⚡ Veredicto rápido
- A
Trabajo profesional exigente → GPT-6.2 Astra. El modelo frontera de OpenAI para ciencia, derecho, finanzas y trabajo agentivo complejo: $8 de entrada / $40 de salida por millón de tokens, un 20% más barato que GPT-6 Astra y n.º 2 en el Índice de Inteligencia de Artificial Analysis con 62 puntos.
- S
Trabajo cotidiano → GPT-6.2 Sol. El modelo cotidiano para programación rutinaria, redacción y tareas generales: $2 de entrada / $10 de salida, exactamente la cuarta parte del precio de Astra, y solo 5 puntos por detrás en el índice independiente, con 57.
- La diferencia de precio es toda la decisión. Astra cuesta cuatro veces más que Sol por token en todas las categorías. A menos que tu tarea sea realmente difícil —rastrear un error en varios servicios, un documento exigente que debe seguir una plantilla, un análisis con mucha investigación—, Sol hace el mismo trabajo por un 75% menos, y la mayoría de los usuarios no notará la diferencia.
- Ambos modelos llevan la calificación de ciberseguridad más alta de OpenAI. Astra y Sol están clasificados como Críticos en ciberseguridad según el Marco de Preparación de OpenAI, y Astra es el primer modelo de OpenAI en alcanzar el umbral Alto de capacidad de auto-mejora de la IA, así que ambos llegan con salvaguardas más estrictas que los modelos a los que sustituyen.
Es posible que ganemos una comisión si compras a través de nuestros enlaces, sin costo adicional para ti.
OpenAI lanzó GPT-6.2 Astra y GPT-6.2 Sol el 17 de noviembre de 2026: dos modelos, un lanzamiento y una decisión que ahora debe tomar cada usuario de ChatGPT y de la API. Astra es el modelo frontera para el trabajo profesional exigente: ciencia, derecho, finanzas y la programación agentiva en la que un error cuesta dinero de verdad. Sol es el modelo cotidiano para la programación rutinaria, la redacción y las tareas generales. Astra cuesta cuatro veces más por token. La pregunta no es qué modelo es mejor —Astra lo es, de forma medible—, sino si tu trabajo es lo bastante difícil como para justificar pagar cuatro veces más por él.
Esta comparación se basa en el propio anuncio de lanzamiento y la página de precios de OpenAI, la tarjeta de sistema de GPT-6.2, la instantánea del Índice de Inteligencia de Artificial Analysis del 17 de noviembre de 2026 y la cobertura del primer día y los informes de probadores publicados el 17 y 18 de noviembre de 2026. Cada benchmark atribuido a OpenAI se marca como afirmación del proveedor, porque OpenAI elige las tareas sobre las que informa; el índice independiente es el número en el que más nos apoyamos. Todos los precios y puntuaciones son los publicados el 17 y 18 de noviembre de 2026, y ambos cambiarán: consulta la página de precios de OpenAI antes de presupuestar. Para la versión de noticia del día del lanzamiento de esta historia, consulta nuestra noticia del lanzamiento de GPT-6.2; para el panorama más amplio de los modelos frontera, nuestra comparación Claude Fable 5.2 vs GPT-6 Astra cubre al rival más cercano de Astra.
GPT-6.2 Astra vs Sol de un vistazo
| GPT-6.2 Astra | GPT-6.2 Sol | |
|---|---|---|
| Creado para | Trabajo profesional exigente: ciencia, derecho, finanzas, agentes complejos | Trabajo cotidiano: programación rutinaria, redacción, tareas generales |
| Precio de API (por 1M de tokens) | $8 de entrada / $40 de salida | $2 de entrada / $10 de salida |
| Entrada en caché (por 1M) | $0.40 | $0.10 |
| Precio frente al predecesor | Un 20% más barato que GPT-6 Astra ($10 / $50) | Sin cambios frente a GPT-6.1 Sol |
| Ventana de contexto | 1,050,000 tokens | 1,050,000 tokens |
| Salida máxima | 128,000 tokens | 128,000 tokens |
| Fecha límite de conocimiento | 18 de mayo de 2026 | 1 de junio de 2026 |
| Índice de Artificial Analysis (17 nov. 2026) | 62: n.º 2 en general | 57 |
| ID de modelo de API | gpt-6.2-astra | gpt-6.2-sol |
| Dónde funciona | ChatGPT Work, Codex, API | ChatGPT Work, Codex, API |
Tarifas estándar de API para prompts de hasta 272,000 tokens de entrada. Por encima de ese umbral, las tarifas de entrada y de caché se duplican y la salida cuesta 1.5 veces más en toda la solicitud. Precios publicados por OpenAI el 17 de noviembre de 2026.
A
#1 · GPT-6.2 Astra · Trabajo profesional exigente
- Precio de API
- $8 de entrada / $40 de salida por 1M de tokens
- Fortaleza destacada
- Razonamiento frontera: n.º 2 en el índice independiente, con 62
- Ideal para
- Ciencia, derecho, finanzas, programación agentiva compleja
Detalle
1. GPT-6.2 Astra — ideal para el trabajo profesional exigente
Astra es el modelo que OpenAI orienta al trabajo en el que una respuesta errónea sale cara: análisis científico, redacción legal, modelización financiera y programación agentiva que rastrea un error entre servicios o produce un documento exigente que sigue una plantilla al pie de la letra. Es el único de los dos modelos con una auténtica aspiración de frontera: en la instantánea del Índice de Inteligencia de Artificial Analysis del 17 de noviembre de 2026, Astra obtuvo 62 puntos, segundo en general por detrás de Claude Fable 5.2 con 65, y cinco puntos por delante de la clase de su predecesor. Las cifras propias de OpenAI son aún más favorables: la empresa afirma que Astra supera a GPT-6 Astra por 5.2 puntos en Agents' Last Exam a menos de un tercio del coste, y que lidera a Claude Fable 5.2 por 5.5 puntos en el mismo benchmark al 5% del coste, pero son afirmaciones del proveedor sobre una tarea elegida por OpenAI, y los primeros probadores independientes del día del lanzamiento estaban divididos, así que tómalas como el argumento de OpenAI, no como un hecho establecido.
El precio es la verdadera noticia. Con $8 por millón de tokens de entrada y $40 por millón de tokens de salida, Astra es un 20% más barato que GPT-6 Astra, que costaba $10 y $50, y la entrada en caché bajó un 60%, de $1.00 a $0.40 por millón de tokens. Si ya usas GPT-6 Astra, los mismos prompts ahora cuestan una quinta parte menos sin más cambio de código que el ID del modelo. Astra también tiene una distinción que ningún modelo de OpenAI había tenido antes: es el primero en alcanzar el umbral Alto de capacidad de auto-mejora de la IA según el Marco de Preparación de OpenAI, y es parte de la razón por la que ambos modelos 6.2 llegan con salvaguardas más estrictas. La contrapartida honesta es la obvia: cuatro veces el precio de Sol por token, y un recargo por contexto largo por encima de 272,000 tokens de entrada que duplica las tarifas de entrada y multiplica la salida por 1.5. La valoración honesta: Astra es el modelo adecuado cuando la tarea es realmente difícil y el coste de un error supera el coste de los tokens. Para todo lo demás, Sol es la mejor compra.
GPT-6.2 Astra
Fortalezas
- El modelo más fuerte de OpenAI en el índice independiente: 62 puntos, segundo en general por detrás de Claude Fable 5.2.
- Un 20% más barato que GPT-6 Astra, con la entrada en caché un 60% más barata, hasta $0.40 por millón de tokens.
- Creado para el trabajo en el que la precisión importa: ciencia, derecho, finanzas, agentes complejos.
- El mismo precio de $8 / $40 que Claude Fable 5.2, así que la elección de frontera ahora depende del modelo, no del dinero.
Debilidades
- Cuatro veces el precio de Sol por token: un derroche para el trabajo rutinario.
- El recargo por contexto largo por encima de 272,000 tokens de entrada duplica las tarifas de entrada.
- Las afirmaciones de benchmarks del proveedor son sólidas, pero no están confirmadas por pruebas independientes el día del lanzamiento.
- Primer modelo en alcanzar el umbral Alto de auto-mejora de la IA: espera salvaguardas más estrictas y más rechazos.
S
#2 · GPT-6.2 Sol · Trabajo cotidiano
- Precio de API
- $2 de entrada / $10 de salida por 1M de tokens
- Fortaleza destacada
- La mejor relación calidad-precio de la familia GPT-6: 57 en el índice a la cuarta parte del precio de Astra
- Ideal para
- Programación rutinaria, redacción, trabajo cotidiano en ChatGPT y Codex
Detalle
2. GPT-6.2 Sol — ideal para el trabajo cotidiano
Sol es el modelo que la mayoría debería usar de verdad. Es el modelo cotidiano de OpenAI, el que recomienda para la programación y la redacción rutinarias, el predeterminado en Codex y el modelo que gestiona la mayor parte del tráfico de ChatGPT. Su precio no cambió: $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con la entrada en caché a $0.10, exactamente la cuarta parte de Astra en todas las categorías. En el Índice de Inteligencia de Artificial Analysis del 17 de noviembre de 2026, Sol obtuvo 57 puntos, frente a los 55 de GPT-6.1 Sol, y solo cinco puntos por detrás de Astra. Esa diferencia de cinco puntos es toda la historia: para el trabajo cotidiano, la diferencia entre los dos modelos es pequeña, y la diferencia de precio es de cuatro veces.
Sol also has two quiet advantages. Its knowledge cutoff is 1 June 2026, two weeks newer than Astra's 18 May 2026, so it knows slightly more recent facts. And in Codex, Sol's default context is 500,000 tokens against Astra's 272,000, so it works with larger codebases out of the box before the long-context surcharge applies. Both models take text and images, return text, refuse requests that set reasoning effort to none, and share the same 1,050,000-token context window with up to 128,000 output tokens. The honest trade-off is capability at the top end: on genuinely hard tasks — a bug traced across services, a document that must follow a template exactly — Astra is measurably stronger, and early testers found Sol passing small coding tests without standing out. The honest assessment: Sol is the default. Reach for Astra only when the task earns it.
GPT-6.2 Sol
Fortalezas
- La cuarta parte del precio de Astra en todas las categorías: $2 de entrada / $10 de salida por millón de tokens.
- Solo cinco puntos por detrás de Astra en el índice independiente (57 frente a 62) para el trabajo cotidiano.
- Fecha límite de conocimiento más reciente que la de Astra (1 de junio de 2026 frente a 18 de mayo de 2026).
- Mayor contexto predeterminado en Codex: 500,000 tokens frente a los 272,000 de Astra.
Debilidades
- Mediblemente más débil que Astra en razonamiento difícil y tareas agentivas complejas.
- Precio sin cambios frente a GPT-6.1 Sol: sin ahorro con la actualización, solo una pequeña mejora de capacidad.
- Los primeros probadores independientes publicaron poco sobre Sol en concreto el día del lanzamiento.
Precio: la diferencia real de coste
Los tokens son los fragmentos del tamaño de una palabra por los que cobran los servicios de IA, y la aritmética aquí es lo bastante sencilla como para hacerla en una servilleta. Con las tarifas estándar para prompts de hasta 272,000 tokens de entrada, un millón de tokens de entrada cuesta $8 en Astra y $2 en Sol; un millón de tokens de salida cuesta $40 en Astra y $10 en Sol; la entrada en caché —el texto del prompt que el proveedor ya ha almacenado— cuesta $0.40 en Astra y $0.10 en Sol. Todas las categorías son exactamente cuatro a uno. Una solicitud con 100,000 tokens de entrada y 5,000 tokens de salida cuesta unos $1.00 en Astra y $0.25 en Sol. Un agente de programación que quema un millón de tokens de entrada y 200,000 tokens de salida al día cuesta $16 en Astra y $4 en Sol: $360 al mes frente a $90.
Dos detalles de la letra pequeña cambian el cálculo. Primero, el recargo por contexto largo: por encima de 272,000 tokens de entrada, las tarifas de entrada y de caché se duplican y la salida cuesta 1.5 veces más en toda la solicitud, así que una solicitud muy larga de Astra cuesta $16 de entrada y $60 de salida. El contexto predeterminado de 500,000 tokens de Sol en Codex hace que los usuarios de Sol alcancen ese umbral con menos frecuencia en la práctica, aunque el recargo se aplica a ambos modelos. Segundo, el nivel Ultrafast —la opción de baja latencia, disponible para suscriptores Pro 500— cuesta tres veces la tarifa estándar hasta el 28 de febrero de 2027, y luego seis veces la estándar a partir del 1 de marzo de 2027. A seis veces, Ultrafast de Astra costaría $48 de entrada y $240 de salida por millón de tokens, un precio para trabajo de producción crítico en latencia, no para uso cotidiano. La API por lotes y los niveles Fast tienen sus propias tarifas más bajas; consulta la página de precios de OpenAI para ver la tabla completa antes de presupuestar una carga de trabajo de producción.
Benchmarks: lo que dicen realmente los números
Dos conjuntos de números describen estos modelos, y no coinciden, así que lee ambos con sus etiquetas. El número independiente procede de Artificial Analysis, cuya instantánea del 17 de noviembre de 2026 con el máximo esfuerzo sitúa a Astra en 62 y a Sol en 57 en su Índice de Inteligencia, con Claude Fable 5.2 en 65 y GPT-6.1 Sol en 55. Según esa medida, Astra es el segundo modelo más fuerte del mundo, Sol es un modelo capaz de gama media cinco puntos por detrás, y la actualización de GPT-6.1 Sol a GPT-6.2 Sol vale dos puntos. Ese es el número en el que más hay que confiar, porque Artificial Analysis ejecuta las mismas tareas en todos los modelos y publica su método.
Los números propios de OpenAI son más favorables y menos comprobables. La empresa afirma que Astra supera a GPT-6 Astra por 5.2 puntos en Agents' Last Exam a menos de un tercio del coste, y que lidera a Claude Fable 5.2 por 5.5 puntos en el mismo benchmark al 5% del coste. Ambas afirmaciones pueden ser ciertas en esa tarea concreta —Agents' Last Exam es un benchmark agentivo difícil en el que se nota el diseño de Astra—, pero OpenAI eligió la tarea, y ningún probador independiente había replicado ninguna de las dos cifras en la mañana del 18 de noviembre de 2026. Los primeros probadores estaban divididos: las pequeñas pruebas de programación se superaron en ambos modelos, y nadie había publicado un cara a cara que resolviera la cuestión de la frontera. La lectura honesta: Astra es realmente fuerte y realmente más barato que su predecesor, pero si ya usas Claude Fable 5.2, los benchmarks del proveedor de OpenAI no son motivo para cambiar: el índice independiente sigue teniendo a Claude por delante por tres puntos al mismo precio.
Calificaciones de seguridad: ambos alcanzan «Crítico» en ciberseguridad
La parte menos comentada de este lanzamiento es también la más importante para los desarrolladores. Según el Marco de Preparación de OpenAI, ambos modelos GPT-6.2 están clasificados en el nivel Crítico de ciberseguridad —el nivel más alto— y en el nivel Alto de riesgos biológicos y químicos. Astra va más allá: es el primer modelo de OpenAI en alcanzar el umbral Alto de capacidad de auto-mejora de la IA, lo que significa que las propias pruebas de OpenAI lo encontraron lo bastante capaz de mejorar sistemas de IA como para activar el nivel de capacidad más alto del marco. OpenAI dice que aplicó salvaguardas más estrictas a ambos modelos como resultado, incluidos controles de despliegue más restrictivos, y publicó una tarjeta de sistema completa de GPT-6.2 con el lanzamiento.
Para la mayoría de los usuarios, esto cambia poco en la práctica. En ChatGPT, los modelos rechazarán con más frecuencia las solicitudes relacionadas con la ciberseguridad —código de exploits, investigación de vulnerabilidades, ayuda para pruebas de penetración—, y los desarrolladores que crean herramientas de seguridad deberían probar sus prompts con el nuevo comportamiento en lugar de asumir que los prompts antiguos siguen pasando. Las calificaciones no significan que los modelos no sean seguros de usar; significan que OpenAI los considera lo bastante capaces en esos ámbitos como para necesitar controles más fuertes. Si construyes con estos modelos, lee la tarjeta de sistema: es el documento que explica lo que los modelos pueden hacer que sus predecesores no podían, y lo que OpenAI hizo al respecto.
Dónde puedes usar cada modelo
Ambos modelos se lanzaron el 17 de noviembre de 2026 en los mismos tres lugares: ChatGPT Work y Codex para usuarios Plus, Pro, Enterprise y Edu, y la API de OpenAI como gpt-6.2-astra y gpt-6.2-sol, con Ultrafast disponible para suscriptores Pro 500. No existe un modelo gpt-6.2 sin más: llamas a una de las dos variantes con nombre, y cualquier código que llame a gpt-6.2 fallará. En ChatGPT, el selector de modelo es el interruptor: los usuarios Plus y Pro obtienen ambos modelos en ChatGPT Work, y la elección es por conversación. En Codex, Sol es el predeterminado para el trabajo cotidiano con un contexto predeterminado de 500,000 tokens, mientras que Astra usa 272,000 tokens por defecto: ambos pueden usar la ventana completa de 1,050,000 tokens cuando se lo pides. En la API, ambos modelos funcionan en la API de Responses y en Chat Completions, con llamada a herramientas a través de Responses, y ambos rechazan las solicitudes que fijan el esfuerzo de razonamiento en none.
Una nota de migración para desarrolladores: el recorte de precio de Astra es la ganancia gratis de este lanzamiento. Si tu código llama a gpt-6-astra, cambiar el ID del modelo a gpt-6.2-astra reduce el mismo trabajo un 20% y la entrada en caché un 60%, y OpenAI afirma que mejora las puntuaciones de benchmarks. Los usuarios de Sol deberían cambiar por la fecha límite de conocimiento más reciente y la pequeña mejora de capacidad, no por ahorrar: el precio es idéntico. Y si usas GPT-6.1 Terra o GPT-6 Luna para trabajo barato en volumen, ninguno de los dos modelos nuevos los sustituye: Terra y Luna están por debajo de Sol en precio, y la pareja 6.2 está por encima de ellos.
GPT-6.2 vs Claude Fable 5.2: la carrera por la frontera
El momento de este lanzamiento no es casualidad. Claude Fable 5.2 salió ocho días antes que Astra, el 9 de noviembre de 2026, exactamente al mismo precio —$8 por millón de tokens de entrada y $40 por millón de tokens de salida— y lidera el índice independiente con 65 frente a los 62 de Astra. Eso convierte la elección de frontera en una auténtica competición por primera vez en un tiempo: dos modelos, el mismo precio, tres puntos de índice de diferencia, con OpenAI afirmando una victoria en su benchmark elegido y Anthropic liderando en el independiente. Nuestra comparación Claude Fable 5.2 vs GPT-6 Astra cubre en detalle la generación anterior de esta rivalidad, y la actualización 6.2 reduce la brecha sin cerrarla. Si hoy usas Claude, no hay argumento de benchmarks para cambiar; si hoy usas OpenAI, Astra es una versión más barata y más fuerte de lo que ya tienes. En cualquier caso, el ganador de esta ronda es el comprador: inteligencia de frontera a $8 por millón de tokens de entrada, con un modelo cotidiano de $2 por debajo.
¿Qué modelo deberías usar?
- Programación y redacción cotidianas → Sol. Código rutinario, correos, resúmenes, trabajo general en ChatGPT: Sol es el predeterminado, y cuesta la cuarta parte que Astra.
- Ciencia, derecho y finanzas → Astra. Análisis de investigación, redacción legal, modelización financiera: el trabajo en el que una respuesta errónea cuesta más que los tokens.
- Trabajo agentivo complejo → Astra. Rastreos de errores en varios servicios, documentos exigentes que deben seguir una plantilla, ejecuciones largas de agentes: aquí se nota la brecha de razonamiento de Astra.
- Trabajo de API de alto volumen → Sol. Chatbots, clasificación, procesamiento en masa: a $2 de entrada / $10 de salida, Sol es el caballo de batalla, y la brecha de 5 puntos del índice rara vez importa a escala.
- Bases de código grandes en Codex → Sol. Un contexto predeterminado de 500,000 tokens supera los 272,000 de Astra para el trabajo cotidiano con repositorios.
- Ya estás en GPT-6 Astra → cambia a 6.2 Astra ahora. El mismo trabajo, un 20% más barato, la entrada en caché un 60% más barata: una ganancia gratis.
- Ya estás en Claude Fable 5.2 → quédate. Claude sigue liderando el índice independiente por tres puntos al mismo precio.
¿Aún no lo tienes claro? Empieza con Sol —es el predeterminado por algo— y cambia tareas concretas a Astra cuando la respuesta de Sol no sea lo bastante buena. Ese es el flujo de trabajo que diseñó OpenAI: Sol para lo rutinario, Astra para el 10% difícil. Revisa la elección dentro de un mes, cuando los benchmarks independientes más allá del índice del día del lanzamiento hayan tenido tiempo de aparecer, porque la clasificación de frontera entre Astra y Claude Fable 5.2 está lo bastante ajustada como para que nuevas pruebas puedan moverla. Y si construyes productos de IA en lugar de solo usarlos, nuestra guía de los mejores asistentes de IA para programar cubre las herramientas que envuelven estos modelos en un flujo de desarrollo completo.
Astra vs Sol para desarrolladores: los detalles de API que importan
Para los desarrolladores, la elección entre Astra y Sol es una decisión de enrutado, no una cuestión de lealtad, y la API te da los controles para tomarla por solicitud. Ambos modelos están disponibles en la API de Responses y en Chat Completions como gpt-6.2-astra y gpt-6.2-sol, con llamada a herramientas solo a través de Responses. Ambos aceptan texto e imágenes y devuelven texto, ambos comparten la ventana de contexto de 1,050,000 tokens con hasta 128,000 tokens de salida por respuesta, y ambos rechazan las solicitudes que fijan el esfuerzo de razonamiento en none: no hay forma de ejecutar ninguno de los dos modelos como modelo sin razonamiento, así que presupuesta tokens de razonamiento en cada llamada. Las fechas límite de conocimiento difieren ligeramente: 18 de mayo de 2026 para Astra y 1 de junio de 2026 para Sol, así que Sol conoce unas dos semanas más del mundo.
Los niveles de precios más allá del estándar merecen atención antes de lanzar. La API por lotes cuesta menos que la estándar para el trabajo que puede esperar, los niveles Fast cambian algo de capacidad por velocidad a precios más bajos, y Ultrafast —el nivel de baja latencia, disponible para suscriptores Pro 500— cuesta tres veces la tarifa estándar hasta el 28 de febrero de 2027 y seis veces la estándar a partir del 1 de marzo de 2027. A seis veces la tarifa estándar, Ultrafast de Astra costaría $48 por millón de tokens de entrada y $240 por millón de tokens de salida, un precio para rutas de producción críticas en latencia, no para trabajo en masa. El patrón práctico al que llegarán la mayoría de los equipos es el que diseñó OpenAI: enrutar el 90% rutinario de las solicitudes a Sol, enrutar solo el 10% difícil —las ejecuciones de agentes de varios pasos, los documentos que deben seguir una plantilla, el análisis en el que una respuesta errónea cuesta más que los tokens— a Astra, y almacenar en caché de forma agresiva, porque la entrada en caché a $0.40 y $0.10 por millón de tokens es donde están los ahorros reales. Una nota operativa más: el recargo por contexto largo por encima de 272,000 tokens de entrada duplica las tarifas de entrada y de caché y multiplica la salida por 1.5 en toda la solicitud, así que divide los documentos largos o mantenlos por debajo del umbral cuando puedas.
Astra vs Sol en ChatGPT: qué cambia para los suscriptores
Para los usuarios de ChatGPT, el lanzamiento 6.2 cambia el selector de modelo, no la suscripción. Ambos modelos están disponibles en ChatGPT Work para usuarios Plus, Pro, Enterprise y Edu, y la elección es por conversación: puedes redactar un contrato en Astra y resumir tu bandeja de entrada en Sol en la misma tarde. Los suscriptores Pro 500 también obtienen acceso a Ultrafast con cualquiera de los dos modelos, que es la opción de baja latencia para el trabajo interactivo. No hay ningún plan nuevo que comprar ni cambio de precio en una suscripción: los precios por token anteriores se aplican a la API, mientras que los precios de ChatGPT se mantienen en la suscripción que ya pagas.
Lo que debería cambiar es el hábito. La mayoría de los usuarios de ChatGPT deja el selector en el predeterminado y no vuelve a pensar en ello, y el predeterminado es la elección correcta para la mayor parte de su trabajo: Sol gestiona bien la redacción rutinaria, los resúmenes, la lluvia de ideas y la programación cotidiana, y le cuesta a OpenAI la cuarta parte de lo que cuesta Astra, por eso es el predeterminado. El momento de cambiar a Astra es concreto: estás pidiendo un documento largo y estructurado que debe seguir una plantilla; estás trabajando en un problema de investigación con apuestas reales; estás depurando entre servicios y necesitas que el modelo mantenga en mente un panorama amplio y contradictorio. Para esas tareas, elige Astra para esa conversación y vuelve a cambiar. Los dos modelos no son rivales en ChatGPT: son dos ajustes de la misma herramienta, y el selector es el control.
Astra vs Sol para programar en Codex
Codex es donde la elección entre Astra y Sol se nota con más claridad, porque programar es donde la brecha de capacidad se siente con más facilidad. Ambos modelos están disponibles en Codex desde el día del lanzamiento, y la propia guía de OpenAI traza la línea con claridad: Sol para la programación cotidiana, Astra para el trabajo exigente, como rastrear un error entre servicios o producir un documento exigente que sigue una plantilla. Los valores predeterminados codifican esa guía: Codex da a Sol un contexto predeterminado de 500,000 tokens y a Astra uno de 272,000 tokens, así que Sol trabaja con repositorios más grandes desde el primer momento, mientras que el predeterminado más pequeño de Astra refleja su papel como el modelo al que llamas para un problema difícil y concreto, no para toda la base de código.
Los primeros probadores independientes del día del lanzamiento encontraron que ambos modelos superaban pequeñas pruebas de programación sin complicaciones, y una primera comparación detallada señaló que ningún probador había publicado nada concreto sobre el rendimiento de programación de Sol: la atención fue para Astra, como suele ocurrir con el buque insignia. Eso vale la pena recordarlo: el modelo con el lanzamiento más ruidoso no es necesariamente el modelo que hace la mayor parte del trabajo. Para un desarrollador en activo, la configuración sensata es Sol como predeterminado en Codex para ediciones, pruebas y refactorizaciones rutinarias, con Astra reservado para las tareas en las que una edición errónea cuesta una tarde: el error entre servicios, el plan de migración, el cambio sensible en seguridad. A cuatro veces el precio, Astra debería ganarse cada llamada.
Qué significa el lanzamiento para la familia GPT-6
GPT-6.2 no sustituye a la familia GPT-6: la reorganiza. La familia tiene ahora una escala de precios clara: GPT-6 Luna en la parte inferior para el trabajo en masa más barato, GPT-6.1 Terra por encima, luego Sol a $2 de entrada y $10 de salida, luego Astra a $8 y $40, con GPT-6 Astra por encima a $10 y $50, un modelo al que Astra ahora supera en precio mientras afirma superarlo en benchmarks. No existe un modelo gpt-6.2 sin más, y OpenAI no ha anunciado un GPT-6.2 Terra o Luna, así que los niveles baratos mantienen sus identidades 6.1 por ahora. Para los equipos que ya están en la familia, el mapa de migración es sencillo: los usuarios de GPT-6 Astra deberían pasar a GPT-6.2 Astra de inmediato, los usuarios de GPT-6.1 Sol deberían pasar a GPT-6.2 Sol por la fecha límite más reciente y la pequeña mejora de capacidad, y los usuarios de Terra y Luna deberían quedarse donde están, porque ninguno de los dos modelos nuevos tiene un precio para sustituirlos.
La señal más amplia es la guerra de precios en la frontera. Ocho días antes que Astra, Anthropic lanzó Claude Fable 5.2 exactamente a $8 y $40 —el mismo precio de lista que ahora lleva Astra— y el recorte del 20% de Astra desde los $10 y $50 de GPT-6 Astra se lee como OpenAI igualando ese precio en lugar de fijarlo. La inteligencia de frontera se abarata cada trimestre, y el nivel cotidiano se fortalece al mismo tiempo: Sol, con 57 en el índice independiente, está solo cinco puntos por detrás de Astra, y la brecha entre el modelo cotidiano y el modelo frontera nunca ha sido tan pequeña. Para los compradores, esa es la verdadera historia de este lanzamiento: no qué modelo gana, sino lo poco que los separa.
Primeras reacciones: qué encontraron los probadores el día del lanzamiento
La cobertura del día del lanzamiento fue rápida y, de forma inusual, honesta sobre lo que no sabía. La primera comparación independiente detallada, publicada pocas horas después del lanzamiento, señaló que ambos modelos superaron su pequeña prueba de programación, que Astra lleva exactamente cuatro veces el precio de API por token de Sol, y que ningún probador temprano había publicado nada sobre Sol en concreto: el modelo cotidiano fue, en su propio día de lanzamiento, la parte menos examinada del lanzamiento. Otra cobertura del día del lanzamiento estaba dividida: algunos probadores elogiaron el recorte de precio y las mejoras de benchmarks, otros señalaron que la mayoría de las afirmaciones de rendimiento son de la propia OpenAI y que el índice independiente sigue teniendo a Claude Fable 5.2 por delante. El resumen justo, a la mañana del 18 de noviembre de 2026, es que Astra es una mejora real y un recorte de precio real, Sol es una pequeña mejora a un precio sin cambios, y las afirmaciones de frontera de ninguno de los dos modelos se han replicado de forma independiente todavía. Eso es normal para un modelo de un día de vida, y por eso esta comparación se apoya en el índice independiente y etiqueta cada afirmación del proveedor como tal.
Escenarios de coste: cómo se ve un mes de cada modelo
Los precios abstractos por token son difíciles de sentir, así que aquí van tres meses concretos con las tarifas estándar, asumiendo una mezcla realista de 70% de entrada en caché, 30% de entrada nueva y salida de alrededor de una quinta parte del volumen de entrada: la forma de una carga de trabajo típica de agente de programación. Un desarrollador en solitario que usa Codex unas horas al día podría usar 5 millones de tokens de entrada y 1 millón de tokens de salida en un mes: unos $13 en Sol y $52 en Astra. Un equipo pequeño de cinco desarrolladores que comparten una configuración de agente podría usar 50 millones de tokens de entrada y 10 millones de tokens de salida: unos $130 en Sol y $520 en Astra. Una pipeline agentiva pesada —un equipo que ejecuta agentes todo el día sobre una base de código grande— podría usar 500 millones de tokens de entrada y 100 millones de tokens de salida: unos $1,300 en Sol y $5,200 en Astra. Son ilustrativos, no presupuestos: tu mezcla de entrada en caché, volumen de salida y solicitudes de contexto largo moverá los números, pero la proporción nunca cambia: Astra es cuatro veces Sol en todos los escenarios, así que la pregunta es siempre si la capacidad extra merece cuatro veces el gasto.
Dos palancas cambian la respuesta más que la elección del modelo. La primera es el almacenamiento en caché: a $0.10 y $0.40 por millón de tokens en caché, un conjunto de prompts que reutiliza prompts de sistema y contexto recuperado cuesta casi nada en el lado de la entrada, y las largas ventanas de contexto de los modelos hacen práctico un almacenamiento en caché intenso. La segunda es el enrutado: enviar el 90% rutinario de las solicitudes a Sol y solo el 10% difícil a Astra reduce el ejemplo de pipeline pesada anterior de $5,200 a aproximadamente $1,700 al mes: la mayor parte de la capacidad por un tercio del precio. Si te quedas con una lección operativa de esta comparación, que sea esta: el modelo frontera más barato es el que solo llamas cuando la tarea lo merece.
Errores comunes al elegir entre Astra y Sol
Primero, usar Astra por defecto para todo. El buque insignia es la opción cómoda y la cara: a cuatro veces el precio de Sol, ejecutar trabajo rutinario en Astra es pagar tarifas de frontera por respuestas cotidianas, y la mayoría de los equipos que lo hacen nunca se dan cuenta porque la factura llega como un solo número. Segundo, juzgar por los benchmarks del proveedor. Las cifras de Agents' Last Exam de OpenAI son números reales sobre una tarea elegida por OpenAI; el índice independiente tiene a Claude por delante y a Astra en segundo lugar, y los primeros probadores independientes estaban divididos. Elige el modelo por la evidencia independiente y tus propias pruebas, no por una publicación de lanzamiento. Tercero, ignorar el recargo por contexto largo. Por encima de 272,000 tokens de entrada, Astra cuesta $16 de entrada y $60 de salida, y un equipo que pega repositorios enteros en cada solicitud alcanzará ese umbral constantemente, duplicando una factura que nunca presupuestó. Cuarto, llamar a un modelo que no existe. No existe un gpt-6.2 sin más: los ID de API son gpt-6.2-astra y gpt-6.2-sol, y el código que llame a gpt-6.2 fallará. Quinto, tratar las calificaciones de seguridad como una nota al pie. Ambos modelos están clasificados como Críticos en ciberseguridad, y Astra es el primer modelo de OpenAI en alcanzar el nivel Alto de auto-mejora de la IA: si construyes herramientas de seguridad, prueba tus prompts con las nuevas salvaguardas antes de lanzar, porque los rechazos forman parte del producto ahora.
Preguntas frecuentes
¿Cuál es la diferencia entre GPT-6.2 Astra y Sol?
Astra es el modelo frontera de OpenAI para el trabajo profesional exigente —ciencia, derecho, finanzas y programación agentiva compleja—, mientras que Sol es el modelo cotidiano para la programación rutinaria, la redacción y las tareas generales. Astra cuesta $8 por millón de tokens de entrada y $40 por millón de tokens de salida; Sol cuesta $2 y $10, exactamente la cuarta parte de Astra en cada categoría. En el Índice de Inteligencia de Artificial Analysis del 17 de noviembre de 2026, Astra obtuvo 62 puntos y Sol 57, así que Astra es mediblemente más fuerte, pero para el trabajo cotidiano la mayoría de los usuarios no notará la diferencia, y Sol cuesta un 75% menos.
¿Cuánto cuesta GPT-6.2 Astra?
GPT-6.2 Astra cuesta $8 por millón de tokens de entrada, $0.40 por millón de tokens de entrada en caché y $40 por millón de tokens de salida con las tarifas estándar para prompts de hasta 272,000 tokens de entrada, según lo publicado en la página de precios de OpenAI el 17 de noviembre de 2026. Eso es un 20% más barato que GPT-6 Astra, que costaba $10 y $50. Sol no cambia frente a GPT-6.1 Sol: $2 de entrada, $0.10 de entrada en caché y $10 de salida. Por encima de 272,000 tokens de entrada, las tarifas suben: Astra cuesta $16 de entrada y $60 de salida, y el nivel Ultrafast cuesta tres veces la tarifa estándar hasta el 28 de febrero de 2027, y luego seis veces. Los precios cambian a menudo, así que consulta la página de precios de OpenAI antes de presupuestar.
¿GPT-6.2 Astra es mejor que Claude Fable 5.2?
Depende de en qué benchmark confíes. En el Índice de Inteligencia de Artificial Analysis del 17 de noviembre de 2026, Claude Fable 5.2 obtuvo 65 puntos y GPT-6.2 Astra 62, así que Claude lidera en esa medida, y ambos cuestan lo mismo: $8 por millón de tokens de entrada y $40 por millón de tokens de salida. Las cifras propias de OpenAI cuentan otra historia: OpenAI afirma que Astra supera a Claude Fable 5.2 por 5.5 puntos en Agents' Last Exam al 5% del coste, pero es un benchmark del proveedor sobre una tarea elegida por OpenAI, no una prueba independiente. Los primeros probadores independientes estaban divididos el día del lanzamiento. Si ya usas Claude, no hay una razón clara para cambiar solo por los benchmarks; si usas OpenAI, Astra es un recorte de precio directo frente a GPT-6 Astra.
¿Dónde puedo usar GPT-6.2 Astra y Sol?
Ambos modelos se lanzaron el 17 de noviembre de 2026 en ChatGPT Work y Codex para usuarios Plus, Pro, Enterprise y Edu, y en la API de OpenAI como gpt-6.2-astra y gpt-6.2-sol, con Ultrafast disponible para suscriptores Pro 500. No existe un modelo gpt-6.2 sin más: llamas a una de las dos variantes con nombre. Ambos modelos aceptan texto e imágenes y devuelven texto, con una ventana de contexto de 1,050,000 tokens y hasta 128,000 tokens de salida por respuesta. En Codex, el contexto predeterminado es de 500,000 tokens para Sol y 272,000 para Astra.
¿GPT-6.2 Astra y Sol son seguros de usar?
OpenAI clasifica ambos modelos en el nivel Crítico de ciberseguridad según su Marco de Preparación —el nivel más alto— y en el nivel Alto de riesgos biológicos y químicos, y Astra es el primer modelo de OpenAI en alcanzar el umbral Alto de capacidad de auto-mejora de la IA. OpenAI dice que aplicó salvaguardas más estrictas a ambos modelos como resultado, incluidos controles de despliegue más restrictivos. Para la mayoría de los usuarios, esto cambia poco en la práctica: los modelos rechazan con más frecuencia las solicitudes relacionadas con la ciberseguridad, y los desarrolladores que crean herramientas de seguridad deberían probar sus prompts con el nuevo comportamiento. Lee la tarjeta de sistema de GPT-6.2 de OpenAI para ver la evaluación completa de seguridad.
¿Debería cambiar de GPT-6 Astra o GPT-6.1 Sol?
Si usas GPT-6 Astra, cambiar a GPT-6.2 Astra es una ganancia gratis: el mismo trabajo cuesta un 20% menos, la entrada en caché es un 60% más barata y OpenAI afirma que mejora las puntuaciones de benchmarks; solo tienes que cambiar el ID del modelo a gpt-6.2-astra. Si usas GPT-6.1 Sol, la actualización es menor: el precio de Sol no cambia y la puntuación de Artificial Analysis pasó de 55 a 57, así que cambia cuando quieras la fecha límite de conocimiento más reciente, el 1 de junio de 2026, y no por ahorrar. Si usas GPT-6.1 Terra o GPT-6 Luna para trabajo barato en masa, ninguno de los dos modelos nuevos los sustituye: Astra y Sol están por encima de esos niveles en precio.