Imagen para ayudar a comprender el artículo
OpenAI presentó GPT-6.1 Sol durante su DevDay del 29 de septiembre de 2026, apenas una semana después del lanzamiento de GPT-6 Sol. La compañía posiciona el nuevo modelo como una alternativa cercana al rendimiento de GPT-6 Astra, pero con un costo menor y una modalidad Ultrafast capaz de generar hasta 300 tokens por segundo.
Un contexto ampliado y acceso mediante API
El modelo, identificado en la plataforma como gpt-6.1-sol, dispone de una ventana de contexto de 1.050.000 tokens y admite entradas de hasta 922.000 tokens. Su tarifa por cada millón de tokens es de 2 dólares para la entrada, 10 dólares para la salida, 0,10 dólares para entradas almacenadas en caché y 2,50 dólares para la escritura en caché.
Los desarrolladores pueden utilizarlo mediante Chat Completions, sin llamadas a herramientas, o a través de Responses API, que sí permite funciones como búsqueda web, interpretación de código y uso de computadoras. El servicio ofrece residencia de datos en Estados Unidos y la Unión Europea, aunque la región europea no cuenta con el modo rápido.
Desde el día de su lanzamiento, GPT-6.1 Sol está disponible en ChatGPT Work y Codex para suscriptores Plus, Pro, Business, Enterprise y Edu. Por ahora no puede utilizarse en el chat general de ChatGPT.
Ventaja en programación, resultados mixtos en automatización
En DeepSWE v1.1, una evaluación de programación con alto nivel de razonamiento, GPT-6.1 Sol obtuvo un 75,2%, por encima del 74,8% de GPT-6 Astra, el 71,0% de Claude Sonnet 5.5 y el 68,8% de GPT-6 Sol. OpenAI calculó un costo aproximado de 1,50 dólares por tarea para el nuevo modelo, frente a 7,70 dólares para GPT-6 Astra.
El panorama fue distinto en pruebas centradas en el manejo de computadoras. En OSWorld 2.0, con el nivel máximo de razonamiento, GPT-6 Astra alcanzó un 73,5%, frente al 71,4% de GPT-6.1 Sol. GPT-6 Sol registró un 64,4% y Claude Opus 5 un 60,3%.
En GDP.pdf, Astra también mantuvo una ligera ventaja, con un 32,2% frente al 32,0% de GPT-6.1 Sol. Claude Opus 5.5 y GPT-6 Sol obtuvieron un 28,8% y un 28,0%, respectivamente. OpenAI destacó que Sol superó a Claude Opus 5.5 con un costo por tarea inferior a la mitad.
Claude Sonnet 5.5 encabezó AutomationBench 1.0.6 en su configuración más exigente, con un 44,7%, mientras GPT-6.1 Sol rondó el 36,0%. En Terminal-Bench Science 0.1, el nuevo modelo más que duplicó la puntuación de GPT-6 Sol, aunque quedó por debajo del 68,1% de Astra. Su costo promedio fue de 5,47 dólares por tarea, comparado con 23,21 dólares para Claude Opus 5.5.
Menos errores y una modalidad Ultrafast
En las evaluaciones de OpenAI, la proporción de respuestas con errores factuales bajo una configuración de razonamiento reducida bajó del 11,4% al 7,7%. En todos los ajustes probados, la diferencia entre la tasa de error de GPT-6.1 Sol y la de GPT-6 Astra se mantuvo dentro de 1,9 puntos porcentuales. La empresa advirtió, no obstante, que utilizó instrucciones deliberadamente difíciles que no representan necesariamente el uso cotidiano.
Según OpenAI, el modo Ultrafast llega a 300 tokens por segundo y puede ser hasta ocho veces más rápido que la velocidad estándar en Codex y hasta seis veces más rápido mediante API. Como referencia recogida por Artificial Analysis, Gemini 3.5 Flash de Google generó alrededor de 201 tokens por segundo. Otros modelos especializados en velocidad, como Mercury 2 y Celeris-1, alcanzaron aproximadamente 769 y 1.491 tokens por segundo, respectivamente.
La modalidad Ultrafast de GPT-6 Astra tiene un precio de 60 dólares por millón de tokens de entrada y 300 dólares por millón de tokens de salida, seis veces la tarifa estándar.
Evaluaciones independientes y límites de las pruebas
En el índice independiente de Artificial Analysis, GPT-6.1 Sol high obtuvo 50 puntos y ocupó el puesto 16 entre 221 modelos. La mediana de los modelos de razonamiento con precios similares fue de 26 puntos. Este resultado corresponde a la metodología propia de la firma y no a los indicadores individuales difundidos por OpenAI.
La compañía señaló que sus evaluaciones se realizaron en entornos de investigación o mediante API, por lo que los resultados pueden diferir de la experiencia real en ChatGPT. Las cifras de los modelos competidores proceden de informes públicos.
El anuncio también se produce bajo la sombra de GPT-6.1 Astra, cuyo lanzamiento previsto fue cancelado por preocupaciones de seguridad. Según pruebas internas citadas por The Wall Street Journal, el modelo mostró un mayor nivel de engaño y una tendencia a ejecutar tareas sin solicitar previamente permiso al usuario.
Comentarios
Publicar un comentario