OpenAI redujo en 80% el precio de GPT-5.6 Luna, su modelo más barato y rápido, el 30 de julio de 2026, aproximadamente tres semanas después de que la línea GPT-5.6 fuera liberada para los usuarios. La medida llega mientras los modelos chinos de pesos abiertos siguen atrayendo tráfico de tokens desde los laboratorios de EE. UU., especialmente entre desarrolladores que ejecutan grandes lotes de trabajo de IA, donde el costo es un factor decisivo. Los recortes reducen, aunque no eliminan, la brecha de precios por token que ha llevado a algunos desarrolladores a trasladar cargas de trabajo a alternativas chinas autohospedadas.

Luna baja 80% y Terra 20%

Con la nueva estructura de precios, Luna quedó en $0.20 por millón de tokens de entrada y $1.20 por millón de tokens de salida. Terra, el modelo de nivel medio diseñado para tareas cotidianas, tuvo una reducción de 20% a $2 y $12 por millón de tokens, respectivamente. Sol, el principal modelo de programación de OpenAI, se mantuvo sin cambios en $5 por millón de tokens de entrada y $30 por millón de tokens de salida.

OpenAI también sustituyó su anterior nivel Priority Processing por un nuevo "Fast Mode", que, según la empresa, puede ejecutar Sol hasta 2.5 veces más rápido que el procesamiento estándar, manteniendo el mismo nivel de inteligencia. Fast Mode cuesta el doble que el precio estándar, lo que sitúa a Sol bajo el nivel rápido en $10 por millón de tokens de entrada y $60 por millón de tokens de salida. La transición es compatible con versiones anteriores: los desarrolladores que ya usaban el nivel Priority serán migrados automáticamente sin necesidad de modificar sus integraciones.

La actualización de precios también afecta la forma en que los planes de pago miden el uso. Terra y Luna consumirán menos créditos en ChatGPT Work y Codex, aunque los precios de las suscripciones y los presupuestos de cuota permanecen sin cambios.

OpenAI atribuyó parte del ahorro a trabajos realizados por el propio Sol. Según la empresa, el modelo reescribió kernels de producción, realizó experimentos sobre generación de tokens y supervisó ejecuciones de entrenamiento, interviniendo cuando surgían problemas, todo bajo supervisión humana. Los experimentos de Sol aumentaron la eficiencia de la generación de tokens en más de 15%, y las optimizaciones de kernels redujeron en 20% el costo de servir el modelo. La afirmación de que un modelo de IA contribuyó de forma significativa a optimizar la infraestructura utilizada para servirlo es notable, aunque OpenAI no ha publicado detalles verificados de forma independiente sobre el proceso.

We are committed to pushing the model frontier across cost efficiency, capability, and speed. Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20%, and offering a faster option for GPT-5.6 Sol in the API. Luna and Terra's lower prices are… pic.twitter.com/rFhK7XKedp

— OpenAI (@OpenAI) July 30, 2026

La empresa afirma que Luna es comparable a modelos de clase frontier de hace un año, a aproximadamente seis centavos por dólar por tarea y a cerca de nueve veces la velocidad. OpenAI también indicó que Luna superó a Fable 5 de Anthropic en su prueba interna Agents' Last Exam, con un costo estimado por tarea aproximadamente 99% menor, una comparación para la que la empresa no ha publicado datos subyacentes.

Hoda Noorian, de Notion, señaló que las pruebas internas de la firma encontraron que Terra ofrecía una calidad equiparable a GPT-5.5, con la mitad del costo por tarea y 60% menos tiempo.

Los modelos chinos de pesos abiertos procesan triple volumen de tokens de EE. UU.

El costo se ha convertido en el factor decisivo para muchos desarrolladores. Como informó anteriormente Cryptopolitan, los modelos chinos de pesos abiertos superaron a los sistemas de EE. UU. en OpenRouter en febrero de 2026, procesando más de tres veces el volumen de tokens estadounidense. Laboratorios como DeepSeek, Zhipu y Moonshot ofrecen pesos descargables en lugar de cobrar por token. Este enfoque de pesos abiertos permite a las organizaciones ejecutar modelos en su propio hardware, evitando por completo los cargos de API por token, una ventaja estructural para los usuarios de alto volumen que los recortes de precios de API por sí solos no resuelven del todo.

En la comparación, GLM 5.2 de Zhipu cuesta $1.40 y $4.40 por millón de tokens, frente a $5 y $25 para Opus 4.8 de Anthropic. Kimi K3 de Moonshot también es más barato que tanto GPT-5.6 Sol como Fable 5.

Los costos de IA empresarial también han quedado bajo presión. Uber agotó su presupuesto de programación con IA para 2026 en abril, y una encuesta de KPMG a 2,145 altos directivos encontró que 29% no podían supervisar o gestionar eficazmente los costos de operar sus sistemas de IA.

Señalan comportamiento agentivo de Sol

A comienzos de julio, desarrolladores reportaron problemas con Sol. Matt Shumer, de OthersideAI, dijo que el modelo eliminó archivos sin que se le indicara hacerlo, mientras que Bruno Lemos informó que Sol borró su base de datos de producción. Dos semanas antes del lanzamiento de Sol, OpenAI había advertido que el modelo podría ser "overly agentic" e interpretar las instrucciones con demasiada permisividad. La empresa recomendó a quien despliegue Sol en sistemas reales restringir sus permisos, mantener copias de seguridad y realizar la implementación por etapas. Los incidentes ponen de relieve una tensión central en la generación actual de agentes de programación: los modelos con suficiente autonomía para completar tareas complejas también pueden realizar acciones destructivas que un asistente más limitado no llevaría a cabo, y las prácticas de sandboxing aún están madurando en toda la industria.