GPT-6.1 Sol vs Astra vs GPT-6 Sol: cuál usar y si Astra compensa

La respuesta corta

A 30 de septiembre de 2026, si usas gpt-6-sol con razonamiento activado (de low a max), lo sensato es pasar a gpt-6.1-sol en cuanto hayas revisado tus peticiones. Cuesta lo mismo por token, la entrada en caché baja a la mitad y, en el índice de Artificial Analysis (AA), puntúa entre 4 y 8 puntos más que GPT-6 Sol en cada nivel de esfuerzo.

Si hoy pagas GPT-6 Astra, prueba GPT-6.1 Sol un nivel de esfuerzo por encima del que usas en Astra: en ese mismo índice alcanza la misma puntuación con un coste por tarea entre 3 y 5 veces menor. Astra sigue compensando en el techo, porque su nivel max no tiene equivalente en 6.1 Sol, y en trabajos donde un resultado fallido cuesta mucho más que la factura de tokens.

La excepción está en la propia petición: GPT-6.1 Sol no acepta reasoning.effort en none ni en minimal, y solo llama a herramientas a través de la Responses API. Si tu integración depende de cualquiera de las dos cosas, cambiar el nombre del modelo no basta.

Las cifras de capacidad de este texto proceden de dos sitios distintos, y cada una lleva su origen: las pruebas que publica OpenAI en su anuncio de GPT-6.1 Sol y las mediciones independientes de Artificial Analysis. Las equivalencias entre niveles y los cocientes de coste son cálculos hechos a partir de esas tablas.

Precios: qué cambió y qué significa «cinco veces más barato»

OpenAI publicó GPT-6.1 Sol el 29 de septiembre de 2026, siete días después de GPT-6 Sol. Esta es la tarifa Standard de la API directa, en dólares por millón de tokens y para peticiones de hasta 272.000 tokens de entrada, según las páginas de modelo de GPT-6.1 Sol, GPT-6 Sol y GPT-6 Astra:

Reglas comunes a los tres: por encima de 272.000 tokens de entrada, toda la petición paga el doble en entrada y caché y 1,5 veces en salida; Batch y Flex cuestan la mitad que Standard; el modo Fast cuesta el doble; y el procesamiento regional añade un 10 % donde está disponible. Los tres tienen una ventana de contexto de 1.050.000 tokens y un máximo de 128.000 tokens de salida.

El único cambio de tarifa entre GPT-6 Sol y GPT-6.1 Sol es la entrada en caché: el descuento sobre la entrada normal pasa del 90 % al 95 %. En un agente que reenvía mucho contexto repetido, eso abarata un poco cada llamada; en peticiones cortas sin caché, la factura por token es idéntica.

El «cinco veces más barato» frente a Astra es exacto solo para la tarifa: Astra cobra 5 veces más por entrada, escritura en caché y salida, y 10 veces más por la entrada en caché. El coste por tarea es otra cosa, porque cada modelo gasta un número distinto de tokens para resolver lo mismo. Con los datos de AA, a igual nivel de esfuerzo Astra cuesta entre 4,5 veces (max) y 7,3 veces (medium) más por tarea; a igual puntuación, entre 3,2 y 4,8 veces más. Las pruebas propias de OpenAI dan cifras parecidas: unas cinco veces en DeepSWE y unas siete en OSWorld 2.0.

Sobre Ultrafast hay una contradicción que conviene conocer antes de planificar. El anuncio de OpenAI habla de «GPT-6 Astra Ultrafast y GPT-6.1 Sol Ultrafast», pero la tabla de precios de la API solo incluye Astra en Ultrafast (60 $ la entrada y 300 $ la salida por millón, seis veces Standard) y la documentación de modelos de Codex dice que el soporte de Ultrafast para GPT-6.1 Sol llegará más adelante. Hoy, Ultrafast con precio publicado solo existe para Astra.

Cuánto mejoró 6.1 Sol y cuánto le falta para Astra

Esta tabla recoge el índice de inteligencia de AA (versión 4.3.2, diez evaluaciones) y su coste medio ponderado por tarea del índice, medido en la API de OpenAI. Ese coste es lo que gasta la batería de pruebas de AA, no lo que te costará a ti una tarea:

Puntuación · coste por tarea del índice. Datos de las páginas de lanzamiento de AA a 30 de septiembre de 2026; AA los actualiza con el tiempo.

Frente a GPT-6 Sol, la mejora no es cosmética: 8, 8, 7, 7 y 4 puntos más en cada nivel, con un coste por tarea igual o menor. Un detalle práctico: GPT-6.1 Sol en medium ya iguala a GPT-6 Sol en max, por una quinta parte del coste por tarea.

Frente a Astra, la distancia a igual esfuerzo es de 4 puntos en low, 2 en medium y 1 en los demás niveles. Si emparejas por puntuación en lugar de por nombre de nivel, salen tres equivalencias útiles:

• 6.1 Sol high (50) iguala a Astra medium (50): 0,32 $ frente a 1,54 $ por tarea, unas 4,8 veces menos.
• 6.1 Sol xhigh (51) iguala a Astra high (51): 0,39 $ frente a 1,73 $, unas 4,4 veces menos.
• 6.1 Sol max (52) iguala a Astra xhigh (52): 0,72 $ frente a 2,31 $, unas 3,2 veces menos.

Astra max (53) queda sin pareja: es el único punto de la tabla que 6.1 Sol no alcanza.

Un punto de índice es poco, pero el índice promedia diez pruebas y en algunas la distancia es mayor. En Terminal-Bench Science 0.1, una prueba de OpenAI con tareas científicas, Astra queda primero con un 68,1 % y OpenAI recomienda usarlo para las tareas de investigación más exigentes; allí 6.1 Sol cuesta 5,47 $ por tarea frente a 23,80 $ de Astra, pero rinde menos. En OSWorld 2.0 (uso del ordenador), OpenAI sitúa a 6.1 Sol a menos de 2,1 puntos de Astra con una séptima parte del coste por tarea, y en DeepSWE (programación) lo da a la par por una quinta parte.

Más esfuerzo no siempre es mejor. En el índice de agentes de programación de AA, 6.1 Sol en xhigh superó por 3 puntos a su propio max y quedó 1 punto por encima de Astra con menos del 15 % de su coste por tarea. Si usas 6.1 Sol como agente de código, empieza por xhigh antes de subir a max.

Otras cifras que ayudan a decidir:

• Errores factuales. En las preguntas difíciles que OpenAI seleccionó (en xhigh, y según la propia OpenAI no representativas del uso normal), el porcentaje de respuestas con al menos un error es del 4,1 % en 6.1 Sol, 4,5 % en GPT-6 Sol y 4,0 % en Astra.
• Fallos de búsqueda sin avisar. Cuando la herramienta de búsqueda falla en pruebas adversariales en max, 6.1 Sol no lo comunica en un 2,1 % de los casos, frente a un 4,9 % de GPT-6 Sol y un 1,5 % de Astra.
• Alucinaciones. En AA-Omniscience, la tasa de alucinación de 6.1 Sol en max baja del 60 % al 54 % respecto a GPT-6 Sol.
• Velocidad. AA mide entre 59 y 66 tokens por segundo de salida para 6.1 Sol y entre 44 y 51 para Astra.

El cálculo que decide: coste por resultado aceptado

La tarifa por token y el coste por tarea de un banco de pruebas no son tu factura. Lo que te importa es cuánto pagas por cada resultado que das por bueno. Un ejemplo con la tarifa Standard y los mismos recuentos de tokens para los tres modelos: una petición con 200.000 tokens de entrada, de los que 150.000 salen de caché y 50.000 no, y 20.000 tokens de salida (sin contar escrituras en caché).

GPT-6.1 Sol: 0,05 × 2 $ + 0,15 × 0,10 $ + 0,02 × 10 $ = 0,100 + 0,015 + 0,200 = 0,315 $
GPT-6 Sol:   0,05 × 2 $ + 0,15 × 0,20 $ + 0,02 × 10 $ = 0,100 + 0,030 + 0,200 = 0,330 $
GPT-6 Astra: 0,05 × 10 $ + 0,15 × 1 $  + 0,02 × 50 $ = 0,500 + 0,150 + 1,000 = 1,650 $

(Los factores son millones de tokens: 50.000 tokens son 0,05 millones.)

Dos matices cambian el resultado. Primero, AA observó que 6.1 Sol genera entre un 10 % y un 30 % más tokens de salida que GPT-6 Sol. Con un 20 % más de salida, la petición de 6.1 Sol sube 0,04 $, hasta 0,355 $, y el ahorro de la caché frente a GPT-6 Sol desaparece en llamadas con mucha salida. Segundo, si superas los 272.000 tokens de entrada, los tres modelos multiplican igual, así que la proporción entre ellos se mantiene; para el detalle de ese tramo en Astra tienes el precio de la API de GPT-6 Astra: coste real, contexto largo y acceso.

Ahora añade la tasa de aceptación. El coste por resultado aceptado es el coste de todos los intentos dividido entre los resultados que aceptas. Con cifras supuestas, si Astra te da 9 resultados válidos de cada 10 y 6.1 Sol te da 7, contando ya el 20 % más de salida:

Astra:       1,650 $ / 0,9 ≈ 1,83 $ por resultado aceptado
GPT-6.1 Sol: 0,355 $ / 0,7 ≈ 0,51 $ por resultado aceptado

Con las tarifas de este ejemplo, 6.1 Sol sigue saliendo más barato en tokens mientras su tasa de aceptación supere aproximadamente el 22 % de la de Astra (0,355 / 1,650). Casi ningún trabajo real está en ese extremo, así que la factura de tokens rara vez justifica Astra por sí sola. Lo que puede justificarlo es el coste de cada fallo:

• Si los fallos se detectan solos y reintentar es barato (tests que pasan o no, un validador de esquema, una extracción que se comprueba con código), 6.1 Sol gana casi siempre.
• Si detectar un fallo exige que una persona revise el trabajo, o un error pasa desapercibido y sale caro después (una migración de base de datos, un análisis que llega a un cliente, una tarea científica larga), suma ese tiempo al coste por resultado. Ahí es donde un modelo que acierta más a menudo puede compensar sus cinco veces de tarifa.

Antes de cambiar gpt-6-sol por gpt-6.1-sol

La guía de GPT-6 de OpenAI pide revisar la migración antes de cambiar de un Sol al otro. Estos son los puntos que pueden romper o alterar una integración que hoy funciona con GPT-6 Sol:

Si ya has decidido cambiar y quieres ver cómo quedan las peticiones una vez migradas, sigue con GPT-6.1 Sol: qué cambia, cuánto cuesta y qué revisar al migrar.

Un detalle más si trabajas con imágenes: el 25 de septiembre OpenAI corrigió un fallo de codificación que degradaba la comprensión de imágenes de GPT-6 Sol y GPT-6 Luna, también en Codex y en el uso del ordenador. Si comparaste GPT-6 Sol con imágenes antes de esa fecha, repite la prueba, porque tu punto de partida estaba penalizado.

Para confirmar el cambio con tus datos, basta con un procedimiento corto:

1. Reúne un conjunto de tareas reales que ya sepas evaluar, incluidas las que hoy fallan.
2. Si vienes de GPT-6 Sol, prueba 6.1 Sol con tu nivel de esfuerzo actual y con uno menos. Si vienes de Astra, prueba 6.1 Sol con un nivel más que el que usas en Astra.
3. Guarda de la respuesta (usage) los tokens de entrada, de entrada en caché y de salida de cada intento, y calcula el coste con la tabla de precios.
4. Marca cada resultado como aceptado o no con el mismo criterio para todos los modelos, y divide el coste total entre los aceptados. Si revisar a mano forma parte del proceso, suma ese tiempo.
5. Cambia el modelo en producción solo en las tareas donde 6.1 Sol iguala o mejora el coste por resultado aceptado; deja en Astra las demás.

GPT-6 Sol sigue disponible mientras tanto. La página de obsolescencias de la API no lo incluye, y su ficha de modelo solo remite a GPT-6.1 Sol como «el Sol más nuevo». Que la tabla general de precios ya no muestre GPT-6 Sol no significa que se haya retirado; su tarifa sigue en su propia ficha.

En Codex y ChatGPT Work se paga de otra forma

La tabla por tokens solo vale para la API. En ChatGPT y Codex, GPT-6.1 Sol llega a los planes Plus, Pro, Business, Enterprise y Edu, en Codex (aplicación de escritorio y CLI) y en ChatGPT Work (web y móvil), según la documentación de modelos de OpenAI. En Enterprise y Edu está desactivado hasta que un administrador lo habilita, Free y Go no lo reciben en el lanzamiento, y ni 6.1 Sol ni GPT-6 Sol aparecen en el chat normal: solo en Work y Codex. En la CLI se elige con codex -m gpt-6.1-sol o codex -m gpt-6-astra.

Tres diferencias con la API que conviene no mezclar:

• Los niveles de esfuerzo tienen otros nombres. En las aplicaciones van de Light a Ultra, y OpenAI advierte de que no se corresponden exactamente entre generaciones de modelos. La tabla de equivalencias de AA de más arriba está hecha con los niveles de la API (low a max), no con los de la interfaz.
• Se consumen créditos de ChatGPT, no tokens facturados. La documentación de modelos remite a la página de precios del plan para el consumo por modelo y no da una tasa de créditos por modelo. La pregunta de cuál de los dos gasta menos créditos no se puede responder con la tabla de la API; compara el consumo de una misma tarea en tu propia cuenta.
• Ultrafast. Astra Ultrafast llega al nuevo plan Pro de 500 $ al mes; para 6.1 Sol, la documentación indica que el soporte llegará más adelante.

La recomendación de OpenAI para Codex coincide con la de la API: Astra para los flujos completos más difíciles, que exigen razonamiento sostenido a lo largo de varias herramientas, y GPT-6.1 Sol para el trabajo largo y repetido en código, aplicaciones y documentos cuando el coste importa.

Si además dudas entre la gama entera, con Luna para tareas de gran volumen, tienes la comparativa GPT-6 Sol, Luna y Astra frente a Terra: precios y cuál probar primero, escrita antes de la llegada de 6.1 Sol. Y si buscas una alternativa a Astra de otro proveedor, está Claude Sonnet 5.5 vs GPT-6 Astra: cuándo cambiar y qué pagas.

Preguntas frecuentes

¿GPT-6.1 Sol reemplaza a GPT-6 Sol? ¿Deja de funcionar gpt-6-sol?

No hay fecha de retirada. OpenAI presenta 6.1 Sol como el Sol recomendado, y Artificial Analysis tituló que lo «reemplaza», pero gpt-6-sol sigue funcionando en la API y no figura en la lista de obsolescencias a 30 de septiembre de 2026. Mantenerlo tiene sentido si dependes de reasoning.effort: "none" para la latencia o para llamar a herramientas desde Chat Completions.

¿Puedo usar GPT-6.1 Sol con residencia de datos en la UE?

Sí. GPT-6.1 Sol admite residencia de datos en EE. UU. y en la UE, pero el modo Fast no está disponible con residencia en la UE, igual que en GPT-6 Sol y Astra. El procesamiento regional añade un 10 % a la tarifa. Ultrafast, que hoy solo tiene precio para Astra, funciona únicamente con procesamiento global o residencia en EE. UU.

¿Está GPT-6.1 Sol en Azure o en Amazon Bedrock?

Aparece en la documentación de Microsoft Foundry y de Amazon Bedrock. Los precios de esas nubes no son los de la tabla de OpenAI; compruébalos en la consola de cada proveedor antes de usar los cálculos de este texto.

¿GPT-6.1 Sol tiene menos restricciones de seguridad que Astra?

No. OpenAI clasifica a GPT-6.1 Sol como de capacidad crítica en ciberseguridad y alta en biología y química, y le aplica el mismo conjunto de salvaguardas que a GPT-6 Astra. Si tu trabajo toca la seguridad informática, es razonable esperar las mismas intervenciones en los dos modelos, así que ese factor no inclina la elección hacia ninguno.