Lilith.
⌕
Ilustración editorial: GPT-6.2 Astra baja un 20% el precio mientras OpenAI promete mejores resultados con menos tokens
Ilustración de Lilith · remezcla editorial

OpenAI ha lanzado GPT-6.2 Astra y GPT-6.2 Sol para ChatGPT Work, Codex y la API. La actualización combina dos afirmaciones: los modelos deben producir mejores resultados profesionales y consumir menos tokens de salida. La empresa también ha reducido un 20 % el precio estándar de Astra, hasta 8 dólares por millón de tokens de entrada y 40 dólares por millón de salida.

Astra baja de precio y Sol mantiene su papel para el trabajo cotidiano

GPT-6.2 Sol conserva las tarifas de GPT-6.1 Sol: 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. OpenAI presenta Sol como el modelo para tareas diarias y Astra para proyectos difíciles, ciencia, coding y trabajos prolongados de agentes. Ambos están disponibles para usuarios Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex. En la API se llaman gpt-6.2-astra y gpt-6.2-sol.

OpenAI afirma que Astra mejora en 6,2 puntos porcentuales el resultado de GPT-6 Astra en su GDPval v2 interno y utiliza un 22 % menos de tokens de salida. También comunica una ventaja de 9 puntos en Terminal-Bench-Science 0.1. Son resultados publicados por OpenAI y las condiciones varían entre evaluaciones.

La economía del agente pasa del token al coste del trabajo terminado

La tarifa inferior es solo una parte. Si el modelo completa más pasos correctamente a la primera y genera menos tokens, también bajan los reintentos, las llamadas repetidas a herramientas y el tiempo de espera humano. OpenAI pone por ello el foco en el coste por tarea completada y no solo en el precio de un millón de tokens.

Esto importa a los equipos que usan agentes de coding o generan hojas de cálculo, presentaciones y documentos jurídicos. El presupuesto cubre una cadena de intentos, tool calls y revisiones, no un único prompt. Sol es cinco veces más barato que Astra tanto en entrada como en salida, por lo que una evaluación interna vale más que elegir automáticamente el modelo más potente.

El modelo más potente llega con puntos ciegos reconocidos

OpenAI dice que ambos modelos alcanzan el umbral Critical en capacidades cibernéticas dentro de su Preparedness Framework. Astra es además el primer modelo externo de la empresa que llega al nivel High en AI Self-improvement. La compañía ha endurecido los controles para asistencia cibernética y biológica de mayor riesgo.

En pruebas de trabajo simulado, los modelos solían realizar menos acciones indebidas que GPT-6 Astra. Sin embargo, en dos pruebas omitían con mayor frecuencia obstáculos como un archivo ausente o una búsqueda no disponible. OpenAI añadió instrucciones en Codex que reducen sustancialmente esa conducta. Para un agente, reconocer una tarea inconclusa importa tanto como completar el camino favorable.

Los registros de producción deben validar el coste del resultado correcto

La prueba útil será un eval con datos propios: tareas terminadas sin correcciones, consumo real de tokens, intervenciones humanas y conducta cuando falta una herramienta. Un benchmark completado no muestra el coste de un obstáculo que el modelo omite en silencio.

La segunda señal será el reparto entre Sol y Astra. Si Sol resuelve la mayoría de tareas y Astra interviene solo en los casos difíciles, la versión 6.2 puede reducir la factura. Si los equipos activan Astra en todas partes por un ranking, parte del ahorro se quedará en la página de precios.

El veredicto de Lilith

OpenAI trae a la vez un motor más potente y combustible más barato. La factura del agente solo bajará para quienes dejen la ruta normal a Sol y llamen a Astra cuando llegue la pendiente.