Empieza con GPT-5.6 Terra para trabajo mixto, prueba GPT-5.6 Luna con tráfico sombra en tareas acotadas y de gran volumen, y sube a GPT-5.6 Sol cuando el problema sea difícil o un fallo resulte caro. El ganador no es automáticamente el token más barato ni la etiqueta más potente: es la ruta con menor coste por resultado aceptado después de reintentos y revisión humana.
| Carga de trabajo | Primera ruta | Cuándo escalar o parar |
|---|---|---|
| Código, análisis, herramientas y trabajo de conocimiento mezclados | Terra | Escalar a Sol solo la familia que incumpla de forma repetida un criterio importante |
| Clasificación, extracción, transformación u operaciones masivas con límites claros | Luna en tráfico sombra | Parar si el contexto, las herramientas o la revisión eliminan el ahorro |
| Razonamiento difícil, síntesis de contexto largo o tareas donde un fallo cuesta mucho | Sol | Mantener Sol únicamente si evita fallos suficientes para compensar la prima |
A precios estándar del 11 de julio de 2026, una misma carga de 200.000 tokens de entrada y 40.000 de salida cuesta 2,20 dólares con Sol, 1,10 con Terra y 0,44 con Luna. Es un límite útil para el presupuesto, no un veredicto de producción. Un reintento completo duplica el gasto del modelo y unos minutos de corrección pueden costar más que toda la llamada.
“Regla de parada: no sustituyas la ruta actual hasta que una prueba con las mismas tareas reduzca el coste por resultado aceptado, no añada fallos de límite inaceptables y permita volver atrás.
Sol, Terra y Luna en una tabla
OpenAI presenta en el anuncio de GPT-5.6 tres niveles duraderos de capacidad, no una escalera temporal de vista previa. La diferencia práctica es cuánto margen de capacidad compra cada tarea y si ese margen produce más trabajo que supera tus controles.
| Campo de decisión | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna |
|---|---|---|---|
| ID de API | gpt-5.6-sol | gpt-5.6-terra | gpt-5.6-luna |
| Entrada por 1 M de tokens | $5,00 | $2,50 | $1,00 |
| Salida por 1 M de tokens | $30,00 | $15,00 | $6,00 |
| Primera hipótesis | Problemas difíciles, contexto largo, errores caros | Producción mixta y ruta de control | Operaciones repetibles, acotadas y masivas |
| Riesgo principal | Pagar una prima que no mejora la aceptación | Convertir «equilibrado» en sinónimo de universal | Ocultar reintentos y revisión detrás del precio bajo |
| Prueba para promover | Menos fallos compensan el doble de precio de Terra | Cumple la misma barra con menor coste total | Mantiene calidad y límites en tráfico sombra |
El alias corto gpt-5.6 dirige actualmente a Sol. Si importan el presupuesto y la reproducibilidad, utiliza uno de los tres ID explícitos. De lo contrario, el equipo puede creer que usa un selector neutral cuando en realidad todas las solicitudes pasan por el nivel más caro.
Pro tampoco es un cuarto ID. Es un modo de la solicitud. Los tres niveles admiten esfuerzo de razonamiento desde none, low, medium, high y xhigh hasta max. Fija el mismo esfuerzo en la comparación; Luna en low frente a Sol en max cambia dos variables y no aísla la diferencia entre niveles.
Qué modelo usar según la tarea
Terra como control para la cola mixta
Una cola real rara vez contiene un solo tipo de trabajo. Combina correcciones de código, análisis de documentos, uso de herramientas, transformación de datos y preguntas corrientes. Terra es un control razonable: cuesta la mitad que Sol y, en varias filas de conocimiento y agentes publicadas por OpenAI, la diferencia entre ambos es relativamente pequeña.
Eso no convierte a Terra en ganador universal. Sirve para descubrir la distribución: qué tareas pasan a la primera, cuáles necesitan otro intento y cuáles pierden siempre la misma restricción. Si el problema se concentra en una familia concreta, escala esa familia a Sol en vez de encarecer todo el tráfico.
Para código, la aceptación puede exigir pruebas, tipos, lint, comprobación en navegador y aprobación. Para investigación, enlaces válidos, fuentes adecuadas y hechos obligatorios. Si Terra y Sol superan exactamente la misma barra, decide por tiempo y coste completo, no por la prosa más solemne.
Luna empieza en tráfico sombra
La tarifa de Luna es una quinta parte de Sol tanto en entrada como en salida. Resulta atractiva para clasificación, extracción a un esquema fijo, transformaciones cortas, enrutamiento y reescrituras con límites estrictos.
El primer paso no es mover el 100% de producción. Copia una parte de solicitudes reales a Luna mientras la ruta vigente sigue entregando la respuesta al usuario. Puntúa la salida de Luna por separado: validez de esquema, precisión de campos, restricciones omitidas, herramientas, latencia, reintentos y minutos de revisión.
Detén la vía Luna si ocurre cualquiera de estas situaciones:
- el trabajo exige recordar con precisión un documento muy largo;
- los fallos de herramientas o de estructura provocan reintentos sucesivos;
- la persona revisora tiene que reconstruir restricciones perdidas;
- ningún resultado supera la barra fija;
- un cambio pequeño del prompt vuelve inestable la salida.
El contexto largo necesita una frontera explícita. En la fila MRCR de 256K–512K publicada por OpenAI, Sol obtuvo 91,5%, Terra 89,6% y Luna 41,3%. Es una medición del proveedor con su metodología, no una puntuación universal. Aun así, obliga a probar Luna con datos propios antes de usarla por defecto en entradas muy largas.
Sol para dificultad y alto coste de fallo
Sol es la primera ruta razonable para procesos de agentes complejos, razonamiento difícil, síntesis de contexto largo, migraciones frágiles y tareas donde un error produce daño operativo, de seguridad o normativo. Se compra margen de capacidad, no prestigio.
La prima debe ganarse. Si Terra supera las mismas pruebas con una carga de revisión semejante, pagar dos veces el precio no crea trabajo aceptado adicional. Una regla concreta puede elevar una familia a Sol cuando Terra falla dos veces el mismo criterio material. Una categoría de riesgo predefinida puede comenzar en Sol, pero debe registrar la razón y conservar la ruta de vuelta.
Acceso, API, caché y suscripción no son lo mismo
Según la información oficial del 11 de julio de 2026, Free y Go acceden a Terra en ChatGPT Work y Codex; Plus y planes superiores pueden elegir los tres niveles en las superficies compatibles. El acceso de una suscripción no equivale a llamadas gratuitas de API, y el precio de API no describe la factura mensual de ChatGPT.
| Contrato | Límite actual | Qué registrar |
|---|---|---|
| ChatGPT Work / Codex | Free y Go: Terra; Plus o superior: los tres | Plan, selección, límites consumidos y modelo efectivo |
| API | Tres ID explícitos | Proyecto, ID, tokens de entrada/caché/salida, latencia, error y reintento |
Alias gpt-5.6 | Selecciona Sol | Usar el ID completo para gobernar costes |
| Razonamiento | De none a max | Mantener el mismo esfuerzo |
| Pro | Modo de solicitud | Anotar si estaba activo |
| Caché de prompt | Escritura a 1,25× la entrada; lectura con 90% de descuento; mínimo 30 minutos | Separar escrituras, lecturas y tasa de acierto |
La caché cambia la parte de entrada, pero no la proporción del precio de salida. Con muchos aciertos, la salida y la revisión pueden dominar; con escrituras frecuentes, la entrada puede subir. No apliques el descuento principal a todos los tokens: mide la tasa real de acierto.
Los precios, planes, alias, caché y modos son volátiles. Revisa antes de un despliegue futuro la tarifa oficial, la guía del modelo y el registro de cambios.
Calcula el coste por resultado aceptado
Conserva primero la cuenta simple: 200.000 tokens de entrada y 40.000 de salida dan $2,20, $1,10 y $0,44. Después añade los costes que no aparecen en la línea del proveedor:
textcoste_por_resultado_aceptado = (API_inicial + reintentos + minutos_de_revisión × tarifa_hora / 60) / resultados_aceptados
Imagina 20 tareas por nivel y una revisión valorada en $60 por hora:
| Nivel | API | Revisión | Aceptados | Coste por aceptado |
|---|---|---|---|---|
| Sol | $44,00 | $40,00 | 18 | $4,67 |
| Terra | $22,00 | $55,00 | 17 | $4,53 |
| Luna | $8,80 | $150,00 | 11 | $14,44 |
Son datos ilustrativos, no una medición de estos modelos. En el ejemplo, Terra gana por poco, Sol acepta una salida más y la factura mínima de Luna desaparece bajo la revisión. Cambia la mezcla, la tarifa laboral o la aceptación y cambiará la ruta. Ese es precisamente el motivo para medir el denominador propio.
Si no hay resultados aceptados, no dividas ni llames eficiencia a los tokens baratos. La vía ha fallado. Detén los reintentos automáticos, clasifica el fallo y decide si conviene acotar la tarea o subir de nivel.
Cómo leer los benchmarks oficiales
Las tablas del proveedor sirven para escoger qué probar primero, no para reemplazar prompts, datos, herramientas, límites, latencia y aceptación. Una tarea de terminal, navegación, memoria de contexto largo y conocimiento no comparten el mismo impacto de error. Promediarlas en una nota «global» borra la decisión útil.
Las filas actuales permiten tres hipótesis prudentes. La proximidad de Sol y Terra en varias pruebas justifica comenzar Terra como control. Una ventaja pequeña de Sol puede importar si un fallo genera horas de reparación. La caída de Luna en contexto largo exige una prueba y una regla de parada específicas. La conclusión correcta es «probar primero esta vía en esta tarea», no «este modelo gana todo».
Una prueba controlada con 20 tareas reales
Selecciona 20 trabajos representativos de la cola que realmente vas a enrutar. Para cada nivel fija tarea, prompt, orden del contexto, herramientas y permisos, esfuerzo de razonamiento, modo Pro, tiempo, número de turnos, reintentos y criterios de aceptación.
«Parece bueno» no es un criterio. El código puede exigir pruebas, tipos, lint, navegador y revisión. La extracción puede exigir esquema válido, precisión y cobertura de campos. La investigación puede exigir citas válidas, calidad de fuente y hechos obligatorios. Invenciones, acciones destructivas, campos ausentes o violaciones de seguridad son fallos duros y no se compensan con una redacción fluida.
Registra ID solicitado y efectivo, tokens de entrada, caché y salida, latencia, tiempo hasta aceptar, reintentos y motivo, minutos de revisión, aceptación y clase de fallo. Cuando sea posible, oculta el nombre del nivel y alterna el orden para reducir el sesgo hacia la etiqueta insignia.
| Estado | Cuándo usarlo | Acción de producción |
|---|---|---|
| Promover | Menor coste aceptado y todos los límites superados | Aumentar tráfico poco a poco y conservar la ruta anterior |
| Especialista | Gana solo una familia definida | Enrutar únicamente esa familia |
| Reserva | Es fiable pero no la mejor primera llamada | Activar tras un fallo o riesgo nombrado |
| Volver atrás | Empeoran aceptación, límites, latencia o coste | Restaurar la ruta anterior y guardar el registro |
Define el umbral antes: por ejemplo, al menos un 10% menos por resultado aceptado, ningún nuevo fallo duro y latencia dentro del presupuesto. Empieza con 90% en la ruta vigente y 10% en sombra o canario. Un resultado vistoso o un benchmark del lanzamiento no justifican trasladar todo el tráfico.
Para una decisión entre proveedores y entornos de programación, consulta GPT-5.6 Sol frente a Claude Fable 5. Allí modelo, Codex/Claude Code, facturación y modelo efectivo son variables distintas; no deben mezclarse con este test dentro de una sola familia.
Preguntas frecuentes
¿Terra es el mejor modelo por defecto?
Terra es una buena hipótesis inicial para trabajo mixto, no un ganador permanente. Su mitad de precio frente a Sol debe mantenerse después de reintentos, revisión, aceptación e impacto del fallo.
¿Qué nivel es el más barato?
Luna tiene la menor tarifa estándar: $1 por millón de tokens de entrada y $6 por millón de salida. Es el token más barato, no necesariamente el resultado aceptado más barato.
¿Qué modelo conviene para contexto largo?
Empieza con Sol para contexto largo de alto riesgo o todavía no validado y prueba Terra como alternativa de menor coste. No promociones Luna sin evidencia propia por la gran caída en la fila MRCR 256K–512K.
¿Qué selecciona gpt-5.6?
Actualmente selecciona Sol. Usa el ID completo para coste y reproducibilidad y vuelve a comprobar el registro de cambios antes de un despliegue posterior.
¿Free y Go permiten elegir los tres?
La regla actual ofrece Terra en ChatGPT Work y Codex para Free y Go. Plus y superiores pueden elegir los tres niveles en superficies compatibles. El plan no crea API gratuita.
¿Cuándo cambiar la ruta principal?
Solo cuando una prueba representativa y equivalente cruza el umbral previo, no añade fallos duros, respeta la latencia y tiene una vuelta atrás probada. Despliega gradualmente.
Conclusión
Usa Terra como control para trabajo mixto, Luna como vía sombra para operaciones acotadas y masivas, y Sol como escalado para dificultad y fallos caros. Fija las variables en 20 tareas reales y mide reintentos, revisión y aceptación. Hasta que la evidencia cruce el umbral, mantén la ruta actual.