GPT-5.6 API: bajadas de precio y guía de Fast mode para Luna, Terra y Sol

El 30 de julio de 2026, OpenAI ajustó los precios y el procesamiento de baja latencia de la API GPT-5.6. Este cambio incluye tres cosas:

• GPT-5.6 Luna reduce el precio del 80%;

• GPT-5.6 Precio de Terra reducido en un 20%;

• Procesamiento de prioridad renombrado a Fast mode. GPT-5.6 Sol puede alcanzar hasta 2,5 veces la velocidad de procesamiento de Standard en modo Rápido, y costar el doble que Standard. No es necesario cambiar el código existente de inmediato. Seguir usando service_tier: "priority" en las peticiones dará lugar al mismo comportamiento de procesamiento que service_tier: "fast". Fuente oficial:

• Notas de actualización del producto OpenAI

• Último precio de OpenAI API

• Documentación de usuario en Fast mode Para conocer el posicionamiento y el contexto de lanzamiento de Sol, Terra y Luna, consulta GPT-5.6 Sol Limited Preview and Model Layering.

Veamos primero la conclusión: quién se beneficia más

Luna es el modelo con la mayor caída de precio esta vez. Su precio de entrada estándar en contexto corto bajó de 1 $ por millón de tokens a 0,20 $ por millón, y la producción bajó de 6 $ a 1,20 $. El precio de entrada estándar de contexto corto de Terra bajó de 2,50 a 2 dólares, y la producción cayó de 15 a 12 dólares. El precio estándar de contexto corto de Sol siguió siendo 5 dólares de entrada y 30 dólares de salida. Su principal cambio no es la reducción de precio Standard, sino la aceleración del Fast mode. Puedes entender el modelo de tres niveles así:

GPT-5.6 Último Precio Standard

El precio oficial se cobra por millón de tokens. Aquí está el precio estándar en resumen:

• Entrada de token sin caché;
• Token de entrada de caché;
• La caché escribe tokens;
• Token de salida;
• La relación de peticiones entre el modo Standard y el Rápido;
• Relación de peticiones de contexto corto respecto a contexto largo.

¿Qué significa después de la rebajada del 80% de precio de Luna?

Los precios de insomación y salida de Luna son ahora el 20% de su valor original. El antiguo precio estándar de contexto corto es:

• Entrada: $1.00 / 1M de ficha;

• Salida: $6.00 / 1M de ficha. Los nuevos precios son:

• Entrada: 0,20 $ / 1 millón de ficha;

• Salida: $1.20 / 1M de ficha. Supongamos que una tarea por lotes utiliza 100 millones de tokens de entrada y 20 millones de tokens de salida al mes: Estimación de precio antigua:

1
2
3

输入：100 × $1.00 = $100
输出：20 × $6.00 = $120
合计：$220

Nueva estimación de precios:

1
2
3

输入：100 × $0.20 = $20
输出：20 × $1.20 = $24
合计：$44

Con el uso de tokens sin cambios, la comisión en este ejemplo baja de 220 a 44 dólares. Pero las bajas de precio no significan que todas las tareas deban migrar a Luna. Primero, comprueba la adhesión a comandos, la salida estructurada, las llamadas a herramientas y las tasas de error con peticiones reales. Si el modelo se abarata pero lleva a más intentos o correcciones manuales, el coste total puede no disminuir realmente.

Cómo calcular después de la reducción del 20% de precio de Terra

El antiguo contexto corto de Terra, el precio estándar es:

• Entrada: $2.50 / 1 millón de fichas;

• Salida: 15,00 $ / 1 millón de ficha. Los nuevos precios son:

• Entrada: $2.00 / 1M de ficha;

• Salida: $12.00 / 1 millón de fichas. Suponiendo que se usen 100 millones de tokens de entrada y 20 millones de tokens de salida mensualmente: Estimación de precio antigua:

1
2
3

输入：100 × $2.50 = $250
输出：20 × $15.00 = $300
合计：$550

Nueva estimación de precios:

1
2
3

输入：100 × $2.00 = $200
输出：20 × $12.00 = $240
合计：$440

Por ejemplo, puedes reducir 110 dólares al mes, que es exactamente un 20% de descuento. Terra es más adecuado para equipos que ya lo usan como modelo de producción por defecto. No es necesario cambiar el ID del modelo; las facturas se calculan al nuevo precio.

¿Qué es el Fast mode?

Fast mode es el nuevo nombre para el Priority Processing original. Sigue siendo un método de procesamiento de pago por uso y baja latencia, pero el posicionamiento oficial del producto y los parámetros se han vuelto más intuitivos. Los objetivos del Fast mode son:

• Reducción de los tiempos de espera para respuesta;
• Proporciona una latencia más estable;
• Mantener métodos de pago por uso;
• Los servicios tienen solicitudes de usuario de alto valor con tráfico estable. Para gpt-5.6-sol, el Fast mode puede alcanzar velocidades hasta 2,5 veces superiores al estándar. “Hasta 2,5x” no significa que todas las peticiones estén fijas con un aumento de 2,5x. La latencia real sigue dependiendo de la longitud de entrada, la longitud de salida, las llamadas a herramientas, la red y la carga del sistema.

Últimos precios del Fast mode

Los precios actuales del Fast mode en contexto corto son los siguientes:

1
2
3

输入：10 × $5.00 = $50
输出：2 × $30.00 = $60
合计：$110

Fast mode：

1
2
3

输入：10 × $10.00 = $100
输出：2 × $60.00 = $120
合计：$220

Si merece la pena pagar 110 dólares más depende de si la reducción de latencia mejora las tasas de conversión, las tasas de finalización de tareas o la eficiencia laboral.

Activar el Fast mode para una sola solicitud

Respuestas service_tier: "fast" uso de la API:

1
2
3
4
5
6
7
8

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "分析这段错误日志并给出修复顺序",
    "service_tier": "fast"
  }'

Ejemplo de SDK en Python:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-sol",
    input="分析这段错误日志并给出修复顺序",
    service_tier="fast",
)

print(response.output_text)

El Fast mode puede usarse tanto para la API de Respuestas como para la API de Completación de Chats.

¿Necesitas modificar los antiguos parámetros de prioridad?

No se necesita ninguna modificación inmediata. Las siguientes solicitudes antiguas siguen siendo válidas:

1
2
3
4
5

response = client.responses.create(
    model="gpt-5.6-sol",
    input="检查这个发布方案",
    service_tier="priority",
)

Para modelos soportados, priority y fast tendrán el mismo comportamiento de manejo. Se recomienda usar fast para código nuevo, ya que el nombre coincide con la documentación actual. El código antiguo puede migrarse gradualmente según el ciclo de lanzamiento normal sin reemplazar todo urgentemente. Se debe prestar especial atención al objeto de respuesta. Para GPT-5.6 y modelos anteriores, incluso si la solicitud se escribe como fast, el service_tier en la respuesta puede seguir devolviéndo priority. Por lo tanto, los sistemas de monitorización no deben juzgar directamente el retorno priority como si la configuración fuera inválida.

El Fast mode está activado por defecto a nivel de proyecto

Si la mayoría de las solicitudes de los usuarios en el proyecto requieren baja latencia, puedes activar lo siguiente en la configuración del proyecto:

1. Abrir la configuración del proyecto en OpenAI API Platform;
2. Entrar General;
3. Encontrar el Project Service Tier;
4. Elige Fast. Tras configurar, las peticiones sin service_tier explícita cambiarán gradualmente a modo Rápido. La explicación oficial indica que las solicitudes de proyecto cambiarán gradualmente con el tiempo. No trates el primer minuto de datos guardados como resultado final. Un enfoque más seguro es activarlo como se solicita, usar interruptores de función para controlar una pequeña cantidad de tráfico y luego decidir si cambiar los valores predeterminados del proyecto.

Los límites de tasa no se duplican

El Fast mode y el estándar gestionan el mismo límite de tasa de modelo. Activar el Fast mode no aumenta automáticamente las cuotas de TPM o RPM. Los controles existentes de reintentos, retrocesos y concurrencia aún deben mantenerse. Si el sistema envía inmediatamente más solicitudes de seguimiento debido a retornos más rápidos, puede activar límites de velocidad más rápido. Durante la verificación, debe observarse lo siguiente:

• Retraso en la solicitud;
• 429 Respuesta;
• Fichas por minuto;
• Número de tareas concurrentes;
• Número de intentos de repetición;
• Tiempo real de finalización.

El tráfico repentino puede degradarse a Standard

El Fast mode tiene un límite de tasa de rampa. Cuando el tráfico alcanza al menos 1 millón de tokens por minuto y el TPM aumenta más del 50% en 15 minutos, algunas solicitudes del Fast mode pueden ser degradadas. Tras la degradación:

• Solicitudes procesadas a velocidad estándar;

• Las tasas se calculan a tasas estándar;

• La service_tier en la respuesta es default. Los métodos para reducir el riesgo de desencadenantes incluyen:

• Escalar gradualmente al cambiar de modelo o instantánea;

• Utilizar interruptores funcionales para migrar el tráfico en cuestión de horas;

• Evitar poner tareas grandes ETL o por lotes en Fast mode;

• Mantener la ruta de degradación estándar;

• Estadísticas sobre retrasos y tarifas por nivel de servicio.

¿Qué escenarios no son adecuados para el modo Rápido?

El Fast mode es adecuado para solicitudes donde la latencia afecta directamente a la experiencia del usuario, como:

• Asistente de codificación en tiempo real;

• Agente interactivo;

• El análisis complejo que los usuarios están esperando;

• Servicio al cliente o procesos de ventas de alto valor;

• Productos sensibles a la latencia inicial de las palabras y al consumo total de tiempo. Los escenarios inadecuados incluyen:

• Procesamiento por lotes fuera de línea;

• Limpieza de datos nocturna;

• Colas insensibles a los tiempos de finalización;

• Tareas que pueden usar Batch o Flex;

• ETL a gran escala;

• Tráfico completo habilitado únicamente para benchmarking. Si los usuarios no notan una diferencia de solo unas pocas decenas de segundos, pagar el doble del precio del token suele ser innecesario.

Limitaciones actuales del Fast mode

Las restricciones listadas en la documentación oficial incluyen:

• No soporta contextos largos;
• No soporta ajustes finos de modelos;
• No se soportan incrustaciones;
• La disponibilidad regional depende de las leyes y normativas locales;
• No hay garantía de que todos los modelos GPT sean compatibles en el futuro;
• El modo Scale Tier y Fast se facturan por separado. El Fast mode soporta las capacidades multimodales ya disponibles en el modo Standard, incluyendo la entrada de imágenes. La entrada en caché aún puede descartarse. El Fast mode es compatible con residencia de datos, retención cero de datos y BAA, pero los endpoints originales, herramientas, requisitos de elegibilidad y contratos siguen aplicándose.

Cómo verificar si el Fast mode es realmente más rápido

No saques conclusiones precipitadas tras una sola petición. Prepara un conjunto de muestras reales de negocio, ejecútalas por separado en los modos Standard y Rápido. Como mínimo:

Un conjunto de pasos seguros de migración

Los entornos de producción pueden migrarse en el siguiente orden:

1. Conservar los datos base estándar actuales;
2. Elegir la interfaz que más dependa de baja latencia;
3. Establecer service_tier: "fast" para el 1% del tráfico;
4. Comparar P50, P95, tasas de éxito y coste unitario de tareas;
5. Revisa el priority y default en la respuesta;
6. Expandir gradualmente hasta el 5%, 10% y 25%;
7. Observar si se activa el límite de tasa de rampa;
8. Confirmar la mejora en las métricas de negocio antes de continuar aumentando el volumen;
9. Las tareas que no requieren baja latencia pueden seguir usando Standard, Batch o Flex;
10. Por último, considera activar la configuración predeterminada a nivel de proyecto. No cambies de forma uniforme en toda la organización por nombre de modelo. Las interfaces dentro del mismo proyecto pueden tener sensibilidades completamente diferentes a la latencia y el coste.

Cómo volver a dividirse entre Luna, Terra y Sol

Tras la reducción de precio, puedes rediseñar la ruta de la tarea:

• Luna: tareas ligeras con alto rendimiento, reglas claras y aceptación automática;
• Terra: tráfico de producción por defecto y tareas de complejidad media;
• SOL: razonamiento complejo, codificación difícil y reintentos fallidos de alto valor;
• Modo Sol Fast: Solicitudes complejas donde los usuarios están esperando y los retrasos pueden afectar a los resultados del negocio. Primero, Luna o Terra se encargan, luego las solicitudes fallidas o de baja confianza a Sol, que suelen ser más rentables que todas las solicitudes que van directamente a Sol. El Fast mode debería ser enrutamiento retardado, no enrutamiento por capacidades. No convertirá Luna en Sol, ni mejorará automáticamente la calidad de las respuestas del modelo.

Preguntas frecuentes

¿Han cambiado los IDs de modelo de Luna y Terra?

No. gpt-5.6-luna y gpt-5.6-terra siguen en uso, con ajustes de precios a partir del 30 de julio de 2026.

¿Ha bajado el precio estándar de Sol?

El enfoque oficial de esta actualización está en las reducciones de precios para Luna y Terra, así como en la aceleración del modo Rápido de Sol. Los precios de contexto corto de Sol Standard siguen siendo 5 dólares por entrada y 30 dólares por salida.

¿Se retirará Priority Processing?

La documentación oficial actual indica claramente que tanto priority como fast pueden utilizarse. Se recomienda usar fast para el código nuevo, mientras que el código antiguo puede migrarse gradualmente.

¿Por qué la solicitud usa fast pero la respuesta devuelve priority?

Este es el comportamiento actual de compatibilidad de GPT-5.6 y modelos anteriores. No juzgues si una solicitud no ha entrado en Fast mode solo por el nombre de la respuesta.

¿El Fast mode siempre es 2,5 veces más rápido?

No. La declaración oficial puede ser hasta 2,5 veces, y las solicitudes específicas se ven afectadas por la duración, carga, llamadas de la compañía y red.

¿El Fast mode añade un límite de tasa?

No. El Fast mode comparte el límite de tasa de modelo con el Standard.

¿Cómo se factura una solicitud degradada por un aumento brusco de tráfico?

Las solicitudes de degradación se procesan a velocidad y precio estándar, y el service_tier de respuesta mostrará default.

¿Aún se pueden disfrutar de descuentos al entrar con caché?

Sí. El Fast mode sigue aplicando descuentos elegibles en entradas de caché.

Resumen

Este ajuste en GPT-5.6 cambia simultáneamente las estrategias de coste y latencia. Luna ha caído un 80%, reduciendo significativamente el coste de tareas ligeras y de alto rendimiento. Terra ha caído un 20%, reduciendo directamente el coste del tráfico de producción por defecto. Sol Standard sigue sin cambios en cuanto al precio, pero el Fast mode ofrece hasta 2,5 veces la velocidad, a costa del doble del precio del token. Los service_tier: "priority" antiguos siguen siendo compatibles y no modifican urgentemente todo el código. Se recomienda el nuevo acceso para usar service_tier: "fast" y escalar gradualmente según la interfaz. Lo que realmente hay que verificar no es la “velocidad más rápida”, sino si una respuesta más rápida mejora los resultados empresariales. Si las ganancias de latencia no pueden compensar la prima de precio, continuar con Standard, Batch o Flex es más razonable.