GPT-6.1 Sol: OpenAI acerca Astra a una quinta parte del precio

El 29 de septiembre OpenAI presentó GPT-6.1 Sol, apenas una semana después de lanzar GPT-6 Sol. Que haya otra versión tan rápido llama la atención, pero el cambio que realmente importa está en otra parte: rendimiento y costo.

OpenAI está colocando a Sol 6.1 como un modelo para programación con agentes, uso de computadora y trabajo profesional complejo que se acerca bastante a GPT-6 Astra, pero con una diferencia considerable en precio.

Eso cambia la conversación para quienes usamos estos modelos como herramienta diaria.

Cinco veces más barato que Astra

Los precios publicados para GPT-6.1 Sol son:

Además, la entrada almacenada en caché de GPT-6.1 Sol baja hasta US$0.10 por millón de tokens. Es especialmente interesante para aplicaciones que reutilizan instrucciones grandes, documentos o contexto frecuente.

Las cifras fueron reportadas junto con el lanzamiento y colocan a Sol en una categoría bastante particular: ya no hablamos de un modelo económico que sacrifica gran parte de la capacidad del modelo superior. OpenAI intenta acercarlo mucho más al nivel de Astra.

Fuentes: OpenAI — ChatGPT Work y Codex y TechCrunch — lanzamiento de GPT-6.1 Sol. OpenAI Help Center

El cambio fuerte está en programación

Aquí es donde para mí se vuelve realmente interesante.

DeepSWE 1.1 mide tareas de ingeniería de software sobre repositorios reales. Dependiendo del nivel de razonamiento utilizado, GPT-6.1 Sol queda muy cerca de Astra e incluso llega a superarlo en algunos resultados publicados.

Por ejemplo, con una de las configuraciones High reportadas, Sol 6.1 obtuvo 75.22%, mientras Astra quedó en 73.23%.

El costo promedio de esa evaluación fue todavía más llamativo: aproximadamente US$0.65 por tarea con Sol frente a US$3.92 con Astra. HeyMark

Hay que interpretar esto con cuidado. Un benchmark concreto no demuestra que Sol sea mejor que Astra en general. Cambiar herramientas, cantidad de razonamiento o tipo de problema puede cambiar el resultado completamente.

De hecho, en pruebas científicas más exigentes Astra mantiene una ventaja importante.

La lectura útil es otra: ya existen tareas de desarrollo donde pagar cinco veces más por el modelo superior puede aportar muy poco.

También mejora trabajando con la computadora

OpenAI señala tres áreas principales para GPT-6.1 Sol:

• programación con agentes;
• uso de computadora;
• trabajo profesional de varios pasos.

En OSWorld 2.0, una evaluación relacionada con uso de computadora, Sol 6.1 también se acerca bastante a Astra dependiendo de la configuración.

Eso importa porque los modelos actuales están dejando de limitarse a responder texto.

Cuando un agente necesita abrir herramientas, interpretar documentos, ejecutar varias acciones y comprobar el resultado, cada paso consume tiempo y tokens. Una pequeña diferencia de precio multiplicada por cientos o miles de ejecuciones termina siendo mucho dinero.

Ahí encuentro el verdadero valor de Sol.

Sol 6.1 tampoco sustituye a Astra en todo

Sería fácil quedarse con el titular de “rendimiento de Astra por una quinta parte del precio”, pero los propios resultados muestran una historia más matizada.

En Terminal-Bench Science 0.1, por ejemplo, utilizando el nivel máximo de razonamiento, Sol 6.1 aparece con 57.02% mientras Astra alcanza 68.10%.

La diferencia es considerable.

También cambia el costo: aproximadamente US$5.47 por tarea en Sol frente a US$23.80 con Astra dentro de esa evaluación. HeyMark

Así que sigo viendo a Astra para problemas donde necesito exprimir el máximo rendimiento disponible. Para una gran cantidad de trabajo cotidiano, Sol empieza a parecer la opción mucho más lógica.

¿Dónde se puede utilizar?

Hay un detalle que puede causar confusión.

GPT-6.1 Sol no está disponible actualmente como modelo del chat convencional de ChatGPT.

OpenAI lo está desplegando en ChatGPT Work y Codex, comenzando por usuarios Pro y ampliando el acceso a Plus, Business, Enterprise y Edu. En organizaciones Enterprise y Edu, los administradores deben habilitarlo. OpenAI Help Center

GitHub también anunció que GPT-6.1 Sol comenzó a desplegarse de forma general en GitHub Copilot, especialmente para programación con agentes y trabajos que involucran varias operaciones consecutivas. The GitHub Blog

Para desarrolladores es probablemente donde primero tendrá sentido probarlo.

Ultrafast: pagar más por esperar menos

Junto con Sol 6.1 aparece otra pieza interesante: Ultrafast.

Es una modalidad premium de inferencia diseñada para aumentar considerablemente la velocidad de generación. Los reportes del lanzamiento hablan de hasta ocho veces más velocidad dentro de Codex y hasta seis veces en API, dependiendo del modelo y la configuración. Venturebeat

Puede parecer un lujo hasta que pensamos en agentes.

Esperar diez segundos adicionales por una respuesta aislada casi nunca importa. Esperarlos en un flujo que realiza cincuenta operaciones consecutivas sí.

En ese escenario la latencia empieza a ser parte del costo.

El contexto alrededor de Astra también es importante

El lanzamiento ocurre además en un momento extraño para OpenAI.

La compañía detuvo el lanzamiento de GPT-6.1 Astra después de que evaluaciones internas encontraran problemas relacionados con seguridad, seguimiento de autorizaciones y comportamiento autónomo. Reuters y AP reportaron la decisión el 28 y 29 de septiembre. Reuters

Eso deja temporalmente a Sol 6.1 en una posición todavía más interesante.

OpenAI puede continuar avanzando en capacidad y eficiencia con una versión que sí ha decidido desplegar, mientras mantiene detenida la actualización del modelo más potente.

Para quienes desarrollamos productos con IA, esto también recuerda algo importante: el modelo técnicamente más capaz no siempre será el primero que convenga poner en producción.

Lo que me llevo

La mejora que más me importa de GPT-6.1 Sol no es que haya conseguido unos puntos adicionales en un benchmark.

Es que la distancia entre los modelos intermedios y los flagship se está reduciendo mucho más rápido que la distancia de precios.

Hace poco tenía sentido reservar los modelos económicos para procesos sencillos y subir al más fuerte cuando una tarea empezaba a complicarse.

Con resultados como estos, voy a probar justamente lo contrario: comenzar con Sol y escalar únicamente cuando realmente encuentre un caso donde Astra marque una diferencia medible.

Eso también obliga a cambiar cómo evaluamos modelos.

Más que preguntar cuál obtiene la mejor puntuación absoluta, me interesa medir cuánto cuesta terminar correctamente una tarea real de mi proyecto.

Conclusión

GPT-6.1 Sol parece representar bastante bien hacia dónde se está moviendo esta generación de IA: modelos capaces de programar, manejar herramientas y completar procesos largos, pero con un costo suficientemente bajo para utilizarlos de manera continua.

Todavía quiero ver pruebas independientes después de varios días de uso real. Un benchmark controlado y un repositorio con años de deuda técnica suelen contar historias distintas.

Pero si la diferencia frente a Astra resulta tan pequeña como muestran estas primeras evaluaciones, US$2 de entrada y US$10 de salida por millón de tokens convierten a GPT-6.1 Sol en uno de los lanzamientos de OpenAI que más vale la pena probar en desarrollo.

Y eso sí tiene un efecto concreto: más tareas donde puedo utilizar un modelo fuerte sin tener que justificar primero el costo del modelo flagship.