El martes 22 de septiembre tuvo dos lanzamientos con hora y media de diferencia. Primero Anthropic presentó Claude Opus 5.5 con 20% menos en precio de lista. Unos noventa minutos después, OpenAI respondió con GPT-6 Sol y GPT-6 Luna, y el recorte fue más agresivo: la mitad.
Los precios
Hay que leer con cuidado qué se compara. OpenAI habla de 50% frente a su tarifa promocional, no frente a la de lista. Para tu presupuesto la diferencia no importa mucho, porque lo que vas a pagar es el precio nuevo. Donde sí importa es al comparar anuncios: cada empresa elige la base que más le favorece.
Para qué sirve cada uno
La familia GPT-6 ya tenía a Astra, el modelo tope que OpenAI lanzó el 3 de septiembre. Sol y Luna completan la línea hacia abajo:
| Modelo | Pensado para | Ejemplo en una PyME |
|---|---|---|
| GPT-6 Astra | Lo más difícil, sin mirar el costo | Análisis de un contrato largo con muchas cláusulas cruzadas |
| GPT-6 Sol | Trabajo complejo: código, uso de la computadora, tareas de varios pasos | Un agente que arma una cotización consultando inventario y precios |
| GPT-6 Luna | Volumen con un objetivo claro: resumir, extraer, contestar rápido | Leer mil facturas y sacar RFC, total y fecha |
OpenAI dice que en su evaluación de exactitud, que se basa en conversaciones reales donde los usuarios marcaron errores, Sol comete más o menos la mitad de errores que su antecesor y llega a la confiabilidad de Astra a un costo mucho menor. También reporta que Sol empata a los modelos de Anthropic en pruebas de automatización y programación con un costo por tarea bastante más bajo. Del lado de Anthropic, Opus 5.5 también dice ganar en sus pruebas. Las dos cosas pueden ser ciertas a la vez, porque cada quien mide lo que mejor le sale.
Lo que cambia para una empresa mexicana
Si usas ChatGPT desde el navegador o la app de escritorio, no tienes que hacer nada. Sol y Luna aparecen en los planes Plus, Pro, Business, Enterprise y Edu desde el 22 de septiembre, y los planes gratuito y Go reciben Luna en la aplicación de escritorio.
Si tienes automatizaciones conectadas a la API, esta semana conviene revisar tres cosas:
- ¿Qué tareas mandas al modelo grande por costumbre? Clasificar correos, extraer datos de un PDF o resumir una junta rara vez necesitan el modelo más caro. Con Luna a 0.10 dólares por millón de tokens de entrada, mandar esas tareas a Sol o Astra es tirar dinero. La lógica está en cómo elegir el modelo correcto para cada tarea.
- ¿Estás usando caché? Si tu flujo manda el mismo catálogo o el mismo manual en cada llamada, el descuento de caché puede pesar más que el cambio de modelo.
- ¿El nombre del modelo está en un solo lugar? En dos meses cambiaron los precios de las dos familias principales. Si el identificador del modelo está repetido en veinte flujos, cada anuncio así te cuesta una semana. Es el argumento para no depender de un solo modelo.
Qué hacer esta semana
Dos lanzamientos el mismo día no son casualidad. Es una guerra de precios, y le conviene al que compra, siempre que compre con datos. La receta sigue igual: toma diez casos reales de tu operación, córrelos en Opus 5.5 y en GPT-6 Sol (o en Luna si la tarea es de volumen), y compara las respuestas lado a lado. El método está en cómo probar dos modelos con tus casos reales, y con precios que bajan cada dos meses es de las pocas tareas que se pagan solas.
Una última cosa para el presupuesto 2027: si en julio calculaste el gasto de IA con los precios de entonces, vuelve a hacer la cuenta por token. Hoy la misma tarea cuesta menos de la mitad.
Cada tarea en su modelo
¿Quieres saber cuánto te ahorrarías con los modelos nuevos?
Corremos tus casos reales en los modelos de las dos familias y te entregamos la comparación con costo por tarea.
