CONFIRMADO

Lo que era una cadena suelta en un commit de Nvidia se convirtió en lanzamiento oficial en menos de 24 horas. El 22 de septiembre OpenAI anunció GPT-6 Sol y GPT-6 Luna, los dos modelos que la mesa de señales de MaxAssistant venía rastreando desde comienzos de mes. La compañía describe ambos como entrenados con métodos similares a GPT-6 Astra, trayendo parte de su desempeño de vanguardia en trabajo profesional, veracidad, código y uso de computadora a modelos más rápidos y económicos.

Qué cambia para quien los usa

OpenAI recortó el precio de API de Sol y Luna en 50% frente a las versiones promocionales de GPT-5.6, argumentando que las ganancias en caché e inferencia permiten trasladar el ahorro directamente al usuario. Sol apunta a código complejo y flujos agentic más largos, Luna a tareas de alto volumen y foco estrecho. Ambos ya están disponibles en ChatGPT Work y Codex para usuarios Plus, Pro, Business, Enterprise y Edu; las cuentas Free y Go reciben Luna en la app de escritorio. En el ChatGPT normal, fuera de Work y Codex, los modelos aún no aparecen, y los administradores Enterprise deben habilitar el acceso.

El detalle que nadie previó

El rumor que circulaba desde hace semanas apostaba a tres niveles, Sol, Terra y Luna, reflejando la estructura de GPT-5.6. OpenAI descartó el nivel intermedio: no existe GPT-6 Terra. La compañía mantuvo solo tres tamaños en total, Astra como tope, Sol como grande y Luna como pequeño, simplificando la familia en vez de replicar la estructura anterior.

Las cifras que divulgó OpenAI

En el benchmark de uso de computadora OSWorld 2.0 offline, la compañía afirma que GPT-6 Sol con esfuerzo xhigh alcanza una puntuación cercana a Claude Opus 5 con esfuerzo medio, 60,5% contra 60,3%, con un costo por tarea cerca de 80% menor. GPT-6 Luna en modo max habría superado a GPT-5.6 Sol en modo medio a una décima parte del costo. OpenAI también citó el crecimiento del uso interno de agentes de código: el gasto medio diario en tokens valorados a precio de API pasó a 600 dólares para el investigador mediano y 7.000 dólares para el percentil 90, argumento usado para justificar por qué reducir el costo por tarea importa más ahora que un recorte aislado de precio de lista.

Lo que el rumor acertó y erró

La mesa de señales acertó el artefacto central, la cadena "GPT-6 Sol medium" vista en un commit de Nvidia el 21 de septiembre, y acertó la lectura del cambio silencioso de descripción de GPT-5.6 Sol en el catálogo de OpenAI en el mismo período, señal correcta de que algo nuevo tomaría la cima. Erró en los precios: las cifras que circulaban, de 2,50 a 4 dólares de entrada por millón de tokens, no coincidieron con el recorte de 50% sobre el precio promocional de GPT-5.6 que OpenAI realmente aplicó, y un GPT-6 Terra nunca se confirmó.

La lectura de MaxAssistant

Este es el patrón que vale la pena observar de aquí en adelante: un rumor nace de un artefacto técnico real, gana fuerza cuando la propia empresa cambia el lenguaje de su documentación sin anunciar nada, y se convierte en lanzamiento en cuestión de días. Para quien opera agentes y productos sobre la API de OpenAI, el recorte del 50% en Sol y Luna es el dato práctico más relevante de esta ronda, más que los benchmarks aislados, porque redefine el costo por tarea de la capa que la mayoría de las aplicaciones de producción realmente usa.

Nota de actualización

Publicado originalmente el 7 de septiembre como RUMOR, elevado a SEÑAL FUERTE el 22 de septiembre tras el commit de Nvidia y el cambio de catálogo de OpenAI, y actualizado el mismo día a CONFIRMADO tras el anuncio oficial de GPT-6 Sol y GPT-6 Luna.

Fuentes

OpenAI, GPT-6 Sol and GPT-6 Luna announcement: https://openai.com/index/gpt-6-astra/ | 9to5Mac, OpenAI upgrading ChatGPT and Codex with two more GPT-6 models: https://9to5mac.com/2026/09/22/openai-upgrading-chatgpt-and-codex-with-two-more-gpt-6-models/ | OrcaRouter, GPT-6 Luna and GPT-6 Sol Leak: What's Actually Verified: https://www.orcarouter.ai/blog/gpt-6-luna-and-gpt-6-sol-leak