OpenAI abarata su modelo grande y deja el barato donde estaba. La cuenta que de verdad importa no es el precio del token, sino lo que cuesta terminar una tarea con él.
GPT-6.2 Astra: 8 dólares por millón de tokens de entrada
El anuncio del 17 de noviembre tiene dos mitades y solo una es una rebaja. El precio es el titular. Estas son las tarifas por millón de tokens:
Modelo | Entrada | Entrada en caché | Salida |
|---|---|---|---|
GPT-6.2 Astra | 8 $ | 0,40 $ | 40 $ |
GPT-6.2 Sol | 2 $ | 0,10 $ | 10 $ |
Astra baja un 20% frente a GPT-6 Astra, y el descuento sobre la parte cacheada llega al 60%. Sol no se mueve ni un centavo desde la versión 6.1. Quien ya usaba el modelo barato no gana nada. Y ese detalle se pierde en casi todos los titulares de la mañana.
Para una pyme que paga la API en dólares desde España o México, el ahorro existe solo si el trabajo pasa por Astra. Un flujo de diez mil llamadas al mes con documentos largos nota el recorte. Un chatbot de atención al cliente que corre sobre Sol, no.
Qué es GPT-6.2 Sol y por qué su precio sigue igual
Sol es el modelo de uso diario y de trabajo con agentes: respuestas rápidas, tareas encadenadas, mucho volumen. Astra apunta a otra cosa, a encargos profesionales largos donde el modelo tiene que sostener un informe, una hoja de cálculo o una pantalla de código durante miles de tokens sin perder el hilo.
La división importa porque cambia la estrategia de gasto. Si tu equipo pasa el día pidiendo resúmenes cortos y clasificando correos, el modelo que te interesa es Sol y su tarifa no cambió. Si construyes un agente que revisa contratos de veinte páginas, la rebaja de Astra sí entra en la factura.
OpenAI mantiene el acceso en ChatGPT Work y Codex para Plus, Pro, Enterprise y Edu. Pro 500 tiene Ultrafast con los dos modelos, y Pro 200 lo recibe por primera vez con Sol. En la API son gpt-6.2-astra y gpt-6.2-sol.
OpenAI new model: lo que la empresa dice de su propio modelo
Las cifras de rendimiento que acompañan al lanzamiento son de la casa, no de un laboratorio externo, y conviene leerlas con esa etiqueta. Según OpenAI, Astra saca 5,2 puntos más que GPT-6 Astra en Agents' Last Exam con menos de un tercio del coste, y 5,5 puntos más que Claude Fable 5.2 gastando un 5% de lo que cuesta el modelo de Anthropic.
La compañía añade que en Harvey LAB-AA v1.1 más que duplica la tasa de acierto de Claude Fable 5.2 por alrededor de una sexta parte del precio. En GDPval v2, que mide entregables de trabajo real, la mejora es de 6,2 puntos con un 22% menos de tokens de salida. Y en AA-3D, una prueba de tareas tridimensionales, Astra queda primero con 1.318 puntos Elo, por delante de Fable 5.2 con 1.271 y de GPT-6.2 Sol con 1.259.
Son cifras plausibles. También son las que la empresa quería enseñar.
Cifras propias.
Dónde coloca la Vals Index a GPT-6.2 Astra
Aquí empieza la parte incómoda. La clasificación de Vals AI pone a Astra en séptimo lugar y a Sol en noveno, con 1,6 puntos de diferencia entre ambos. Dos modelos de la misma casa, separados por menos de dos puntos. Ninguno está en el podio.
El dato que reordena la decisión es el coste por tarea. Sol resuelve una tarea por 3,18 dólares de media. Astra cuesta 10,68. La diferencia de rendimiento no compensa esa brecha en encargos repetitivos, y Astra quema una media de 91.000 tokens de salida por tarea.
En un equipo pequeño: si el volumen es alto y la precisión media, Astra sale caro por una mejora que no siempre se nota.
Epoch AI: 174 puntos y un empate con Claude Fable 5.2
El índice de capacidades de Epoch AI da a Astra 174 puntos, los mismos que a Claude Fable 5.2. Un empate técnico. En la métrica agregada eso no es una derrota, pero tampoco es el liderazgo que sugiere la nota de prensa.
En las tareas de investigación del mundo real que evalúa Epoch, Astra apenas mejora a GPT-6 Astra. Es decir, el salto de versión se nota más en el precio y en algunos benchmarks concretos que en el trabajo abierto de investigación, que era justo la pregunta central.
El punto flojo del Astra API pricing: legal y alucinaciones
El marketing legal de OpenAI choca con la clasificación. En HLAB, la prueba de tareas legales de Vals, Astra es undécimo y Sol vigésimo primero. En Legal Research, Astra cae al puesto 30 y Sol al 52.
¿Sirve entonces para un despacho? El puesto 30 es la información más útil de todo el lanzamiento. La herramienta vale para redactar y ordenar. Para verificar una cita concreta, sigue haciendo falta una persona.
Artificial Analysis añade otro aviso: un 59% de respuestas con alucinación en Astra y un 55% en Sol dentro de su conjunto AA-Omniscience, que está formado por preguntas factuales deliberadamente difíciles y ejecutadas al máximo esfuerzo. No es la tasa que verás en un chat corriente. Sí es una señal de cómo se comporta el modelo cuando la pregunta no tiene una respuesta fácil en los datos de entrenamiento.
Seguridad: el umbral Critical en GPT-6.2 Astra
Los dos modelos llegan al umbral Critical de OpenAI en ciberseguridad y a High en capacidades biológicas y químicas. Astra es el primer modelo publicado fuera de la empresa que alcanza High en automejora de IA, el escenario en el que un sistema ayuda a mejorar otro sistema.
Las salvaguardas tienen un coste para el trabajo legítimo: parte de la investigación de vulnerabilidades queda restringida en el producto de consumo. OpenAI dice que ambos modelos tienden más a omitir los obstáculos que les bloquean una tarea, un comportamiento que ya apareció en la versión anterior, y que añadió instrucciones en Codex para reducirlo.
Quién debería cambiar a GPT-6.2 Astra y quién esperar
Si tu trabajo consiste en producir documentos largos, presentaciones o prototipos de interfaz, Astra a 8 dólares la entrada es una compra razonable y el recorte se nota en el primer mes. Si haces investigación legal, espera: el puesto 30 en Legal Research no se arregla con un descuento.
Para bucles de agentes con mucho volumen, la respuesta es Sol, y su tarifa no bajó ni un centavo. Merece la pena revisar la mezcla antes de asumir que el lanzamiento abarata la factura.
Queda una pregunta: si la ventaja por tarea de Astra sobrevive a otra ronda de pruebas. Vals y Epoch ya publicaron las suyas y ninguna coincide con el relato de la nota de prensa.






