Por qué tras GPT-5.6 llegó la 6.1 y no la 5.7: un empleado de OpenAI descifra los nombres de los modelos

En un hilo de Hacker News sobre el lanzamiento de GPT-6.1 Terra, Ted Sanders, de OpenAI, explicó cómo pone nombre la empresa a sus modelos. Simon Willison lo citó en su blog el 28 de octubre. El comentario da a los desarrolladores una clave sencilla para una oferta que ya reúne cuatro tamaños y varias generaciones a la vez.

El nombre indica el tamaño y el número de versión, otras tres cosas

Según Sanders, el rendimiento de los modelos de lenguaje tiene muchas dimensiones, y el mejor en matemáticas no tiene por qué ser el mejor contando chistes. Aun así, buena parte de las diferencias se explica con una sola variable: el tamaño del modelo. Los modelos más grandes suelen ser más capaces y fiables, cuestan más por token y recuerdan mejor los datos poco conocidos. Por eso los modelos de OpenAI van de menor a mayor: Luna, Terra, Sol, Astra. Los nombres latinos recorren el camino de la Luna a las estrellas, pasando por la Tierra y el Sol.

Para Sanders, el número de versión dice tres cosas a la vez: el orden de lanzamiento, el parentesco con otros modelos y el tamaño del salto. La versión 6.1 salió después de la 5.6 y comparte parte de los datos de entrenamiento y de la personalidad con los demás modelos 6.1, por eso no se llama 5.7. Tampoco es un salto lo bastante grande como para merecer los titulares y las expectativas que traería un 7.

Sanders recordó que antes OpenAI también usaba los números para indicar tamaño. Por eso GPT-4.1, una actualización menor de GPT-4, salió después de GPT-4.5, que había supuesto un gran salto respecto a GPT-4. Cerró preguntando si alguien tenía una idea mejor para los nombres.

El desarrollador recibe una regla para elegir modelo, con excepciones incluidas

Sanders da un consejo práctico. Si solo importa la calidad, Astra. Si el precio importa algo, Sol, y si importa mucho, Terra o Luna. Para un equipo que calcula el presupuesto de un agente, es una guía más útil que las páginas de marketing. En la API, Terra cuesta 1 dólar por millón de tokens de entrada y 5 dólares por millón de salida, la mitad que Sol.

Enseguida añade excepciones. Los modelos más nuevos pueden tener mejores datos o técnicas, y entonces uno pequeño supera en algo a otro grande. Pone como ejemplo Sonnet 5.5 frente a Fable 5.1 y Gemini 3.8 Flash frente a 3.1 Pro. La propia Terra, dice, es mejor que Sol y Astra en comunicación técnica, parecida en visión y uso del ordenador pero mucho más rápida, y algo peor en casi todo lo demás.

Lo más importante llega al final. Según Sanders, el tamaño del modelo es un eje distinto del nivel de razonamiento, y ambos son distintos del número de agentes desplegados. Si OpenAI los metiera todos bajo una sola etiqueta del tipo «más IQ», el usuario perdería detalles importantes. El desarrollador elige, por tanto, una combinación de al menos tres ajustes, a la que se suma la generación del modelo.

Un comentario en un foro no sustituye a la documentación

Sanders habla como empleado de OpenAI en un hilo de debate, no en un documento oficial de la empresa. Sus comparaciones, además, se apoyan en un vago «mejor en algunos aspectos». No dice cuánto ni en qué tareas, así que un equipo no puede deducir cuándo le compensa bajar un escalón.

La regla del tamaño es solo un punto de partida, como reconoce el propio Sanders. Si Terra supera a Astra en una disciplina, la escalera de Luna a Astra no basta y los equipos tendrán que medir igualmente sus propias tareas. Los nombres ayudan a orientarse, pero no deciden por el desarrollador.

El próximo lanzamiento pondrá a prueba la regla

La prueba más sencilla será el siguiente modelo. Si OpenAI le pone nombre con las mismas reglas y lo explica en la documentación con la claridad de Sanders en su comentario, el sistema aguanta. Si llega otra excepción como GPT-4.1 después de GPT-4.5, la clave de los nombres seguirá escondida en hilos de foros.

La segunda señal será si OpenAI publica comparaciones desglosadas por disciplina. La afirmación de que Terra supera a Astra en comunicación técnica necesita cifras antes de que alguien base una compra en ella.

El veredicto de Lilith

OpenAI ordenó sus modelos de la Luna a las estrellas y les añadió un número que significa tres cosas a la vez. El desarrollador que calcula el presupuesto de un agente encontró el mapa más claro de ese cielo en un comentario de Hacker News, dibujado en nombre de la empresa por un solo empleado.