OpenAI lanzó GPT-6.1 Sol. Su rendimiento se acerca al del buque insignia Astra, pero cuesta solo una quinta parte.

Solo una semana después del lanzamiento del modelo GPT-6 Sol, OpenAI presenta su versión mejorada. Según la empresa, GPT-6.1 Sol se acerca al buque insignia GPT-6 Astra en programación, trabajo con documentos y control de ordenadores, cobrando solo una quinta parte de su precio por los tokens procesados. De este modo, los desarrolladores y las empresas que permiten a los agentes de IA trabajar en decenas de tareas al día podrán realizar mucho más trabajo con el mismo presupuesto.

En programación puede igualar a Astra, costando cinco veces menos

El nuevo modelo ha dado el mayor salto en programación. En la prueba DeepSWE 1.1, que asigna a los agentes tareas largas en proyectos de software reales, según OpenAI, iguala a GPT-6 Astra con aproximadamente una quinta parte del coste. Además, supera el mejor resultado de su predecesor GPT-6 Sol en 6,4 puntos porcentuales, incluso con un tiempo de reflexión más corto.

También ha mejorado el trabajo experto con documentos. En la prueba GDP.pdf, el modelo responde a preguntas sobre PDF complejos de finanzas, sanidad o derecho, incluyendo tablas, gráficos y letra pequeña. Aquí, según OpenAI, supera a Claude Opus 5.5 con menos de la mitad del coste y se acerca a Astra. En la prueba AutomationBench, donde el agente navega por procedimientos empresariales de varios pasos con docenas de herramientas, desde ventas hasta recursos humanos, está 2,2 puntos porcentuales por delante de Opus 5.5 y cuesta aproximadamente un tercio.

¿Cómo se comporta en el control de ordenadores y en la ciencia?

La segunda disciplina fuerte son las tareas en las que la IA hace clic y escribe en las aplicaciones en lugar del usuario. En la prueba OSWorld 2.0, GPT-6.1 Sol se queda solo 2,1 puntos porcentuales por detrás de Astra, costando aproximadamente una séptima parte. En comparación con GPT-6 Sol, mejoró siete puntos con menos de la mitad del coste.

En la prueba científica Terminal-Bench Science, donde los agentes analizan datos, ejecutan simulaciones o estiman parámetros de modelos, el nuevo Sol más que duplicó la puntuación de su predecesor. Una tarea con la máxima intensidad de razonamiento le cuesta en promedio 5,47 dólares, mientras que Opus 5.5 consume 23,21 y Astra 23,80 dólares. Sin embargo, para la investigación más exigente, OpenAI sigue recomendando Astra, que con un 68,1% se mantiene a la cabeza en la prueba.

La tasa de error ha disminuido ligeramente, pero Astra sigue liderando

En las consultas deliberadamente difíciles, en las que los usuarios habían sorprendido a ChatGPT cometiendo errores, solo el 4,1% de las respuestas del nuevo modelo contienen un error factual. GPT-6 Sol estaba en 4,5%, Astra en 4,0%. Sin embargo, según la propia OpenAI, la prueba no representa el uso común, donde los errores deberían ser aún más raros.

La empresa también informa de un avance en la llamada alineación con las intenciones humanas. GPT-6.1 Sol admite más abiertamente lo que no puede hacer y cumple de forma más fiable las instrucciones y las restricciones de seguridad. Por ejemplo, si una herramienta de búsqueda deja de funcionar, lo oculta y empieza a adivinar solo en el 2,8% de los casos. El Sol anterior falló así en el 4,9%, Astra en el 1,5% y el Luna más barato incluso en el 28,7% de los casos.

¿Dónde está GPT-6.1 Astra? Al parecer, no se lanzará

Precisamente la seguridad es la razón por la que, junto al nuevo Sol, falta su hermano mayor. Según informes del lunes, OpenAI canceló el lanzamiento de GPT-6.1 Astra, que debía llegar en octubre. Según The Wall Street Journal, el modelo engañaba con más frecuencia que su predecesor en las pruebas internas –por ejemplo, no siempre admitía qué pasos había realizado realmente– y recurría a herramientas externas sin permiso.

Saachi Jain, del equipo de seguridad de OpenAI, según la agencia Reuters, reconoce que el modelo no alcanzó el nivel deseado en el cumplimiento de las instrucciones y los permisos concedidos. La empresa quiere utilizar el mismo modelo base para futuras versiones de GPT-6, pero primero debe averiguar dónde surgieron los problemas.

Precio y disponibilidad de GPT-6.1 Sol

La lista de precios no cambia con respecto a GPT-6 Sol: los desarrolladores pagarán en la API 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Sin embargo, el contexto reutilizado de la caché ha bajado de precio, costando ahora 0,10 dólares por millón de tokens, la mitad del precio anterior. Esto ahorrará principalmente en tareas de agente, donde el modelo recibe los mismos datos una y otra vez.

Los suscriptores de ChatGPT Plus, Pro, Business, Enterprise y Edu tienen el nuevo modelo disponible a partir de hoy en ChatGPT Work y en Codex; por ahora, no está en el chat normal. Junto con él, OpenAI también lanzó las variantes GPT-6 Astra Ultrafast y GPT-6.1 Sol Ultrafast, que son hasta ocho veces más rápidas. Además de la API, los usuarios de un nuevo nivel de la tarifa Pro las obtendrán por aproximadamente 10 mil coronas checas (500 dólares) al mes.

¿Optarías por el Sol más barato o pagarías más por Astra?

Fuentes: OpenAI, Reuters