GPT-6.1 Sol: qué cambia, cuánto cuesta y qué revisar al migrar

GPT-6.1 Sol (gpt-6.1-sol en la API) es la actualización de GPT-6 Sol que OpenAI publicó el 29 de septiembre de 2026, justo una semana después del modelo al que sustituye como Sol recomendado. Si ya pagas por gpt-6-sol, la tarifa es idéntica en todo salvo en una partida: la entrada en caché baja de 0,20 a 0,10 USD por millón de tokens. Con una carga que relee mucho contexto, la factura baja; sin caché, cada token cuesta lo mismo y la diferencia dependerá de cuántos tokens gaste cada modelo en la misma tarea.

Lo que sí puede fallar es la petición. GPT-6.1 Sol no admite none ni minimal en el esfuerzo de razonamiento y solo llama a herramientas desde Responses API; Chat Completions funciona, pero sin herramientas. Si tu integración con GPT-6 Sol usaba reasoning_effort: "none" para llamar funciones por Chat Completions, cambiar solo el ID no basta.

En ChatGPT, el modelo está en ChatGPT Work y en Codex para Plus, Pro, Business, Enterprise y Edu, no en el chat normal; Free y Go se quedan fuera. Los precios son los de la API directa de OpenAI, en USD, a 30 de septiembre de 2026.

GPT-6.1 Sol frente a GPT-6 Sol

OpenAI presenta GPT-6.1 Sol como «una mejora de GPT-6 Sol» orientada a programación con agentes, uso del ordenador (computer use) y trabajo profesional. En su guía de la familia GPT-6 quedan tres modelos: Astra, el de mayor capacidad; GPT-6.1 Sol, el equilibrio entre velocidad, coste e inteligencia; y Luna, el más rápido y barato. GPT-6 Sol ya no figura en ese reparto, y su propia ficha remite ahora a GPT-6.1 Sol como «el modelo Sol más reciente».

Fuentes: fichas de GPT-6.1 Sol y GPT-6 Sol y página de precios de OpenAI, a 30 de septiembre de 2026.

Las dos admiten entrada de texto e imagen y devuelven texto; ninguna procesa audio ni vídeo. GPT-6.1 Sol admite streaming, llamadas a funciones y Structured Outputs, pero no fine-tuning. En Responses API puede usar búsqueda web, búsqueda en archivos, generación de imágenes, intérprete de código, shell alojada, apply patch, skills, computer use, MCP y búsqueda de herramientas, además de multiagente en beta.

Frente a GPT-6 Astra, la relación de precios de lista es sencilla: Astra cuesta 5 veces más en entrada y salida (10 y 50 USD por millón) y 10 veces más en entrada en caché (1,00 frente a 0,10 USD). OpenAI sigue llamando a Astra «nuestro modelo de frontera más capaz». Si lo que dudas es si esa diferencia compensa, el detalle de tarifas y contexto largo está en Precio de la API de GPT-6 Astra: coste real, contexto largo y acceso. La gama anterior, antes de esta actualización, se compara en GPT-6 Sol, Luna y Astra frente a Terra: precios y cuál probar primero.

Las cifras de rendimiento son de OpenAI

El lema del lanzamiento, rendimiento «casi Astra» a un quinto del precio, es una afirmación de OpenAI sobre sus propias pruebas, hechas en su entorno de investigación o por API, no en ChatGPT. Los datos que más pesan para decidir, tal como aparecen en el anuncio de GPT-6.1 Sol:

• DeepSWE v1.1 (programación): resultado «comparable» al de GPT-6 Astra con un coste de alrededor de una quinta parte, y 6,4 puntos por encima de la mejor puntuación de GPT-6 Sol con menos esfuerzo y menos coste.
• OSWorld 2.0 (uso del ordenador, esfuerzo max): 7 puntos por encima de GPT-6 Sol con menos de la mitad del coste, y a menos de 2,1 puntos de Astra con cerca de una séptima parte del coste por tarea.
• Terminal-Bench Science 0.1 (esfuerzo max): coste medio por tarea de 5,47 USD, frente a 23,80 USD de Astra y 23,21 USD de Claude Opus 5.5. Astra sigue primero con un 68,1 %, y OpenAI recomienda Astra para las tareas científicas más difíciles.
• Errores factuales (esfuerzo xhigh): 4,1 %, frente al 4,5 % de GPT-6 Sol y el 4,0 % de Astra, medido sobre conversaciones difíciles elegidas a propósito, no sobre uso típico.

Son evaluaciones seleccionadas por el propio fabricante, y las cifras de modelos de la competencia proceden, según OpenAI, de informes públicos. Sirven para decidir qué probar, no para saber cómo rendirá con tus tareas; eso lo mide la comparación del último apartado.

Cuánto cambia tu factura al pasar a GPT-6.1 Sol

La tarifa completa de gpt-6.1-sol, en USD por millón de tokens y a 30 de septiembre de 2026:

Fast (el antiguo procesamiento Priority, renombrado el 30 de julio de 2026) cuesta el doble que Standard; Batch y Flex, la mitad. La entrada en caché cuesta un 5 % de la entrada normal, y la escritura en caché, 1,25 veces. Los tokens de razonamiento se facturan como salida. Las herramientas integradas, como la búsqueda web, pueden añadir cargos por llamada aparte de los tokens.

Para calcular una petición en Standard:

coste (USD) = (entrada sin caché × tarifa de entrada
             + entrada en caché × tarifa de caché
             + escritura en caché × tarifa de escritura
             + salida × tarifa de salida) / 1.000.000

Si tu carga vive de la caché, ahorras

Un turno típico de agente de programación que relee el repositorio: 150.000 tokens de entrada, de los que 140.000 salen de caché y 10.000 son nuevos, más 3.000 tokens de salida con el razonamiento incluido. Las escrituras en caché no se cuentan porque cuestan 2,50 USD en los dos modelos y no cambian la diferencia.

• gpt-6-sol: 10.000 × 2 + 140.000 × 0,20 + 3.000 × 10 = 20.000 + 28.000 + 30.000 → 0,078 USD
• gpt-6.1-sol: 10.000 × 2 + 140.000 × 0,10 + 3.000 × 10 = 20.000 + 14.000 + 30.000 → 0,064 USD

(Los productos están en USD × tokens; divide entre 1.000.000.) Son 0,014 USD menos por turno, cerca de un 18 %; en 50 turnos, 3,20 USD frente a 3,90 USD. El cálculo supone que los dos modelos gastan los mismos tokens, y no tiene por qué ser así: si GPT-6.1 Sol razona más o menos para la misma tarea, la salida cambia y con ella el resultado.

Si tu aplicación no reutiliza contexto y la entrada en caché es cero, las tarifas de los dos modelos son idénticas (2 / 2,50 / 10 USD hasta 272K; 4 / 5 / 15 USD por encima). En ese caso, cualquier diferencia en la factura sale solo del número de tokens por tarea.

Si comparabas GPT-6 Sol con Claude Opus 5.5 a partir de que la lectura de caché costaba lo mismo en los dos, como en Claude Opus 5.5 vs GPT-6 Sol: cuál probar primero y qué pagas, ese punto ya no vale para GPT-6.1 Sol: su lectura de caché cuesta la mitad que la de GPT-6 Sol.

Por encima de 272K se encarece la petición entera

La ficha del modelo lo dice sin rodeos: las peticiones con más de 272K tokens de entrada se cobran al doble en entrada y caché y a 1,5 veces en salida para la petición completa, no solo para los tokens que pasan del umbral. Con gpt-6.1-sol, en Standard:

Con un 15 % más de entrada, B cuesta 1,9 veces lo que A. El cálculo cuenta los tokens en caché dentro de los 272K, porque la regla habla de duplicar «input and cache rates» en las peticiones que superan el umbral; la ficha no lo desglosa más. Si un agente se queda casi siempre por debajo pero a veces carga más de 272K, esas llamadas sueltas pueden pesar más de lo que parece: suma el coste petición a petición, no con una media.

Fast, residencia en la UE y Ultrafast

• Residencia de datos: GPT-6.1 Sol admite residencia en EE. UU. y en la UE. El procesamiento regional añade un 10 % a los modelos publicados desde el 5 de marzo de 2026, así que se aplica a este. Si tu empresa usa residencia en la UE, Fast no está disponible; te quedan Standard, Batch y Flex.
• Ultrafast: las fuentes de OpenAI se contradicen. El anuncio dice que GPT-6.1 Sol Ultrafast se lanzó junto a GPT-6 Astra Ultrafast y que se ofrece por API. Pero el resumen del DevDay lo da como «próximamente», la página de modelos de ChatGPT indica que al lanzamiento solo hay Standard y Fast y que Ultrafast llegará más tarde, el registro de cambios del 29 de septiembre solo añade service_tier: "ultrafast" para gpt-6-astra, y la pestaña Ultrafast de la página de precios solo lista gpt-6-astra. A 30 de septiembre de 2026, no hay Ultrafast ni precio publicado para GPT-6.1 Sol. Cuando llegue, Ultrafast solo funciona con procesamiento global o residencia en EE. UU., no en la UE.

Qué revisar en tu petición antes de cambiar el ID

La guía de migración de OpenAI para la familia GPT-6 reduce el cambio a unas pocas comprobaciones. Estas son las que afectan a quien viene de gpt-6-sol o de un modelo GPT-5.x:

Dos matices de la guía de OpenAI:

• Los niveles de esfuerzo no equivalen exactamente de una generación a otra. Si usabas medium con GPT-6 Sol, empieza con el mismo nivel y ajusta según los resultados, no según el nombre.
• Para cambiar el esfuerzo a mitad de una conversación, OpenAI recomienda elementos de entrada configuration_update y dejar igual el reasoning.effort de la petición, porque así se conserva el prefijo del prompt y la caché sigue funcionando. Cambiar el esfuerzo de la petición entre turnos puede costarte justo la rebaja de la caché.

Si trabajas en Codex, la guía propone pedirle la migración al propio agente con la skill de documentación: $openai-docs migrate this project to the GPT-6 model family.

Petición con herramientas: Responses API

Este ejemplo en Python sustituye una llamada a función que antes iba por Chat Completions con none. El esfuerzo pasa a low y no hay temperature:

from openai import OpenAI

client = OpenAI()

tools = [{
    "type": "function",
    "name": "estado_pedido",
    "description": "Devuelve el estado de un pedido a partir de su número",
    "parameters": {
        "type": "object",
        "properties": {"pedido_id": {"type": "string"}},
        "required": ["pedido_id"],
        "additionalProperties": False,
    },
    "strict": True,
}]

resp = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "low"},  # con gpt-6-sol quizá usabas "none"
    input="¿En qué estado está el pedido 48213?",
    tools=tools,
)

llamada = next(item for item in resp.output if item.type == "function_call")
print(llamada.name, llamada.arguments)

# Devuelve el resultado de tu función con el mismo call_id
resp2 = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "low"},
    previous_response_id=resp.id,
    input=[{
        "type": "function_call_output",
        "call_id": llamada.call_id,
        "output": '{"estado": "enviado"}',
    }],
    tools=tools,
)
print(resp2.output_text)
print(resp2.usage)

Petición sin herramientas: Chat Completions

Si tu código solo genera texto por Chat Completions, basta con cambiar el modelo, el esfuerzo y quitar los parámetros de muestreo:

chat = client.chat.completions.create(
    model="gpt-6.1-sol",
    reasoning_effort="low",
    messages=[{"role": "user", "content": "Resume este registro de errores en tres puntos: ..."}],
    # sin temperature, top_p, logprobs ni top_logprobs
)
print(chat.choices[0].message.content)
print(chat.usage)

Antes de lanzar la primera petición, comprueba que tu proyecto tiene acceso al modelo y que la respuesta llega bien; el procedimiento es el mismo que en Cómo acceder a GPT-6 Astra por API y comprobar la primera respuesta, cambiando el ID.

Dónde seleccionar GPT-6.1 Sol

Fuentes: página de modelos de ChatGPT y ficha del modelo en la API.

En ChatGPT Work y en la app de escritorio, OpenAI recomienda empezar con el ajuste por defecto (Power) y moverte hacia Smarter para razonar más o hacia Faster para trabajos más rápidos y baratos. Los niveles de esfuerzo van de Light (equivale a Low en la CLI) a Extra High; Max y Ultra dependen de tu configuración y, en la CLI, aparecen en /model bajo «More reasoning…». Según la propia OpenAI, la mayoría de las tareas no necesitan Max ni Ultra. Elegir el modelo en el selector no cambia los permisos del espacio de trabajo: si tu administrador no lo ha habilitado, seguirás sin acceso.

La disponibilidad depende del despliegue, de cómo inicias sesión y del cliente, así que puede no aparecer todavía en tu cuenta aunque tu plan lo incluya. Mientras tanto, GPT-5.6 Sol, Terra y Luna siguen disponibles. Si en Codex sigues con GPT-5.5, ten en cuenta que se retira de ChatGPT, ChatGPT Work y Codex el 14 de octubre de 2026; la retirada no afecta a la API. El nuevo plan Pro de 500 USD al mes añade los límites de uso más altos y Astra Ultrafast en exclusiva; para GPT-6.1 Sol basta con Plus.

Si usas Codex con un proveedor configurado por Chat Completions, OpenAI avisa de que ese soporte está obsoleto en Codex y desaparecerá en versiones futuras.

Límites de la API por nivel

El nivel sube solo a medida que aumenta tu gasto con OpenAI. Si tu organización está en el nivel 1 y lanza agentes con contextos de cientos de miles de tokens, el límite de tokens por minuto es el primero que conviene vigilar.

La lista de países admitidos de OpenAI para la API y ChatGPT incluye España. Microsoft Foundry, Amazon Bedrock y OpenRouter también listan GPT-6.1 Sol en sus catálogos; allí los precios, regiones y límites los fija cada plataforma, no la tabla de OpenAI.

Cómo comparar antes y después con tus propias tareas

Las cifras de OpenAI no te dicen cuánto pagarás tú. Una prueba corta sí:

1. Elige entre 5 y 10 tareas reales de tus registros: alguna corta, alguna con mucho contexto en caché y, si las tienes, alguna que supere los 272K de entrada.
2. Lanza cada una con los dos modelos mientras gpt-6-sol siga respondiendo, con el mismo prompt y el esfuerzo equivalente (none pasa a low; el resto, igual para empezar).
3. Guarda el uso de cada respuesta. En Responses API: usage.input_tokens, usage.input_tokens_details.cached_tokens, usage.output_tokens y usage.output_tokens_details.reasoning_tokens. En Chat Completions: usage.prompt_tokens, usage.prompt_tokens_details.cached_tokens y usage.completion_tokens.
4. Calcula el coste con la tarifa de cada modelo y la regla de los 272K. Esta función reproduce los ejemplos de arriba (Standard, sin escrituras en caché, que cuestan igual en los dos):

# USD por millón de tokens, Standard, a 30 de septiembre de 2026
TARIFAS = {
    "gpt-6-sol":   {"corto": (2.00, 0.20, 10.00), "largo": (4.00, 0.40, 15.00)},
    "gpt-6.1-sol": {"corto": (2.00, 0.10, 10.00), "largo": (4.00, 0.20, 15.00)},
}

def coste(modelo, entrada, en_cache, salida):
    tramo = "largo" if entrada > 272_000 else "corto"  # más de 272K: toda la petición
    p_entrada, p_cache, p_salida = TARIFAS[modelo][tramo]
    nueva = entrada - en_cache
    return (nueva * p_entrada + en_cache * p_cache + salida * p_salida) / 1_000_000

print(coste("gpt-6-sol", 150_000, 140_000, 3_000))    # 0.078
print(coste("gpt-6.1-sol", 150_000, 140_000, 3_000))  # 0.064

5. Compara el coste por tarea aceptada, no por petición. Si GPT-6.1 Sol resuelve a la primera algo que GPT-6 Sol necesitaba en dos intentos, esa diferencia pesa más que la de la caché.
6. Si una tarea sigue saliendo mal, pruébala con gpt-6-astra antes de dar el cambio por cerrado: cuesta 5 veces más por token, y solo compensa si reduce los reintentos en esa proporción.

Preguntas frecuentes

¿Cuánto cuesta GPT-6.1 Sol en la API?

En Standard y con hasta 272K tokens de entrada, 2 USD por millón de entrada, 0,10 USD de entrada en caché, 2,50 USD de escritura en caché y 10 USD de salida. Por encima de 272K, toda la petición pasa a 4 / 0,20 / 5 / 15 USD. Fast cuesta el doble; Batch y Flex, la mitad. Es la misma tarifa que GPT-6 Sol salvo la entrada en caché, que cuesta la mitad.

¿Puedo usar GPT-6.1 Sol en ChatGPT?

Sí, en ChatGPT Work y en Codex si tienes Plus, Pro, Business, Enterprise o Edu; no en el chat normal. En Enterprise y Edu tiene que activarlo un administrador. Free y Go no lo tienen, y el nivel Free de la API tampoco.

¿Va a desaparecer GPT-6 Sol?

A 30 de septiembre de 2026 no hay fecha de retirada: gpt-6-sol no aparece en la página de modelos retirados y obsoletos de OpenAI. Su ficha remite a GPT-6.1 Sol como el Sol más reciente y ya no figura en la tabla de precios, así que conviene planificar la migración sin esperar a un aviso.

¿Hay GPT-6.1 Sol Ultrafast?

El anuncio lo da por lanzado, pero el resumen del DevDay, la documentación de ChatGPT, el registro de cambios y la página de precios solo recogen Ultrafast para GPT-6 Astra. A 30 de septiembre de 2026, no hay Ultrafast ni precio publicado para GPT-6.1 Sol.

¿Sigue compensando GPT-6 Astra?

Para las tareas en las que GPT-6.1 Sol falla y Astra no. Según OpenAI, Astra sigue por delante en las pruebas más difíciles, como Terminal-Bench Science; a cambio, cuesta 5 veces más en entrada y salida y 10 veces más en caché. Prueba primero GPT-6.1 Sol con tus tareas y reserva Astra para las que no supere. La comparación de benchmarks y coste por tarea está en GPT-6.1 Sol vs Astra vs GPT-6 Sol: cuál usar y si Astra compensa.