Si estás mirando la familia GPT-5.6 y no sabes si te toca Sol, Terra o Luna, la respuesta corta: Luna para volumen barato, Sol para razonamiento serio y agentes de código, y Terra casi nunca (ahora te cuento por qué). La respuesta con números, debajo.
Este verano OpenAI movió los precios con fuerza (Luna bajó un 80% de golpe), así que si leíste una comparativa de hace unos meses, está desactualizada.
La familia en una frase cada uno
Sol es el modelo de razonamiento largo, el tope de la familia. Es el que lidera el índice de agentes de código gastando un 54% menos de tokens que sus rivales, y el que OpenAI usa para sus propias tareas duras.
Terra es la gama media: rendimiento cercano a la generación anterior por menos dinero.
Luna es el pequeño rápido: clasificar, extraer, enrutar, responder a volumen. Desde el recorte de julio, es lo más barato que vende OpenAI.
Los tres comparten ventana de contexto de 1,05 millones de tokens (hasta 922.000 de entrada y 128.000 de salida), así que el contexto no es el criterio de elección. El criterio es precio contra capacidad.
Los precios (por millón de tokens, entrada/salida)
- Luna: 0,20 $ / 1,20 $. Bajó un 80% en julio de 2026. Está por debajo de lo más barato de Google.
- Terra: 2 $ / 12 $. Bajó un 20%. Iguala a Gemini 3.1 Pro.
- Sol: 5 $ / 30 $. No se tocó. Es el caro de la mesa, por encima de Claude Opus 5 (5 $ / 25 $).
- Sol Fast: unos 70 $ por millón combinados, con 2,5 veces más velocidad. Solo si la latencia te quema.
La noticia completa del recorte, con la comparativa contra Google y Anthropic, la tienes en el artículo que publicamos ese día.
Cuándo Luna
Casi siempre que la tarea sea repetitiva y de volumen: clasificar tickets de soporte, extraer campos de facturas, enriquecer filas de un CRM, moderar contenido, resumir a lo bruto.
Haz la cuenta: un proceso que mueve 300 millones de tokens al mes costaba unos 2.100 dólares con el precio viejo. Hoy, unos 420. Hay automatizaciones enteras que antes no salían a cuenta y ahora sí. Si tienes un flujo parado por coste, vuelve a echar el número.
Cuándo Sol
Cuando el coste real no es el token sino el error: agentes de código, razonamiento en varios pasos, análisis donde una respuesta mediocre te cuesta una hora de revisión. Sol resuelve a la primera más veces, y en agentes además gasta menos tokens por tarea, con lo que la diferencia de tarifa se estrecha sola.
Mi criterio de operador, que aplico igual con los modelos de Claude: para lo que se ejecuta mil veces al día, el barato; para lo que piensa, el bueno. El término medio es donde se pierde dinero.
Cuándo Terra (casi nunca)
Y ese es el problema de Terra. A 2/12 está bien de precio, pero queda en tierra de nadie: para volumen, Luna cuesta una décima parte; para calidad, Sol justifica el salto. El caso que le veo: tareas medias donde Luna se queda corto de verdad (lo has probado y falla) y no quieres pagar Sol. Pruébalo ahí, pero empieza siempre por los extremos.
¿Y contra Claude?
Yo construyo a diario con Claude y no con GPT, así que mi experiencia de primera mano está en el otro lado de la valla: la comparativa honesta entre familias la tienes en GPT-5 vs Claude. La lógica de esta guía, en cambio, es idéntica a la de Opus vs Sonnet: cada familia tiene su grande, su medio y su pequeño, y se elige por tarea, no por marca.
Para comparar números con tu caso concreto (los tuyos, no los de un benchmark), tienes la calculadora de modelos con todo el mercado cargado.
El movimiento de fondo (y qué significa para tu empresa)
El recorte de Luna no fue generosidad: fue guerra de precios contra Google, que llevaba meses ganando el volumen barato con la gama Flash. OpenAI no cambió el modelo, solo el precio: mismo GPT-5.6, servido más barato gracias a eficiencia de serving y capacidad sobrante.
Para una empresa, la lectura práctica es doble. Uno: no diseñes tu arquitectura alrededor del precio de hoy, porque caduca en meses. Si estás forzando un modelo pequeño donde uno grande haría mejor trabajo solo por coste, ese cálculo tiene fecha de caducidad. Y dos: revisa cada trimestre las automatizaciones que descartaste por caras. La lista de "no sale a cuenta" se acorta sola.
Preguntas frecuentes
¿Estos precios van a durar? No cuentes con ello. Llevamos año y medio en que la gama media-baja baja de precio cada pocos meses. Diseña para poder cambiar de modelo sin reescribir tu sistema.
¿Sol Fast merece la pena? Solo si tienes usuarios esperando en tiempo real a un modelo grande. Para procesos en segundo plano, el doble de precio por velocidad no tiene sentido.
¿Puedo mezclar modelos en un mismo sistema? Debes. Lo normal en un sistema bien montado es que el 90% de las llamadas vayan al modelo barato y el 10% difícil al bueno.
Estos precios cambian cada pocas semanas; cada día resumo lo que importa en IA en digitalbrain.email.
Relacionado
