OpenAI inició el 26 de junio de 2026 la vista previa limitada de la familia GPT-5.6. No es el lanzamiento de un único modelo, sino una nueva segmentación: Sol es el modelo insignia, Terra es el modelo equilibrado para trabajo diario y Luna prioriza velocidad y coste.
Según OpenAI, Terra puede competir con GPT-5.5 a aproximadamente la mitad del coste, mientras Luna ofrece buena capacidad a menor precio. Sol es el centro de esta vista previa. OpenAI lo describe como su modelo más fuerte hasta ahora, acompañado de su pila de seguridad más robusta.
Primero vista previa limitada, luego expansión
GPT-5.6 no estará totalmente abierto desde el primer día. OpenAI afirma que durante la vista previa los modelos estarán disponibles primero mediante API y Codex para algunos socios y organizaciones confiables. Después se ampliarán rápidamente a usuarios de ChatGPT, Codex y API.
También hay un contexto especial. Antes del lanzamiento, OpenAI habló con el gobierno estadounidense sobre el plan y las capacidades del modelo. A petición del gobierno, OpenAI abrió primero el acceso a un grupo pequeño de socios confiables y compartió información sobre esos participantes. OpenAI también sostiene que este proceso de acceso gubernamental no debería convertirse en el valor por defecto a largo plazo, porque retrasa el acceso de desarrolladores, empresas, defensores cibernéticos y socios globales.
El estado actual de GPT-5.6 puede resumirse así:
- La vista previa limitada ya comenzó.
- El acceso inicial llega por API y Codex a socios confiables seleccionados.
- La expansión a ChatGPT, Codex y API sigue en marcha.
- La disponibilidad final, límites de velocidad y entradas por defecto dependerán de anuncios posteriores.
Sol, Terra, Luna: nuevas capas de modelo
GPT-5.6 introduce una nomenclatura más clara. El número representa la generación; Sol, Terra y Luna representan capas de capacidad estables a largo plazo que pueden evolucionar a su propio ritmo.
Esto difiere de usar un único nombre de modelo con versión. Ofrece un marco de elección más directo:
| Modelo | Posición | Precio publicado |
|---|---|---|
| GPT-5.6 Sol | Modelo insignia, máxima capacidad | 5 dólares / millón de tokens de entrada, 30 dólares / millón de tokens de salida |
| GPT-5.6 Terra | Modelo equilibrado para trabajo diario | 2,50 dólares / millón de tokens de entrada, 15 dólares / millón de tokens de salida |
| GPT-5.6 Luna | Rápido y de bajo coste | 1 dólar / millón de tokens de entrada, 6 dólares / millón de tokens de salida |
GPT-5.6 también introduce prompt caching más predecible: puntos explícitos de caché y una vida mínima de caché de 30 minutos. Para GPT-5.6 y modelos posteriores, las escrituras en caché se cobran a 1,25 veces el precio de entrada no cacheada; las lecturas en caché mantienen el descuento del 90% sobre entrada cacheada.
Nuevas capacidades: razonamiento max y modo ultra
Las mejoras de Sol se concentran en tres áreas: programación, biología y ciberseguridad.
OpenAI dice que GPT-5.6 introduce una nueva intensidad de razonamiento max, dando a Sol más tiempo para razonamiento profundo. También añade un modo ultra, que usa sub-agentes para superar la capacidad de un solo agente y acelerar tareas complejas.
Para desarrolladores, lo más importante es la programación y la coordinación con herramientas. OpenAI afirma que GPT-5.6 Sol alcanza un nuevo máximo en Terminal-Bench 2.1, un benchmark centrado en workflows de línea de comandos que requieren planificación, iteración y coordinación de herramientas, muy cercano a productos como Codex.
En biología, OpenAI menciona GeneBench v1. En análisis de genómica de largo plazo y biología cuantitativa, Sol usa menos tokens que GPT-5.5 y logra mejores resultados.
Más capacidad de ciberseguridad, más protección
La sección de seguridad del anuncio es extensa. OpenAI afirma que GPT-5.6 Sol es su modelo más capaz en ciberseguridad, mejorando rendimiento y eficiencia en tareas largas de seguridad, incluida investigación de vulnerabilidades y trabajo relacionado con exploits.
Pero la conclusión no es “abrir más capacidad ofensiva”. OpenAI enfatiza que el modelo ayuda mejor a encontrar y corregir vulnerabilidades, pero no ejecuta ataques end-to-end de forma fiable. En evaluaciones con Chromium y Firefox, Sol identificó vulnerabilidades y primitives de exploit, pero no generó de forma autónoma una cadena de ataque completa y usable bajo condiciones de prueba.
OpenAI también dice que GPT-5.6 Sol no cruza el umbral Critical de ciberseguridad en su Preparedness Framework. Aun así usa un lanzamiento por fases, porque los benchmarks no cubren todas las formas en que un modelo puede combinarse y usarse.
Cómo funciona la seguridad por capas
La seguridad de GPT-5.6 no es una sola regla de rechazo, sino un conjunto de capas:
- Conducta segura entrenada en el modelo para rechazar asistencia prohibida de ciberseguridad.
- Clasificadores en tiempo real para abuso cibernético y biológico durante la generación.
- Pausa de generaciones de alto riesgo y revisión por un modelo de razonamiento mayor.
- Señales de riesgo a nivel de cuenta y revisión de conversaciones relacionadas.
- Acceso diferenciado, monitoreo, enforcement y pruebas continuas.
El coste de esto es que usuarios legítimos pueden sufrir falsos bloqueos o retrasos durante la vista previa. En áreas de doble uso como ciberseguridad, pruebas defensivas y actividad ofensiva pueden parecer similares en solicitudes iniciales. OpenAI dice que una meta de la vista previa es recopilar feedback y reducir bloqueos y latencia innecesarios.
Mucha inversión en red teaming automatizado
OpenAI también reveló una inversión importante en red teaming automatizado: más de 700.000 horas equivalentes de GPU A100 para encontrar jailbreaks generales. No son ataques estrechos contra un escenario, sino fallos que podrían funcionar en muchas indicaciones y contextos.
Esto muestra que las pruebas de seguridad de modelos de frontera pasan de “humanos buscando unos ejemplos” a búsqueda automatizada a gran escala y evaluación continua. OpenAI también combinará red teaming de expertos externos, reproducirá nuevos problemas, los evaluará, priorizará y corregirá, y los añadirá a futuros conjuntos de evaluación.
Versión rápida en Cerebras
OpenAI también menciona que GPT-5.6 Sol llegará a Cerebras en julio, con hasta 750 tokens por segundo. El acceso inicial estará limitado a algunos clientes y se ampliará con la capacidad.
Esto importa porque coloca “modelo de máxima capacidad” y “alta velocidad de salida” en la misma línea. Para coding agents, procesamiento de documentos largos y análisis interactivo, la velocidad de inferencia afecta directamente la experiencia de producto.
Qué señal deja este lanzamiento
La vista previa limitada de GPT-5.6 Sol muestra que OpenAI avanza en tres frentes:
- Crear capas más claras con Sol, Terra y Luna.
- Incorporar más capacidad de Agent, programación, biología y ciberseguridad en la nueva generación.
- Usar lanzamientos más cautelosos y defensas más complejas para modelos de alta capacidad.
Los usuarios comunes no necesitan migrar de inmediato, porque GPT-5.6 aún no está ampliamente disponible. Desarrolladores y empresas deberían observar tres cambios: nuevos precios, reglas de prompt caching y el impacto de max reasoning y ultra mode en workflows de Agent.
Si OpenAI amplía el acceso como planea, GPT-5.6 podría convertirse en la nueva línea principal después de GPT-5.5. Sol cubriría máxima capacidad, Terra trabajo diario con buena relación coste-rendimiento y Luna cargas más baratas y rápidas. Esta segmentación es más útil para productos reales que perseguir un único “mejor modelo”.
Cómo prepararse como desarrollador
GPT-5.6 Sol sigue en vista previa limitada, así que muchos desarrolladores no podrán usarlo de inmediato. Pero la preparación puede empezar ya. Lo más práctico es crear un conjunto de evaluación con tareas valiosas de GPT-5.5 u otros modelos actuales: cambios complejos de código, uso de herramientas, análisis de contexto largo, salida estructurada, límites de rechazo y tareas sensibles al coste.
Cuando Sol, Terra y Luna se abran más, no pruebes solo Sol. Sol es para las tareas más difíciles, pero en productos reales el volumen suele correr en Terra o Luna. La segmentación sirve para poner cada tarea en la capa adecuada, no para enviar todo al modelo insignia.
Para usuarios de Codex, conviene observar dos cosas: si Sol es más estable en cambios multiarchivo, reparación de fallos de tests y comprensión del repositorio; y si ultra mode más max reasoning justifican el coste adicional. El coste de razonamiento alto solo tiene sentido si reduce claramente el retrabajo humano.
Enfoque de selección
Puedes ver las tres capas como una pipeline: Luna para clasificación, limpieza, resúmenes ligeros y alto volumen; Terra para conversación por defecto, programación normal y generación de contenido; Sol para Agents complejos, problemas difíciles y reintentos tras fallos.
Una integración madura no debería fijar un único modelo en configuración. Debería enrutar por tipo de tarea, nivel de riesgo, longitud de contexto y número de fallos. Así se aprovechan a la vez la nueva capacidad y la ventaja de coste.
Original: Previewing GPT-5.6 Sol: A new generation of models