OpenAI corrigió el 25 de septiembre de 2026 un fallo en la codificación de imágenes que empeoraba la lectura de fotos y documentos en GPT-6 Sol y GPT-6 Luna, y recomienda a quien trabaje con imágenes que repita sus pruebas y reintente los flujos afectados. Te toca si tu negocio tiene una automatización que lee fotos de facturas, albaranes, tickets o documentos con esos dos modelos. Si solo usas ChatGPT desde la aplicación, esto no va contigo.
Las fuentes de este artículo son el registro de cambios y la documentación de OpenAI, están en inglés y la traducción es propia; el original va entrecomillado cuando la literalidad importa. Al final está declarado cómo se ha leído cada una.
Qué ha cambiado exactamente
El registro de cambios de la API de OpenAI tiene una entrada fechada el 25 de septiembre de 2026, etiquetada «Fix» y marcada con los dos modelos afectados, gpt-6-sol y gpt-6-luna. Dice, en traducción propia:
Corregido un fallo en la codificación de imágenes que degradaba la comprensión de imágenes en GPT-6 Sol y GPT-6 Luna. Esta actualización mejora los resultados en tareas visuales en la API y en Codex, incluido el uso de ordenador.
Y añade una recomendación explícita, que es la parte accionable:
Si tus casos de uso implican entradas de imagen, recomendamos repetir tus evaluaciones y reintentar los flujos de trabajo afectados por el problema.
Dos matices sobre el alcance. El primero: «codificación» aquí es el paso previo al modelo, cuando la imagen se convierte en lo que el modelo lee. No es que el modelo interpretara mal una foto correcta, es que le llegaba peor de lo que debía. El segundo: la entrada menciona la API y Codex, no la aplicación de ChatGPT.
Cuánto tiempo estuvo ahí, y qué no dice OpenAI
OpenAI no publica cuándo empezó el fallo, cuánto degradaba la lectura, qué peticiones quedaron afectadas ni cómo saber si una de las tuyas lo estuvo. Solo publica que está corregido.
Lo único que se puede acotar con la propia fuente es el techo, y es un cálculo nuestro, no una declaración de OpenAI: los dos modelos se publicaron el 22 de septiembre de 2026, según la entrada de ese mismo registro de cambios, así que el fallo no pudo afectar a peticiones anteriores a esa fecha. Entre el 22 y el 25 hay tres días. Ese es el tramo que conviene repasar, y no porque OpenAI diga que todo él está afectado, sino porque es el único tramo posible.
Hay un detalle que hace esto más incómodo de lo que parece y que está en la documentación: ninguno de los dos modelos tiene una versión fechada a la que agarrarse. Sus fichas oficiales, la de GPT-6 Sol y la de GPT-6 Luna, listan un único identificador bajo «Snapshots», el mismo nombre del modelo. Traducido a la práctica: tu automatización no pidió una versión concreta, pidió el modelo, y recibió lo que hubiera vivo ese día. No hay forma de volver a la de antes ni de comparar contra ella.
Por qué no lo viste en la página de estado
Esta es nuestra comprobación, no un dato de OpenAI. El 27 de septiembre abrimos la página de estado de OpenAI y su lista de incidentes: entre el 22 y el 25 de septiembre hay seis, con las fechas que marca la propia página, y ninguno menciona la codificación de imágenes. Son dos picos de errores en ChatGPT el día 22, otro el día 23, el selector de modelo invisible en el móvil esa misma noche, errores elevados en GPT-6 Astra Pro el 24 y una caída de Codex el 25. Todos siguen el mismo patrón: algo deja de responder, se mitiga, se resuelve.
La lectura que sacamos es que una página de estado mide caídas, no respuestas peores. Si la API devuelve un 200 y una respuesta plausible, no hay nada que medir: el servicio funciona. El aviso llegó por el registro de cambios, que es donde se cuenta lo que se ha arreglado, no donde se avisa de lo que está roto.
El contraste está en la misma página. El 18 de septiembre, cuando el problema fue de dinero —cobros más altos de lo esperado por los contenedores alojados de la Agents API—, sí hubo incidente abierto, y OpenAI escribió en él que estaba «preparando reembolsos para los clientes afectados». Cuando lo que se estropea es la factura, se abre incidente y se habla de devolver. Cuando lo que se estropea es la calidad de la respuesta, se arregla y se recomienda repetir las pruebas. No decimos que se deba nada: decimos que el aviso viaja por canales distintos y que el segundo canal casi nadie lo mira.
Qué no cambia
El precio no se mueve. Las fichas de los dos modelos mantienen las tarifas estándar por millón de tokens con las que salieron: GPT-6 Sol a 2 dólares de entrada, 0,20 de entrada cacheada y 10 de salida; GPT-6 Luna a 0,10 de entrada, 0,01 de entrada cacheada y 0,50 de salida. Lo contamos cuando salieron, en el recorte de precios de GPT-6 Sol y Luna, y sigue igual.
Los límites de la visión por ordenador siguen donde estaban. La guía Images and vision de OpenAI mantiene una lista de limitaciones que no arregla ningún parche: el texto pequeño se lee peor y conviene agrandarlo, el texto girado o del revés se malinterpreta, los alfabetos no latinos rinden peor, los recuentos de objetos son aproximados y el modelo «puede generar descripciones o pies de foto incorrectos en determinados escenarios». Si tu automatización fallaba por alguna de estas razones, el 25 de septiembre no le pasó nada.
Y la documentación de imágenes todavía no habla de estos dos modelos. Comprobado el 27 de septiembre: en esa misma guía, la tabla que explica cómo se redimensiona cada imagen según el modelo lista gpt-6-astra, gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna y familias anteriores, y la tabla de multiplicadores para calcular el coste de una imagen, otro tanto. gpt-6-sol y gpt-6-luna no aparecen en ninguna de las dos. Lo dejamos escrito como dato negativo nuestro: no es que OpenAI diga que no aplica, es que a cinco días del lanzamiento la guía no los recoge, y quien quiera calcular qué le va a costar leer una foto con ellos no tiene fila que mirar.
Qué debería hacer un negocio esta semana
- Comprueba si alguna de tus automatizaciones manda imágenes a la API y con qué modelo. Si el identificador es
gpt-6-sologpt-6-luna, esto te afecta; si es otro, no. - Coge una muestra pequeña de lo que procesaste entre el 22 y el 25 de septiembre —diez o quince documentos— y vuelve a pasarla hoy. Compara el resultado con lo que se guardó entonces. No necesitas un sistema de evaluación: necesitas el antes y el después de los mismos diez documentos.
- Repasa a mano lo que salió de ahí y fue a algún sitio irreversible: un importe copiado a contabilidad, una referencia de albarán, una matrícula, un número de serie. Un dato mal leído que se quedó en un borrador da igual; uno que entró en un registro, no.
- Si lo que haces es leer texto dentro de una imagen, revisa el nivel de detalle que envías. La guía de OpenAI recomienda
"detail": "original"para tareas que necesitan detalle fino o coordenadas precisas, y cita el OCR como ejemplo. Por defecto el parámetro valeauto. - Arregla lo que depende de ti y no de OpenAI: agranda el texto pequeño antes de enviar la foto y evita las imágenes giradas. Las dos cosas están en la lista oficial de limitaciones.
- Apunta en algún sitio qué modelo usa cada automatización y desde cuándo. Sin esa nota, la próxima vez que salga una entrada así no vas a poder responder a la única pregunta que importa: si te tocaba.
Un ejemplo con albaranes
Ejemplo construido para explicar el problema, no un cliente. Un instalador de climatización con cuatro equipos en la calle. Cada técnico fotografía el albarán firmado con el móvil y lo manda por WhatsApp; una automatización lee la foto, saca el número de albarán, la fecha y el importe, y lo mete en la hoja de la semana.
La semana del 22 al 25 de septiembre pasaron por ahí unos ciento veinte albaranes. Nadie notó nada: la automatización no se cayó, no devolvió errores y siguió rellenando filas. Si el fallo de codificación tocó ese flujo, lo que hay ahora en la hoja no son huecos, son cifras con pinta de correctas. Un 3 que se leyó como 8 en un importe no levanta ninguna alarma; se cobra o se paga, y aparece dos meses después cuando cuadra mal un trimestre.
Lo que haría un negocio así esta semana cabe en media hora: coger quince fotos de esos cuatro días, volver a pasarlas hoy y comparar los tres campos. Si los quince cuadran, cerrado. Si uno no cuadra, ya sabes que toca revisar los ciento veinte, y también sabes algo más útil: que tu flujo no tenía ninguna forma de avisarte.
Análisis de PotencIA
Nuestra lectura, separada del hecho: el problema de fondo no es este fallo concreto, que además ya está corregido. Es que una automatización con IA se rompe de dos maneras muy distintas y solo sabemos vigilar una. La caída se nota: hay un error, alguien llama, se arregla. La degradación silenciosa no se nota nunca, porque el sistema sigue produciendo resultados con el aspecto de siempre.
Lo mismo escribimos hace dos días a propósito de otro fabricante, cuando Claude empezó a cobrar los rechazos de su API: el peligro no era el cobro, era que un rechazo viaja como una respuesta correcta con el contenido vacío, y una automatización que solo mira errores manda un mensaje en blanco al cliente. Es el mismo patrón visto desde otro sitio. Quien monta sobre una API ajena hereda sus cambios sin que nadie se los notifique.
De ahí sale nuestro criterio de montaje, que no cambia con esta noticia. Primero, ningún dato leído por una IA entra en un registro irreversible sin que una persona lo confirme, aunque sea de un vistazo: lo que aplicamos al seguimiento comercial por WhatsApp sirve igual para un importe leído de una foto. La intervención humana como garantía no es una manía nuestra; es lo que la AEPD dejó por escrito hace unos días al hablar de puntuar currículums con IA, donde exige que esa intervención sea efectiva y no un botón de visto bueno. Segundo, cada automatización lleva anotado su modelo y su fecha, porque sin eso ninguna nota de un fabricante se puede convertir en una acción. Y tercero, una muestra de control periódica: los mismos diez documentos, pasados cada cierto tiempo, comparados con el resultado bueno conocido. Es barato y es lo único que detecta que hoy se lee peor que el mes pasado.
Si montas automatizaciones de WhatsApp, CRM y atención con IA para tu negocio y quieres que estas revisiones vengan puestas de serie, puedes ver cómo funciona PotencIA.
Cómo se ha verificado esto
El registro de cambios de la API de OpenAI se abrió el 27 de septiembre de 2026 desde España, primero con curl y luego en un navegador real, y se leyó también su versión en Markdown, que OpenAI sirve añadiendo .md a la dirección de la página. Las dos coinciden palabra por palabra. La portada de este artículo es la captura de esa misma pantalla, sin recortes, y en ella se ven a la vez la entrada del 25 de septiembre y la del 22.
Las fichas de modelo de GPT-6 Sol y GPT-6 Luna y la guía de imágenes y visión se leyeron el mismo día por la misma vía. De ahí salen los precios, el apartado de versiones con un único identificador, la lista de limitaciones, la recomendación sobre el nivel de detalle y la ausencia de los dos modelos en las tablas de redimensionado y de multiplicadores.
La página de estado de OpenAI y su listado de incidentes en formato de datos se consultaron el 27 de septiembre. El recuento de seis incidentes entre el 22 y el 25 de septiembre y la comprobación de que ninguno menciona la codificación de imágenes son nuestros, a partir de esa lista; la frase sobre los reembolsos del incidente del 18 de septiembre está citada de la actualización que publicó OpenAI ese día.
Las cuatro páginas están solo en inglés, así que todas las traducciones son propias y los identificadores de modelo y los parámetros se dejan como aparecen en la documentación. El tramo del 22 al 25 de septiembre es un cálculo nuestro sobre las fechas de las dos entradas, no una declaración de OpenAI sobre la duración del fallo. El ejemplo del instalador de climatización está construido para explicar el riesgo; no es un cliente ni un incidente real. No se ha usado ninguna herramienta de indexación ni de rendimiento en buscadores para esta pieza.
Fuentes consultadas
- Registro de cambios de la API de OpenAI, entradas del 25 y del 22 de septiembre de 2026: el texto del arreglo, la recomendación de repetir evaluaciones y reintentar flujos, la fecha de publicación de GPT-6 Sol y GPT-6 Luna y sus precios de salida.
- Ficha de modelo de GPT-6 Sol y ficha de modelo de GPT-6 Luna, documentación de OpenAI: entrada de texto e imagen, tarifas estándar vigentes y el apartado de versiones con un único identificador por modelo.
- Images and vision, guía de OpenAI: la recomendación de usar el detalle original para OCR y tareas de detalle fino, el valor por defecto del parámetro, la lista de limitaciones de los modelos de visión y las tablas de redimensionado y multiplicadores donde no aparecen estos dos modelos.
- Página de estado de OpenAI: los incidentes abiertos entre el 22 y el 25 de septiembre de 2026 y la actualización del incidente del 18 de septiembre sobre cobros excesivos en los contenedores de la Agents API.