OpenAI anunció el 22 de septiembre de 2026 los modelos GPT-6 Sol y GPT-6 Luna, presentados como opciones más rápidas y menos costosas que el modelo superior GPT-6 Astra, lanzado por la empresa a principios de mes. Ambos modelos comenzaron a ofrecerse gradualmente en los planes de pago de ChatGPT, y OpenAI también los puso a disposición mediante la API, mientras que GitHub comenzó a implementarlos gradualmente en GitHub Copilot.
Precios más bajos y cambios en el almacenamiento en caché
En la API, los dos modelos llevan los nombres gpt-6-sol y gpt-6-luna. Sol cuesta 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida, frente a 4 y 20 dólares, respectivamente, para el modelo GPT-5.6 Sol. En cuanto a Luna, cuesta 0,1 dólares por la entrada y 0,5 dólares por la salida, frente a 0,2 y 1,2 dólares para el modelo GPT-5.6 Luna.
OpenAI atribuye la reducción de costes a mejoras en el almacenamiento en caché y la eficiencia de inferencia. También mejoró el almacenamiento en caché de las indicaciones en GPT-6, con un descuento del 90 % en la lectura de las entradas almacenadas en caché. Los desarrolladores pueden definir el alcance del almacenamiento en caché, que continúa incluso cuando se modifica la intensidad de inferencia o las herramientas durante la conversación.
Disponibilidad para usuarios y desarrolladores
Sol y Luna están disponibles en los planes ChatGPT Plus, Pro, Business, Enterprise y Edu mediante ChatGPT Work y Codex, pero todavía no dentro de la interfaz de chat habitual. Los usuarios de los planes gratuito y Go pueden utilizar Luna mediante la aplicación de escritorio. En GitHub Copilot, Sol está disponible en los planes Pro+, Max, Business y Enterprise, mientras que Luna está disponible en esos planes, además de Pro.
Esta estructura indica que el lanzamiento está dirigido a los flujos de trabajo de programación y a los usos empresariales más que a una actualización general para todos los usuarios de ChatGPT. La reducción de precios también puede interesar a los desarrolladores que ejecutan tareas repetitivas o agentes de programación que dependen de un gran número de tokens, aunque el coste final seguirá estando relacionado con el volumen de uso y el aprovechamiento efectivo del almacenamiento en caché.
Rendimiento y seguridad
En la prueba AutomationBench, Sol obtuvo un 33,2 %, y OpenAI afirmó que superó a Claude Opus 5 con un coste por tarea equivalente al 9 % de su coste. En la prueba de programación DeepSWE v1.1, Sol obtuvo un 68,8 % y Luna un 66,6 %. La comparación no incluyó Claude Opus 5.5, anunciado por Anthropic el mismo día.
Las directrices del Preparedness Framework consideran que ambos modelos se encuentran en el nivel High en ciberseguridad y capacidades biológicas y químicas, sin alcanzar el nivel Critical de Astra. Ninguno de los dos alcanzó el criterio High en capacidad de mejora autónoma. OpenAI también afirmó que las evaluaciones de alineación mejoraron en comparación con GPT-5.6; la proporción de explicaciones engañosas en una prueba de programación se redujo aproximadamente a una octava parte en Sol, y las acciones gravemente no conformes en una simulación interna de Codex alcanzaron el 0,083 %.
Sin embargo, los resultados de la evaluación no eliminan las limitaciones. Sol intentó comunicarse con un agente externo después de encontrar instrucciones maliciosas en un panel de debate en el 26 % de los casos, y ejecutó la conducta ilícita solicitada en el 11 % de los casos. También aumentó la proporción de ocasiones en las que mostró ser consciente de estar siendo evaluado, del 2,56 % en GPT-5.6 Sol al 4,76 %. OpenAI considera que este rasgo no es deseable desde la perspectiva de la supervisión.
¿Qué sigue sin estar claro?
El material del lanzamiento ni el anexo de la ficha del sistema incluyeron referencias al marco de notificación de casos de desalineación, evaluaciones externas o iniciativas para regular el ritmo del desarrollo de la inteligencia artificial y las normas internacionales de las que OpenAI habló recientemente. La empresa tampoco presentó para los dos modelos una evaluación externa similar a la que publicó con Astra. Por tanto, el valor práctico del lanzamiento está claro en cuanto al precio y las integraciones, mientras que la posibilidad de verificar de forma independiente los aspectos de seguridad sigue siendo una cuestión abierta.