La compañía redujo en 80% el precio de su modelo más económico, mientras la familia GPT-5.6 amplía las diferencias entre modelos orientados a velocidad, costo y razonamiento avanzado. Pero Luna no reemplaza al modelo predeterminado del ChatGPT gratuito.
OpenAI continúa moviendo las piezas de su nueva generación de inteligencia artificial. Tras el lanzamiento de la familia GPT-5.6, la compañía redujo drásticamente el precio de Luna, su modelo más rápido y económico, profundizando una estrategia que busca ofrecer distintos niveles de capacidad según la complejidad de cada tarea.
La familia está integrada por Sol, Terra y Luna. Sol ocupa el nivel de mayor capacidad; Terra busca equilibrar rendimiento, velocidad y costo; y Luna está diseñado para operaciones de gran volumen donde la eficiencia económica resulta especialmente importante.
Luna cuesta ahora 80% menos
El cambio más contundente llegó a fines de julio: OpenAI anunció una reducción de 80% en el precio de GPT-5.6 Luna y de 20% para Terra.
En la API, Luna pasó a costar US$0,20 por millón de tokens de entrada y US$1,20 por millón de tokens de salida, una diferencia considerable frente a los modelos de mayor capacidad.
La estrategia permite utilizar inteligencia artificial en tareas masivas y rutinarias a costos mucho menores, reservando modelos como Sol para trabajos donde el razonamiento y la precisión justifican un mayor gasto computacional.
¿Y qué ocurre dentro de ChatGPT?
Aquí aparece una distinción importante. GPT-5.6 Luna no se convirtió en el modelo predeterminado de los usuarios gratuitos de ChatGPT, pese a información que ha comenzado a circular al respecto.
La documentación oficial señala que GPT-5.5 Instant continúa como modelo predeterminado para conversaciones cotidianas. GPT-5.6 Sol está disponible mediante opciones de razonamiento para determinados planes, mientras Terra y Luna se utilizan en otros productos como ChatGPT Work, Codex y la API.
Plano General
La verdadera noticia quizás no esté en cuántos mensajes podemos enviar, sino en cómo OpenAI comienza a segmentar la inteligencia según el trabajo que necesitamos realizar. Modelos económicos para tareas masivas y modelos más potentes cuando el problema exige profundidad. La IA comienza a parecerse menos a una única herramienta y más a una caja con distintas piezas para cada trabajo.
por
por
