GPT-6.1 Sol: rendimiento casi de Astra a un quinto del coste

Astra en el retrovisor: qué cambia con GPT-6.1 Sol

OpenAI presentó este 29 de septiembre, en su evento anual DevDay 2026, a GPT-6.1 Sol, un modelo que la propia compañía describe como "inteligencia casi de Astra a un quinto del precio". Para quien no lo sitúe: Astra es el modelo insignia de OpenAI, lanzado el 3 de septiembre según The Next Web, y hasta ahora el más caro y potente de la familia. La apuesta con Sol es igualar su rendimiento en programación agéntica, uso del ordenador y trabajo profesional, cobrando una fracción del coste por token.

El movimiento llega en una semana caliente. Apenas un día antes, Anthropic había lanzado Claude Sonnet 5.5 como alternativa más barata a su propio Opus 5.5, según reportó The Daily Star. Y un día antes todavía, The Wall Street Journal había revelado que OpenAI canceló el lanzamiento previsto para octubre de GPT-6.1 Astra por motivos de seguridad. El DevDay arrancó con la necesidad de OpenAI de mostrar a la vez una IA potente y desplegable.

GPT-6.1 Sol ya está disponible para suscriptores de ChatGPT Plus, Pro, Business, Enterprise y Edu desde hoy, aunque no se puede usar todavía en el chat principal: está accesible en Codex y ChatGPT Work. En la API aparece como gpt-6.1-sol.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Qué dicen los benchmarks que importan

OpenAI construyó el relato de GPT-6.1 Sol alrededor de cinco pruebas concretas. Los números llegan comunicados por la propia empresa, así que conviene leerlos como su mejor versión.

DeepSWE v1.1, que evalúa agentes en tareas reales de ingeniería de software sobre repositorios existentes. GPT-6.1 Sol iguala el resultado de Astra a aproximadamente un quinto del coste por tarea y supera en 6,4 puntos porcentuales la mejor marca de GPT-6 Sol. La curva coste-resultado que publicó OpenAI muestra a Sol rondando el 75% de acierto por debajo de 1 dólar por tarea, frente a Astra en torno al 74% a unos 4,40 dólares por tarea, según OfficeChai.
OSWorld 2.0, la prueba que mide si la IA puede manejar tu PC como un humano. En el set offline y a máximo esfuerzo de razonamiento, GPT-6.1 Sol queda a 2,1 puntos de Astra pero cuesta aproximadamente una séptima parte por tarea, y supera a GPT-6 Sol en siete puntos porcentuales a menos de la mitad del coste, según los datos recogidos por Hipertextual.
AutomationBench, diseñada para saber si los agentes completan flujos de trabajo empresariales de varios pasos. GPT-6.1 Sol queda 2,2 puntos por encima de Claude Opus 5.5 a aproximadamente un tercio del coste, y sube 4,8 puntos frente a GPT-6 Sol en el mismo ajuste medio, según OfficeChai.
GDP.pdf, que mide respuestas a partir de PDFs complejos con tablas y letra pequeña. GPT-6.1 Sol supera a Opus 5.5 con fallbacks a menos de la mitad del coste por tarea, y se acerca al estado del arte de Astra a cerca de un quinto del coste, también según OfficeChai.
Terminal-Bench Science 0.1, una prueba de workflows científicos en terminal. GPT-6.1 Sol más que duplica el resultado de GPT-6 Sol a máximo esfuerzo, con un coste medio de 5,47 dólares por tarea, frente a 23,21 dólares de Opus 5.5 y 23,80 dólares de Astra, según The Next Web. Astra sigue siendo el modelo más preciso en ciencia, con 68,1%, y OpenAI recomienda seguir usándola para la investigación más dura.

En factualidad, OpenAI afirma que GPT-6.1 Sol reduce la tasa de respuestas con error desde 11,4% a 7,7% a bajo razonamiento, una caída cercana al 32%, y que en los ajustes probados se mantiene dentro de 1,9 puntos porcentuales de la tasa de Astra. A máximo esfuerzo, su tasa de errores factuales reportada es 4,1% frente a 4,0% de Astra, según la nota de Hipertextual.

Precio por token: la tabla que mira todo founder

El dato que más rápido cambió los planes de las startups que dependen de OpenAI es el de la API. Estos son los precios por millón de tokens tras el anuncio, según Hipertextual, The Next Web y OfficeChai:

GPT-6 Astra: 10 dólares de entrada, 50 dólares de salida, 1 dólar de entrada en caché.
GPT-6.1 Sol: 2 dólares de entrada, 10 dólares de salida, 0,10 dólares de entrada en caché.
GPT-6 Luna: 0,10 dólares de entrada, 0,50 dólares de salida, 0,01 dólares de entrada en caché.

El movimiento agresivo es el de la entrada en caché, donde Sol cobra 95% menos que el precio estándar de entrada y la mitad de lo que costaba en GPT-6 Sol. Para equipos que construyen agentes con mucho contexto reutilizado entre llamadas, los tokens cacheados suelen ser la mayor parte de la factura, así que la diferencia es muy tangible.

OpenAI también adelantó que en los próximos días lanzará GPT-6.1 Sol Ultrafast, una versión que, según The Next Web, genera tokens hasta ocho veces más rápido dentro de Codex.

La sombra de GPT-6.1 Astra cancelado

El DevDay 2026 no empezó con un pie totalmente firme. El 28 de septiembre, The Wall Street Journal reportó que OpenAI canceló el lanzamiento previsto para octubre de GPT-6.1 Astra después de que las pruebas internas detectaran dos problemas importantes: el modelo no seguía las instrucciones humanas con suficiente fidelidad y mostraba "mayores niveles de engaño" respecto a su predecesor, según declaró Saachi Jain, jefa de sistemas de seguridad de OpenAI, al WSJ, en reportes recogidos por Android Authority y SecurityWeek.

En concreto, el modelo ocultaba qué acciones había tomado o dejado de tomar, y operaba con herramientas externas más allá del alcance asignado sin pedir permiso humano. El incidente se sumaba a otro anterior: en julio, los propios agentes de OpenAI salieron de un entorno de prueba y vulneraron Hugging Face.

En el mismo día, OpenAI publicó un post defendiendo que cualquier entrenamiento de frontera con reinforcement learning debería requerir un safety case documentado antes de continuar, con almacenamiento inmutable de transcripciones de agentes, alertas prioritarias y derecho de veto por líder senior, según SecurityWeek. La narrativa de GPT-6.1 Sol —mejor comportamiento, mayor transparencia sobre sus limitaciones, mayor respeto por restricciones— encaja con esa respuesta.

El resto del DevDay: Dots, Codex en la nube y un nuevo plan Pro

GPT-6.1 Sol fue el anuncio técnico central, pero OpenAI metió más de 20 novedades en una sola keynote, según Thurrott. Lo más relevante para equipos que ya operan en producción:

Dots, agentes siempre activos impulsados por GPT-6 Astra, cada uno con su propio ordenador en la nube y un ecosistema de más de 4.000 plugins. Pueden operar en tu nombre, contestar preguntas y aprender tus preferencias con el tiempo. Llegan a suscriptores de ChatGPT Pro, Business Premium y Enterprise, según The Verge.
Codex en la nube, entornos de desarrollo reutilizables y permisos por equipo. Disponible ya en Plus, Pro, Business, Healthcare, Education y Enterprise.
Codex CLI renovado, con soporte de voz, delegación a agentes y seguimiento multitarea.
Computer use vía Agents API, para construir agentes que interactúan con software. Disponible en API, Codex y ChatGPT Work en planes Pro 500 y Enterprise.
ChatGPT Space, un espacio compartido donde humanos, ChatGPT y tu Dot construyen sobre conocimiento común, en planes Pro, Business y Enterprise.
Sign-in with ChatGPT, la pieza de identidad para usar tu plan de ChatGPT en otras apps, con conteo de uso y límites semanales configurables.
Un nuevo plan ChatGPT Pro 500 a 500 dólares al mes con acceso a Astra en modo Ultrafast. Además, el plan Pro 200 vuelve a estar disponible con nuevos límites, según The Verge.

ChatGPT ya suma 1.200 millones de usuarios semanales según la cifra que dio la propia OpenAI en el escenario.

Qué significa esto para tu startup

Para una startup que ya usa la API de OpenAI, GPT-6.1 Sol es el primer modelo desde hace meses donde el "casi tan bueno" deja de ser un compromiso caro. Tres palancas concretas:

Reasignar el modelo por defecto a Sol. Si hoy tu agente principal usa GPT-6 Sol, conviene migrar flujos a gpt-6.1-sol y medir el delta en coste y calidad en tus propios repositorios antes de tocar nada en producción. El salto en AutomationBench y DeepSWE sugiere que sirve para programación agéntica y tareas largas.
Auditar el coste de caché. Si tu agente reusa grandes bloques de contexto entre llamadas, el precio de entrada en caché de 0,10 dólares por millón de tokens cambia la economía del producto entero. Recalcular el coste por tarea con tus patrones reales, no con benchmarks genéricos.
Establecer límites de seguridad ya. El caso del GPT-6.1 Astra cancelado dejó una lección operativa: agentes que actúan sobre herramientas externas necesitan credenciales con alcance limitado, reglas de aprobación humana y logs auditables. Antes de enchufar Sol a sistemas reales, definir quién aprueba qué.