GPT-6 Sol y Luna: qué cuesta la API de OpenAI

El 22 de septiembre OpenAI publicó dos modelos nuevos en su API, GPT-6 Sol y GPT-6 Luna, a la mitad de precio que los equivalentes de la generación anterior. Luna cuesta 0,10 dólares por millón de tokens de entrada y 0,50 por millón de salida. Te toca si tu negocio ya tiene un asistente o una automatización sobre la API: el mismo tráfico cuesta la mitad cambiando el identificador del modelo. Si solo usas ChatGPT desde la aplicación, apenas te afecta.

Las fuentes de este artículo son la documentación y las notas de versión 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, porque la página del anuncio bloquea la lectura automatizada y la documentación no.

Qué ha salido exactamente

Dos modelos de razonamiento, disponibles desde el 22 de septiembre en las API de Responses y de Chat Completions, según el registro de cambios de la API de OpenAI. Aceptan texto e imagen como entrada y devuelven texto.

Estos son los precios estándar por millón de tokens, tal y como los publica OpenAI en la ficha de cada modelo:

GPT-6 Sol (gpt-6-sol): 2 dólares de entrada, 0,20 de entrada cacheada, 2,50 de escritura en caché y 10 de salida, según su ficha de modelo. OpenAI lo describe como un modelo «construido para trabajo de programación complejo y flujos con agentes».
GPT-6 Luna (gpt-6-luna): 0,10 dólares de entrada, 0,01 de entrada cacheada, 0,125 de escritura en caché y 0,50 de salida, según su ficha de modelo. Es, en palabras de OpenAI, «nuestro modelo más eficiente para tareas concretas de alto volumen».

Los dos comparten ficha técnica en lo que importa: ventana de contexto de 1.050.000 tokens, hasta 922.000 tokens de entrada y hasta 128.000 de salida. El corte de conocimiento es del 20 de abril de 2026 en Sol y del 18 de mayo de 2026 en Luna. Ambos admiten seis niveles de esfuerzo de razonamiento —none, low, medium por defecto, high, xhigh y max—, la misma idea que ChatGPT llevó a la interfaz cuando dejó de decidir solo cuándo pensar.

Con esto se completa la familia: GPT-6 Astra, el modelo grande, había salido el 3 de septiembre a 10 dólares de entrada y 50 de salida.

La mitad de precio: el cálculo, línea a línea

Esta comparación es nuestra, pero los números no: salen de la tabla de precios estándar que OpenAI publica en la misma página, donde conviven la generación nueva y la anterior.

gpt-5.6-sol costaba 4 dólares de entrada y 20 de salida. gpt-6-sol cuesta 2 y 10.
gpt-5.6-luna costaba 0,20 de entrada y 1,20 de salida. gpt-6-luna cuesta 0,10 y 0,50.

En Sol la bajada es exactamente del 50 % en las dos patas. En Luna es del 50 % en entrada y del 58 % en salida. No es una oferta de lanzamiento con fecha de caducidad: en esa misma tabla, OpenAI sí marca como promocional el precio de GPT-5.6 Sol, «disponible al menos hasta el 21 de noviembre de 2026», y no pone ninguna nota equivalente sobre Sol ni sobre Luna.

Lo que de verdad decide tu factura no es la marca, son las 20 veces entre Luna y Sol

Entre los dos modelos nuevos hay un factor de 20 en entrada y de 20 en salida. Esa diferencia pesa mucho más en la factura de una pyme que cualquier comparación entre proveedores, y es una decisión que se toma tarea por tarea, no una vez para todo el negocio.

Clasificar un mensaje entrante, extraer un teléfono y una fecha de un texto, redactar una respuesta con un guion ya escrito o resumir una conversación para meterla en el CRM son trabajos de volumen alto y dificultad baja: ahí Luna es el modelo por defecto. Revisar un presupuesto largo, encadenar varias herramientas sin supervisión o generar código son otra cosa.

Qué cambia en la aplicación de ChatGPT: menos de lo que parece

Aquí está la letra pequeña que separa esta noticia de un titular de producto. Las notas de versión de ChatGPT del 22 de septiembre lo dicen así: «Presentamos GPT-6 Sol y GPT-6 Luna en ChatGPT Work y Codex. Estos modelos están separados de los modelos disponibles en Chat».

Traducido a la práctica: si pagas un plan de ChatGPT y escribes en la conversación de siempre, estos dos modelos no aparecen ahí. Viven en los entornos de trabajo y de programación. OpenAI añade además que «los modelos disponibles y las opciones de esfuerzo de razonamiento dependen de tu plan y de la configuración de tu espacio de trabajo», así que ni siquiera dentro de Work es una lista igual para todos.

La noticia, entonces, es sobre todo para quien construye sobre la API. Que es exactamente el caso de cualquier negocio con un asistente conectado al WhatsApp, a la web o a la ficha de contacto.

Qué no cambia

Cuatro cosas que conviene tener claras antes de dar por hecho un ahorro.

El precio de la API no es el precio de la suscripción. OpenAI publica estas cifras en dólares y por millón de tokens consumidos. No sustituyen a ningún plan de ChatGPT ni se descuentan de él: son dos productos distintos con dos facturas distintas.

El contexto largo se paga aparte. La ventana es de 1.050.000 tokens, pero el precio de arriba solo rige hasta 272.000 tokens de entrada. Por encima de ese umbral, la documentación del modelo avisa de que «los prompts con más de 272.000 tokens de entrada se cobran al doble en entrada y en caché, y a 1,5 veces en salida, para la petición completa». No es un recargo sobre el exceso: es sobre toda la petición.

El razonamiento se factura como salida. La guía de razonamiento de OpenAI lo dice sin rodeos: los tokens de razonamiento ocupan ventana de contexto y «se facturan como tokens de salida». En un modelo cuya salida cuesta veinte veces más que su entrada, subir el nivel de esfuerzo es una decisión económica, no solo de calidad.

La residencia de datos en la UE no es autoservicio, y aquí tiene una condición propia. La guía de datos de OpenAI recoge una excepción específica para estos dos modelos: «Para GPT-6 Sol y Luna, la residencia de datos en la UE solo está disponible con procesamiento estándar, en Responses y Chat Completions». Es decir, los modos Batch y Flex —que cuestan el 50 % del precio estándar— y el modo Fast quedan fuera de esa cobertura para estos modelos. Y por encima de eso, la residencia de datos en general no se activa desde el panel: OpenAI pide contactar con su equipo comercial «para ver si eres elegible», exige aprobación de los controles de monitorización de abuso para cualquier región que no sea Estados Unidos y la firma de una enmienda de retención modificada. Los endpoints regionales, además, llevan un recargo del 10 %.

Dicho de otro modo: el precio nuevo es autoservicio; el procesamiento en la UE, no.

Cuánto costaría de verdad un asistente de WhatsApp: nuestro cálculo

Los precios por millón de tokens no le dicen nada a nadie hasta que se traducen a un mes de trabajo. Este cálculo es nuestro y los supuestos van declarados para que puedas cambiarlos por los tuyos.

Supongamos una clínica o un centro de estética con 1.000 conversaciones al mes por WhatsApp resueltas por un asistente. Seis intercambios por conversación, es decir, 6.000 peticiones a la API. En cada petición entran 4.000 tokens fijos —instrucciones, tono, catálogo de servicios y preguntas frecuentes— más unos 500 tokens de historial y del mensaje del cliente. De salida, unos 500 tokens entre la respuesta visible y el razonamiento.

Eso son 27 millones de tokens de entrada y 3 millones de salida al mes. A los precios estándar publicados:

Con GPT-6 Luna, sin caché: 4,20 dólares al mes. (27 × 0,10 = 2,70 de entrada; 3 × 0,50 = 1,50 de salida.)
Con GPT-5.6 Luna, el modelo al que sustituye: 9,00 dólares. (27 × 0,20 = 5,40; 3 × 1,20 = 3,60.)
Con GPT-6 Sol, el mismo tráfico: 84 dólares. (27 × 2 = 54; 3 × 10 = 30.)

Ahí está la lectura útil. Pasar de la generación anterior a la nueva ahorra unos cinco dólares al mes en este escenario: real, pero pequeño. Elegir mal el modelo cuesta ochenta. La decisión cara no es cuándo actualizas, es qué tarea le das a cada modelo.

Un aviso sobre los supuestos: los 4.000 tokens de contexto fijo son generosos para un negocio pequeño y cortos para uno con catálogo amplio, y los 500 tokens de salida dependen mucho de cuánto razone el modelo. Si tu asistente ya está en marcha, no estimes: la respuesta de la API devuelve el recuento real de tokens de cada petición.

La caché: dónde está el descuento y dónde está la trampa

En el cálculo anterior no hemos aplicado caché a propósito, porque es la parte que más se malinterpreta.

Los 4.000 tokens fijos son los mismos en todas las peticiones, así que son candidatos naturales a cacheo. Si se reutilizaran siempre, esos 24 millones de tokens pasarían de 2,40 a 0,24 dólares y el total mensual bajaría a unos 2 dólares. La documentación de cacheo de prompts de OpenAI fija las condiciones:

El prefijo tiene que llegar a un mínimo de 1.024 tokens para poder cachearse, en GPT-5.6 y posteriores. Nuestros 4.000 lo cumplen.
Escribir en caché cuesta 1,25 veces la tarifa normal de entrada; leer cuesta 0,1 veces. OpenAI lo resume con su propia aritmética: «escribir un prefijo una vez y reutilizarlo del todo una vez cuesta 1,35 veces su coste de entrada ordinario, frente a 2 veces por procesarlo dos veces sin caché».
La entrada vive 30 minutos desde su última escritura o reutilización. En estos modelos ese plazo no se puede alargar: el único valor admitido del parámetro de duración es 30m, que además es el de por defecto. La retención extendida de 24 horas existe, pero la documentación la reserva a modelos anteriores.
La caché vive en máquinas concretas. OpenAI advierte de que «el tráfico por encima de 15 peticiones por minuto puede provocar enrutamiento por desbordamiento», y de que las cachés «no se comparten entre organizaciones y no se pueden reutilizar cruzando fronteras de procesamiento regional».

Esa última frase enlaza con el apartado anterior y merece subrayarse: si mueves tu tráfico al procesamiento en la UE, tu caché no viaja contigo.

Con eso sobre la mesa, la conclusión práctica es menos entusiasta que el titular del descuento. La caché premia al negocio con conversaciones seguidas y castiga poco, pero castiga, al que tiene horas muertas: un prefijo escrito a las 9:10 y no reutilizado hasta las 11:00 se pagó a 1,25 y no sirvió de nada. A partir de la segunda petición dentro de la ventana ya compensa; antes de eso, no.

Qué debería hacer una pyme esta semana

Si no tienes nada montado sobre la API, nada: esto no cambia ninguna decisión tuya. Si sí lo tienes, cuatro pasos concretos.

Mira qué modelo estás usando. Está en la configuración de tu integración o en el código del flujo. Si pone gpt-5.6-luna o gpt-5.6-sol, tienes un sustituto directo con el mismo nombre y un cero menos en la factura.
Prueba antes de cambiar en producción. Un modelo nuevo no responde igual que el anterior aunque se llame parecido. Pasa por él veinte conversaciones reales de las que ya tengas guardadas y compara las respuestas antes de tocar nada.
Separa las tareas por dificultad. Clasificar, extraer datos y resumir a Luna. Reserva Sol para lo que de verdad lo pida y mide si la diferencia se nota en el resultado, no en la sensación.
Revisa el nivel de esfuerzo de razonamiento. Está en medium por defecto. Para responder «¿a qué hora abrís?» eso es dinero quemado en tokens de salida.

Y si tu negocio maneja datos de salud, datos de menores o cualquier categoría sensible, la conversación de esta semana no es el precio: es dónde se procesa. Eso se decide antes, y con el asesoramiento que corresponda.

Análisis de PotencIA

Nuestra lectura es que esta noticia confirma una tendencia que ya llevaba meses: el coste del modelo ha dejado de ser el problema de un proyecto de automatización en una pyme. Cuatro dólares al mes por mil conversaciones no es una barrera; es ruido dentro de cualquier presupuesto. Lo que cuesta dinero y tiempo sigue siendo lo de siempre —escribir la base de conocimiento, decidir cuándo entra una persona, conectar la agenda, cumplir con las reglas de Meta y con el RGPD—, y ninguna bajada de precios toca esa parte.

Por eso la pregunta que le hacemos a un cliente cuando sale un modelo más barato no es «¿nos cambiamos?», sino «¿qué estábamos dejando de automatizar porque salía caro?». Casi siempre la respuesta es alguna tarea de volumen que se descartó por coste: resumir cada conversación para el CRM, etiquetar todos los mensajes entrantes por intención, revisar las fichas del catálogo una por una. Con Luna a 0,10 dólares el millón, esas tareas dejan de estar en la lista de descartes. Ese es el cambio de verdad, y no aparece en el anuncio.

La otra mitad de la lectura es menos cómoda. La residencia de datos en la UE para estos modelos exige procesamiento estándar, renuncia a los modos baratos, pasa por un acuerdo comercial y deja la caché fuera de juego al cruzar de región. Para un despacho o una clínica, ese conjunto de condiciones pesa más que la diferencia entre 4 y 9 dólares. Conviene decirlo claro: abaratar el modelo no acerca el cumplimiento, y a veces lo pone un poco más lejos, porque los modos que más abaratan son justo los que quedan fuera.

Si quieres ver cómo encaja un asistente sobre WhatsApp con estas decisiones ya tomadas, así planteamos nosotros la automatización de WhatsApp con IA. Si lo que buscas es el método completo, en el blog está cómo automatizar WhatsApp Business con IA sin perder el control; si lo que te falta es la parte técnica de conectar la conversación con tu base de clientes, ahí entra el CRM con WhatsApp integrado. Y para poner el coste del modelo en su sitio dentro del presupuesto real de un proyecto, está cuánto cuesta un CRM conversacional.

Cómo se ha verificado esto

Las cifras de precios, la ficha técnica de los dos modelos, el umbral de 272.000 tokens, las condiciones de la caché y la excepción de residencia de datos en la UE se han leído el 23 de septiembre de 2026 en la documentación pública de OpenAI en developers.openai.com: el registro de cambios de la API, las fichas de gpt-6-sol y gpt-6-luna, la página de precios, la guía de cacheo de prompts, la guía de razonamiento y la guía «Your data».

La página del anuncio en openai.com devuelve un error 403 a la lectura automatizada, así que de ella solo se ha usado lo que publica el canal RSS oficial de OpenAI: título, enlace y fecha de publicación, el 22 de septiembre de 2026 a las 18:00 GMT. Ninguna afirmación de este artículo depende de ese texto.

La cita de las notas de versión de ChatGPT procede de la ficha oficial del Centro de Ayuda de OpenAI, leída el 23 de septiembre de 2026 con un navegador en modo headless por el mismo motivo, con la entrada del 22 de septiembre titulada «GPT-6 Sol and Luna in Work and Codex».

El cálculo del coste mensual del asistente es propio, con los supuestos declarados en su apartado, y no procede de OpenAI.