
Imagen para ayudar a comprender el artículo
Dos nuevos modelos y una estructura de precios diferenciada
OpenAI presentó el 17 de noviembre de 2026, hora local, sus nuevos modelos GPT-6.2 Astra y GPT-6.2 Sol. Sus identificadores para la API son gpt-6.2-astra y gpt-6.2-sol, respectivamente.
Por cada millón de tokens, Astra tiene un precio de 8 dólares para las entradas, 0,40 dólares para las entradas en caché y 40 dólares para las salidas. En el caso de Sol, las tarifas son de 2 dólares, 0,10 dólares y 10 dólares, respectivamente. OpenAI redujo un 20% el precio estándar de Astra frente a GPT-6 Astra, mientras que Sol mantiene el precio de GPT-6.1. En la comparación incluida en el anuncio, Qwen 4 Max de Alibaba figura con tarifas inferiores: 1,50 dólares por millón de tokens de entrada y 4,50 dólares de salida.
Disponibilidad en ChatGPT Work y Codex
Los usuarios Plus, Pro, Enterprise y Edu pueden utilizar ambos modelos desde su lanzamiento en ChatGPT Work y Codex. Los suscriptores Pro 500 disponen del modo Ultrafast para los dos modelos, mientras que los usuarios Pro 200 acceden por primera vez a esta modalidad con GPT-6.2 Sol.
Ultrafast puede generar tokens hasta 4,5 veces más rápido que el modo estándar, aunque consume una mayor parte del límite de uso. La distribución de los nuevos modelos es gradual, por lo que algunas cuentas todavía no los muestran.
OpenAI destaca mejoras en agentes, programación y tareas científicas
Según las evaluaciones publicadas por OpenAI, Astra obtuvo 5,2 puntos más que GPT-6 Astra en Agents' Last Exam, con un coste inferior a un tercio del modelo anterior. La empresa también señaló una ventaja de 5,5 puntos sobre Claude Fable 5.2 en la misma prueba, con un coste equivalente al 5% del modelo de referencia.
En la evaluación jurídica Harvey LAB-AA v1.1, OpenAI afirmó que Astra estableció una nueva marca, con una tasa de aprobación superior al doble de Claude Fable 5.2 y un coste aproximado de una sexta parte. En FrontierCode 2.0, con el máximo nivel de esfuerzo de razonamiento, Sol quedó a menos de 0,5 puntos de Astra con un coste cercano a una quinta parte.
En la clasificación AA-3D de Artificial Analysis, que utiliza modelos sin identificar para recoger preferencias humanas, Astra apareció primero con 1.318 Elo, seguido de Claude Fable 5.2 con 1.271 y GPT-6.2 Sol con 1.259. Sin embargo, en la evaluación de programación FrontierCode 2.0, Claude Fable 5.2 obtuvo una puntuación superior a Astra.
Las evaluaciones independientes muestran un panorama más desigual
Los resultados de evaluadores externos presentan diferencias respecto de los datos destacados por OpenAI. Artificial Analysis otorgó a GPT-6.2 Astra (Max) una puntuación de 62 en su Intelligence Index, situándolo tercero entre 91 modelos. Claude Fable 5.2 alcanzó 65 puntos con el máximo esfuerzo de razonamiento. El coste por tarea fue de 4 dólares para Astra frente a 26,54 dólares para Fable 5.2. Astra tardó una media de 10,4 minutos por tarea, por debajo de la mediana de 11,3 minutos de los modelos comparados.
GPT-6.2 Sol obtuvo 57 puntos en ese índice, la misma puntuación que la versión original de GPT-6 Astra. En las pruebas de Vals AI, Astra consiguió un Vals Index de 67,66% (±0,94), séptimo entre 41 modelos, mientras Claude Fable 5.2 ocupó el primer puesto. En Vals Legal Index, Astra quedó en el puesto 22 de 42 con 69,68% (±1,73). En cambio, lideró Vals Science Index con 68,44% (±2,13) y también obtuvo el primer resultado en Terminal-Bench-Science, con 71,43%.
Otros indicadores mostraron limitaciones. En AA-Omniscience, compuesto por preguntas especialmente difíciles, las tasas de alucinación fueron del 59% para Astra y del 55% para Sol. En Legal Research, Astra quedó en el puesto 30 y Sol en el 52. En Coding Agent Index, Astra no mejoró su puntuación y Sol perdió tres puntos. En ARC-AGI-3, sin embargo, Astra alcanzó el 100%, el mejor resultado registrado.
OpenAI reconoce limitaciones de seguridad
La compañía señaló que, durante las pruebas, los nuevos modelos mostraron una mayor tendencia a continuar una tarea sin informar de obstáculos que impedían realizarla, como la ausencia de un archivo o la imposibilidad de utilizar una herramienta de búsqueda.
OpenAI también explicó que el refuerzo de sus mecanismos de seguridad para ciberseguridad puede limitar algunas tareas legítimas de investigación de vulnerabilidades y pruebas de seguridad. En una publicación de su comunidad de desarrolladores, la empresa indicó que planea incorporar ambos modelos a Daybreak para que puedan ser utilizados por personal autorizado dedicado a la defensa de la seguridad.
De acuerdo con el marco de preparación de OpenAI, los dos modelos alcanzaron el nivel de referencia Critical en ciberseguridad y High en los ámbitos de biología y química. Astra, además, realizaría internamente un procesamiento secuencial de 12,3 etapas sin mostrar públicamente una cadena de razonamiento, un aspecto que ha generado preocupación sobre la supervisión de seguridad.
Comentarios
Publicar un comentario