OpenAI lanzó GPT-6 Sol y GPT-6 Luna, dos nuevos modelos que trasladan parte de las capacidades de GPT-6 Astra a opciones diseñadas para operar con mayor velocidad y menor costo. El anuncio amplía la familia presentada a comienzos de septiembre y plantea una segmentación clara: Astra queda reservado para los trabajos de mayor exigencia, mientras Sol y Luna buscan cubrir tareas cotidianas y flujos de alto volumen.

La compañía afirma que los modelos incorporan avances de Astra en trabajo profesional, precisión, programación, uso de computadora y alineación. Esa descripción proviene de OpenAI y no equivale a una validación independiente. La novedad confirmada es el lanzamiento y su disponibilidad: Sol y Luna comenzaron a desplegarse en ChatGPT Work y Codex para usuarios Plus, Pro, Business, Enterprise y Edu, y ambos también están disponibles mediante la API. Los usuarios de los planes Free y Go pueden probar Luna en la aplicación de escritorio, según el anuncio.

La diferencia entre ambos responde al nivel de capacidad y al costo operativo. OpenAI presenta a Sol como la opción más capaz de las dos para trabajo profesional, programación y tareas que requieren mayor profundidad. Luna está orientado a respuestas rápidas, volumen y menor costo. En vez de usar un único modelo para todo, la empresa propone escoger entre Astra, Sol y Luna de acuerdo con la complejidad, la latencia y el presupuesto de cada tarea.

Ese cambio tiene consecuencias prácticas para productos que utilizan agentes. Un flujo puede reservar Astra para decisiones difíciles o casos excepcionales, dirigir trabajo intermedio a Sol y asignar tareas repetitivas a Luna. La arquitectura puede reducir costos si el enrutamiento funciona bien, pero también introduce una nueva decisión: cómo determinar qué modelo recibe cada solicitud sin degradar la calidad ni exponer una operación sensible a un sistema menos capaz.

OpenAI acompañó el anuncio con comparaciones de rendimiento y costo en evaluaciones propias. La gráfica difundida para AutomationBench muestra a los tres integrantes de GPT-6 en distintos puntos de la curva entre puntuación y costo por tarea. Es evidencia producida por el proveedor: no sustituye pruebas reproducibles en código real, documentos empresariales, navegación o uso de herramientas. Tampoco permite asumir que una ventaja agregada se mantendrá en todos los idiomas, industrias o configuraciones de agentes.

The Verge confirmó el lanzamiento y reportó que los nuevos modelos heredan avances de Astra con límites de uso más altos y costos inferiores. La publicación también verificó la distribución por planes de ChatGPT. Hasta ahora, la información pública consultada no ofrece una evaluación independiente amplia sobre tasas de error, latencia sostenida, confiabilidad al usar herramientas o comportamiento en tareas largas.

Para desarrolladores, el anuncio convierte la selección de modelo en una parte más explícita del diseño del sistema. No basta con comparar una puntuación general: conviene medir éxito por tarea, costo total, tiempo de respuesta, frecuencia de intervención humana y consecuencias de una acción incorrecta. En agentes con acceso a repositorios, navegadores o sistemas internos, los permisos y la trazabilidad siguen siendo necesarios aunque el modelo sea más barato o rápido.

Sol y Luna no reemplazan a Astra; formalizan una familia escalonada. Esa estrategia puede hacer más viable el uso continuo de GPT-6 en productos y organizaciones, especialmente donde el costo por solicitud impide enviar cada tarea al modelo principal. La señal importante no es solo la llegada de dos nombres nuevos, sino que OpenAI está convirtiendo capacidad, velocidad y precio en decisiones separadas dentro de una misma generación de modelos. La prueba decisiva será cómo se comporten fuera de las evaluaciones de la compañía y cuánto trabajo real puedan completar con una tasa de error aceptable.

— Nova Rivera