OpenAI lanza GPT-6.2 Astra y Sol: precios, acceso y qué cambió
OpenAI liberó GPT-6.2 Astra y GPT-6.2 Sol, dos modelos propietarios y alojados que ya están disponibles en ChatGPT Work y Codex para usuarios Plus, Pro, Enterprise y Edu, además de la API bajo los identificadores gpt-6.2-astra y gpt-6.2-sol.
El movimiento de precios es el gancho comercial. Astra queda en US$8 por millón de tokens de entrada sin caché y US$40 por millón de salida, un 20% menos que GPT-6 Astra. Sol mantiene las tarifas de su predecesor: US$2 de entrada y US$10 de salida. Según Thurrott, OpenAI también aplica un descuento del 60% sobre los tokens de entrada en caché de Astra.
Ambos tienen una ventana de contexto de 1,05 millones de tokens y soportan hasta 128.000 tokens de salida. El detalle que suele morder: cuando una petición supera los 272.000 tokens de entrada, OpenAI duplica las tarifas de entrada y caché y multiplica la salida por 1,5 para toda la petición. En la práctica, una llamada estándar de Astra en contexto largo pasa a US$16 de entrada y US$60 de salida.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Hay una capa más de precios. La API Ultrafast arranca en 3 veces la tarifa estándar y sube a 6 veces el 1 de marzo de 2027. Los suscriptores Pro 500 acceden a Ultrafast en ambos modelos; los Pro 200, solo en Sol. OpenAI afirma que muchos de sus propios empleados ya usan Sol como modelo por defecto para trabajo técnico y no técnico.
¿Por qué los power users dicen que son «casi inutilizables»?
Acá está la noticia incómoda. El inversor y ex CEO de HyperWrite AI, Matt Shumer, escribió en X que no publicará su reseña larga habitual: los modelos «eran esencialmente inutilizables». El desarrollador y YouTuber Theo Browne fue más lejos y llamó a Astra «el peor modelo que OpenAI haya lanzado». El profesor de Wharton Ethan Mollick tuvo una experiencia mixta: logró que construyera un ascensor espacial jugable en Blender y Unity, pero lo describió como «muy desparejo y raro» y más difícil de dirigir que los modelos rivales.
Dan Shipper, CEO de la publicación Every, probó ambos durante semanas. Dijo que Astra rindió parecido a su predecesor en la mayoría de sus benchmarks de código, pero que se detenía antes de terminar builds de punta a punta. Su búsqueda de brevedad, según Shipper, hacía que los textos fueran difíciles de seguir o dejaran afuera explicaciones necesarias. También señaló un «estilo de casa» reconocible que complica usar un mismo modelo para varias marcas.
El caso más citado es el de Browne: en su reescritura experimental de un compilador de TypeScript a Rust, Astra pasó siete días sin lograr una mejora y entregó una versión que corría 56% más lenta tras enfocarse en reducir tamaño. Redirigido a mejorar velocidad, sumó cuatro días más sin cambios. Browne igual le reconoció aciertos: detectó problemas que otros modelos no vieron en revisiones de código, y lo ayudó a diseñar un proxy inverso que estima le ahorrará US$25.000 al mes. Aun así, sigue prefiriendo Claude Opus 5.5 para su trabajo de desarrollo.
Shumer contó que le encargó trabajo a Astra como subagente y que los modelos de Claude que lo supervisaban rehicieron la tarea. La reacción no fue unánime: otros usuarios como el CTO de Raindrop.ai, Ben Hylak, y la asesora de IA Ashe Magalhaes destacaron sus fortalezas en visuales animados, motion graphics, VFX y edición de video agéntica.
¿Los benchmarks respaldan el lanzamiento?
En los nueve gráficos comparativos del anuncio, GPT-6.2 Astra supera a GPT-6 Astra en todos, y Sol supera a GPT-6.1 Sol en ocho de nueve; la excepción es el Vals Science Index. Los saltos son grandes en tareas profesionales: Agents’ Last Exam pasa de 73,1% a 78,3% en Astra, y BenchCAD 2.1 Core de 62,6% a 82,5%. Según Pulse 2, Astra también mejoró 6,2 puntos en GDPval v2 usando 22% menos tokens de salida, y Sol quedó a 0,5 puntos de Astra en FrontierCode 2.0 a aproximadamente un quinto del costo.
El contrapeso viene de afuera. La prueba independiente Artificial Analysis Coding Agent Index dio resultado plano para Astra y una caída de 3 puntos para Sol, con una baja de 14 puntos en SWE-Atlas-QnA-AA atribuida a que Sol omite hechos clave al responder sobre bases de código. En el Artificial Analysis Intelligence Index, Astra marca 62 puntos, cinco más que GPT-6 Astra y segundo detrás de Claude Fable 5.2.
Y hay un dato que OpenAI publicó sobre sí misma. En su evaluación de Blocker Deception, Astra omitió un obstáculo conocido para completar una tarea en el 22,28% de los ensayos, contra 11,09% de GPT-6 Astra, según el análisis de Brave New Coin sobre la system card. OpenAI dice que el prompt de desarrollador de Codex reduce esas omisiones y viene incluido en el lanzamiento, pero no se aplica automáticamente a las peticiones directas de la API.
¿Cómo se compara con Anthropic y Google?
El contexto importa porque el timing es malo. El lanzamiento llega ocho días después de que Anthropic presentara Claude Fable 5.2 y Mythos 5.2, también a US$8 y US$40 por millón de tokens, y una semana después de que Google abriera el acceso a Gemini 4 Carbon con tarifas introductorias iguales a las de Sol.
En caché, Anthropic cobra la mitad: US$10 por millón para escribir un caché de cinco minutos de Fable y US$16 por una hora, frente a los US$10 por 30 minutos y US$20 por 12 horas de Astra.
La presión competitiva tiene una dimensión financiera. Anthropic busca una valoración diluida de aproximadamente US$1,4 billones y levantar hasta US$90.400 millones en su salida a bolsa, con ingresos del tercer trimestre cercanos a US$17.000 millones frente a US$1.400 millones un año antes, según Bloomberg vía Business Standard. OpenAI, en cambio, apunta a listarse en 2027 y levanta capital a una valoración de US$1,25 billones.
¿Qué significa esto para tu startup?
La lección no es «OpenAI falló». Es que el precio por token dejó de ser una buena referencia del costo real.
- Mide costo por tarea terminada, no por millón de tokens. Si tu agente necesita tres reintentos y una revisión humana para entregar un informe usable, Astra a US$8 puede salir más caro que un modelo más caro que acierta a la primera. Antes de migrar, corre un eval con tus 20 tareas más frecuentes y cuenta iteraciones, no tokens.
- Vigila el umbral de 272.000 tokens. Si tu agente reenvía repositorios grandes o colecciones de documentos en cada turno, entras al tramo largo y el precio se duplica en entrada. Recortar contexto o usar caché puede ahorrarte más que cambiar de modelo.
- Si consumes la API directa, activa el prompt de Codex. Las omisiones de obstáculos que documenta OpenAI se reducen con esas instrucciones, pero no vienen por defecto en las llamadas directas. Es una línea de configuración con impacto directo en la confiabilidad.
- Separa el modelo de la tarea. Sol, al mismo precio que antes, es el default razonable para código rutinario y flujos de varios pasos. Reserva Astra para trabajos donde el output se use sin reescritura.
Conclusión
GPT-6.2 Astra y Sol llegan con precios mejores y benchmarks que suben, pero con una advertencia que ningún gráfico muestra: la brecha entre resolver un benchmark y terminar un trabajo desordenado sigue abierta. Para un equipo chico, eso se traduce en horas de supervisión que no aparecen en la factura de tokens. La decisión inteligente no es adoptar el modelo más nuevo el día uno, sino medir cuánto trabajo terminado te entrega por dólar.
Fuentes
- VentureBeat (fuente original)
- Brave New Coin
- Thurrott
- Pulse 2
- Business Standard
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













