El 22 de septiembre, OpenAI anunció tarifas reducidas a la mitad para Sol y Luna, sus modelos de trabajo corriente. El porcentaje se calcula sobre precios promocionales, y el coste de un expediente tratado sigue por medir.
Leer las cifras antes que el porcentaje
Por millón de tokens, Sol pasa de 4 a 2 dólares en entrada y de 20 a 10 dólares en salida. Luna pasa de 0,20 a 0,10 dólares en entrada y de 1,20 a 0,50 dólares en salida. OpenAI anuncia «un 50 % más barato» para ambos. El cálculo es correcto para Sol y para la entrada de Luna, pero la salida de Luna baja en torno a un 58 %.
Los precios de partida son los de las ofertas promocionales de GPT-5.6, no sus tarifas de lista, algo que OpenAI precisa en su propio texto. La empresa atribuye la bajada a mejoras en el almacenamiento en caché y en la inferencia, con un descuento del 90 % en la lectura de entradas ya almacenadas en memoria.
Desde el lanzamiento, la página incluye una actualización del 29 de septiembre que remite a un modelo más reciente, GPT-6.1 Sol. El anuncio no dice nada más al respecto en el texto que he leído: habrá, pues, que comprobar si las tarifas y las comparaciones de este artículo siguen valiendo para este nuevo modelo.
El coste de una tarea, medido por el proveedor
OpenAI prefiere hablar de coste por tarea. En AutomationBench, un banco de pruebas de flujos de trabajo empresariales, Sol en el ajuste «xhigh» obtiene un 33,2 % por 0,27 dólares por tarea, frente a un 26,9 % de Claude Opus 5 al máximo, a un coste que la empresa cifra en más de once veces el de Sol. En el banco DeepSWE, dedicado a la ingeniería de software, Sol se presenta con un 68,8 %, a algo más de un punto de la mejor puntuación de Claude Fable 5.
Estas cifras proceden de OpenAI, que eligió las pruebas y los ajustes comparados. Indica que toma las puntuaciones de la competencia de informes públicos, y que utilizó las de Claude Fable 5 cuando las de la versión 5.1 no estaban disponibles. Las puntuaciones de la familia en este banco empresarial siguen siendo, además, modestas en valor absoluto.
Un nivel para cada tarea, que probar más que suponer
Lo que sigue es una lectura del autor. Un trabajo de triaje, como detectar un expediente incompleto, no exige el mismo gasto que un análisis de procedencia o un texto que compromete a la Maison. Cabe, pues, imaginar un modelo económico para el primero y un modelo más exigente para los demás. El nombre del modelo no prueba que convenga a la tarea.
Un equipo haría bien en fijar qué contiene un resultado admisible antes de elegir: la información indispensable, los errores tolerables, los casos que suben a una persona. El traspaso importa tanto como la tarifa. Un primer tratamiento barato que borra sus fuentes u oculta sus dudas transmite un problema que la etapa siguiente no verá.
La unidad que cuenta
La tarifa del token es un insumo, y el consumo de una tarea depende del nivel de esfuerzo elegido. Para decidir, diez expedientes reales pasados por tres niveles de modelo, con una cuadrícula de los errores que cuentan, darían la cifra útil: el coste por expediente que una persona acepta sin rehacerlo. Ninguna página de lanzamiento puede proporcionarla.
Cette publication est également disponible en :
