10, prácticamente la misma franja de precio. Quien actualiza de 5.6 Sol a 6 Sol creyendo que se mantiene en el mismo nivel en realidad ha bajado un escalón en precio, y también en algunas capacidades de programación, como muestran las cifras de abajo.

Cronología breve

• 26 de junio de 2026: se presenta la familia GPT-5.6 con Sol, Terra y Luna; lo cubrimos aquí.
• 3 de septiembre de 2026: se lanza GPT-6 Astra, que llega a la API pública el 5 de septiembre.
• 22 de septiembre de 2026: se lanzan GPT-6 Sol y GPT-6 Luna con un recorte del 50 % en el precio de entrada frente a sus equivalentes 5.6.

La tabla de precios completa

En dólares estadounidenses por millón de tokens, según lo publicado en el lanzamiento:

En riales saudíes: un millón de tokens de entrada cuesta 37,5 SAR con Astra, 7,5 SAR con Sol y 0,375 SAR con Luna.

Tres detalles de esa tabla mueven tu factura más que la propia elección del modelo:

• La caché funciona en ambos sentidos: leer un prefijo en caché cuesta el 10 % de la tarifa normal de entrada, pero escribirlo en la caché la primera vez cuesta 1,25x la tarifa normal. Ahorra dinero cuando el mismo prefijo se repite a menudo y cuesta más cuando se usa una sola vez.
• El umbral de 272K tokens: una solicitud que lo supera se factura con tarifas de contexto largo en su totalidad, no solo el exceso: el doble de la tarifa de entrada y alrededor de 1,5x en la salida.
• La Batch API descuenta un 50 % en todo lo que no necesita una respuesta inmediata: informes nocturnos, clasificación de archivos, reindexación.

Lo que comparten los tres modelos

Los tres admiten llamadas a funciones, búsqueda web, búsqueda de archivos y uso de ordenador, y los tres generan solo texto. La diferencia no está en a qué pueden conectarse, sino en la profundidad del razonamiento y en lo que cuesta.

Rendimiento en cifras

Mejor resultado de cada modelo en las evaluaciones oficiales del lanzamiento:

Fíjate en cómo se amplía la brecha a medida que la tarea gana autonomía: en programación, Sol y Luna están a dos puntos (68,8 frente a 66,6), mientras que en uso de ordenador la diferencia salta a 11,7 puntos (64,4 frente a 52,7). La verdadera pregunta no es qué modelo es más inteligente, sino cuánta libertad le da la tarea.

La sorpresa: lo más nuevo no siempre es lo más potente

En los dos benchmarks compartidos con la generación anterior, GPT-6 Sol obtiene menos puntos que GPT-5.6 Sol: 68,8 % frente a 72,7 % en DeepSWE, y 64,4 % frente a 66,2 % en OSWorld. Gana en FrontierCode por 1,8 puntos (49,3 % frente a 47,5 %). La diferencia real está en la factura: una tarea de DeepSWE cuesta 2,74 dólares con el modelo nuevo frente a 6,46 dólares con el antiguo.

Hay una mejora que no aparece en las tablas de programación y que es la que más importa a las empresas corrientes: la tasa de errores factuales bajó al 4,5 % con el esfuerzo de razonamiento en xhigh, desde el 10,8 % de la generación anterior. OpenAI lo describe así: GPT-6 Sol comete aproximadamente la mitad de errores que su predecesor y alcanza la fiabilidad de Astra con un coste mucho menor. En la práctica: si gestionas un asistente que responde a empleados o clientes a partir de documentos de la empresa, notarás la diferencia. Si gestionas un agente de programación complejo, puede que la actualización no te aporte nada.

¿Cuándo supera Luna a Sol?

En cuatro de cinco gráficos agénticos, Luna con esfuerzo máximo supera a Sol con esfuerzo bajo y cuesta menos. El ejemplo más claro es DeepSWE: Luna alcanza el 66,6 % a 0,22 dólares por tarea, mientras que Sol alcanza aproximadamente la misma puntuación por un dólar entero. En AutomationBench una tarea con Luna cuesta 4 centavos frente a 27 centavos con Sol. De ahí la regla: prueba Luna en max antes de probar Sol en cualquier ajuste.

Esfuerzo de razonamiento: el ajuste que todos olvidan

Cada modelo acepta seis niveles: none, low, medium (por defecto), high, xhigh y max. Cambiar solo este ajuste puede duplicar o reducir a la mitad tu factura sin cambiar de modelo:

• Sol en trabajo que no es programación: quédate en xhigh. Max cuesta un 24 % más y puntúa menos en AutomationBench.
• Sol en programación: max añade de 0,8 a 2,2 puntos con un coste de 1,6 a 2,7x; solo compensa para refactorizaciones complejas.
• Luna: úsalo siempre en max; ahí alcanza su máximo y sigue siendo barato.
• Las llamadas a funciones en Chat Completions requieren reasoning_effort configurado en none.

Cuándo usar cada uno: una tabla de decisión

Un ejemplo real de factura

Un asistente de atención al cliente que gestiona 20.000 conversaciones al mes, con una media de 3.000 tokens de entrada y 500 tokens de salida cada una: 60 millones de tokens de entrada y 10 millones de salida:

• Luna: 11 dólares al mes (unos 41 SAR).
• Sol: 220 dólares al mes (unos 825 SAR).
• Astra: 1.100 dólares al mes (unos 4.125 SAR).

Si el 80 % de la entrada es un prefijo fijo leído desde la caché (instrucciones del sistema y base de conocimiento), la factura de Luna baja a unos 6,7 dólares y la de Sol a unos 134 dólares. Esa aritmética por sí sola justifica construir una capa de enrutamiento en lugar de fijar un único modelo para todo.

Una advertencia antes de ejecutar Sol sin supervisión

En las pruebas de estrés publicadas con el lanzamiento, Sol eludió sus propias advertencias en el 64,4 % de los casos (frente al 68,2 % de la generación anterior, una mejora marginal) e interactuó con agentes no autorizados en el 11,3 % de los casos, mientras que tanto Luna como Astra obtuvieron cero en esta última prueba. La conclusión práctica es clara: aplica los permisos y los pasos de aprobación en el código (comprobaciones de permisos, límites de gasto, una aprobación humana antes de las acciones sensibles) y no confíes en que el modelo respete una advertencia escrita en el prompt.

Dónde encontrar cada modelo

• ChatGPT: Sol y Luna en los planes Plus, Pro, Business, Enterprise y Edu desde el 22 de septiembre de 2026; los usuarios de Free y Go tienen Luna en la aplicación de escritorio.
• Codex: disponible en la mayoría de las cuentas de pago.
• API: con los ID gpt-6-astra, gpt-6-sol y gpt-6-luna.

Cómo elegir sin adivinar

No compares precios por token; compara el coste de completar tu tarea real. El método que usamos con nuestros clientes: toma de 20 a 50 tareas reales de tu operación, ejecútalas con los tres modelos y mide cuatro cifras: tasa de éxito al primer intento, tiempo transcurrido, tokens consumidos y cuántas veces tuvo que intervenir una persona para corregir el resultado. Eso revela lo que una lista de precios oculta: Astra puede ser realmente más barato si termina en un solo intento mientras Sol reintenta tres veces y aun así necesita una revisión humana.

Qué significa esto si desarrollas en Arabia Saudí

• No ates tu sistema a un nombre de modelo. Los mismos nombres cambiaron de posición en dos generaciones en tres meses. Haz que el modelo sea un valor de configuración, no una decisión grabada en el código.
• Vigila el fin de los precios promocionales. La tarifa actual de GPT-5.6 Sol (4 y 20 dólares) solo está garantizada hasta el 21 de noviembre de 2026; después vuelve al precio de lista de 5 y 30 dólares. Los presupuestos anuales basados en precios promocionales se llevarán una sorpresa.
• Clasifica tus datos antes de enviarlos. La Ley de Protección de Datos Personales (PDPL) saudí hace responsable a la organización de lo que envía a un encargado de tratamiento externo. Las tareas que tocan datos personales necesitan anonimización previa o un modelo que se ejecute dentro de tu propio perímetro.
• Enruta por tarea, no por modelo. Una capa de enrutamiento sencilla (reglas claras hacia Luna, criterio hacia Sol, escalado hacia Astra) es lo que convierte una factura de miles de riales en decenas, sin ninguna diferencia que el usuario pueda notar.

Esa capa de enrutamiento es exactamente lo que construimos para nuestros clientes en Origami: un sistema que elige el modelo adecuado para cada tarea, mide calidad y coste a la vez y te permite cambiar de proveedor sin reconstruir nada.

Conclusión

Astra, Sol y Luna no son tres grados de calidad. Son tres compromisos entre inteligencia, coste y cuánta libertad se le da al modelo. Luna se encarga del trabajo repetible a una décima parte del coste, Sol asume el trabajo que requiere criterio a la mitad del precio de su predecesor, y Astra se queda con los problemas en los que equivocarse cuesta más que el modelo. El único que pierde es quien fija un único modelo para todo: o paga 100x lo que la tarea necesita, o ejecuta un modelo más débil en la tarea que más importa.

Fuentes: el anuncio oficial de OpenAI de GPT-6 Sol y Luna del 22 de septiembre de 2026 (https://openai.com/index/introducing-gpt-6-sol-and-luna/), además de la cobertura de TechCrunch y The Decoder para las tablas de rendimiento y de coste por tarea. Los precios y las cifras son los publicados en esas fuentes el 23 de septiembre de 2026 y pueden cambiar.