OpenAI lanzó el 17 de noviembre dos modelos nuevos, GPT-6.2 Astra y GPT-6.2 Sol, y el anuncio venía con un titular que sonaba demasiado bien: el modelo insignia ahora cuesta menos de un tercio por tarea que su antecesor. La realidad es más modesta y más interesante. Astra sí bajó de precio, 20% para ser exactos, y sí quedó a un punto de Claude Fable 5.2 en el índice independiente más seguido del sector, costando lo mismo. Pero los evaluadores externos midieron un ahorro por tarea de 36% y 50%, no de más de dos tercios. Es un buen lanzamiento, con un precio mejor, y con un anuncio que exagera un poco. Como siempre, el diablo está en la letra chica.
Dos modelos, un precio que baja
Astra es el modelo insignia, para el trabajo profesional exigente: ciencia, derecho, finanzas, código de varios pasos, presentaciones y reportes que tienen que seguir plantillas de la industria. Sol es el modelo del día a día, para tareas cotidianas, código y flujos de agentes, y cuesta una cuarta parte de Astra. Los dos comparten la misma ventana de contexto, 1,050,000 tokens, con hasta 922,000 tokens de entrada y 128,000 de salida por petición, aceptan texto e imágenes y devuelven texto.
El precio es lo que cambió. Astra cuesta ahora $8 por millón de tokens de entrada y $40 de salida, contra $10 y $50 que costaba GPT-6 Astra: 20% menos. La entrada en caché, el texto que el proveedor ya tiene guardado, bajó todavía más, de $1.00 a $0.40, un 60% menos. Sol se quedó igual que su antecesor, GPT-6.1 Sol: $2 de entrada y $10 de salida. Los dos están disponibles en ChatGPT Work y Codex para los planes Plus, Pro, Enterprise y Edu, y vía API. Y un detalle que no viene en el titular: no llegan al ChatGPT normal, al chat de todos los días. Si usas ChatGPT gratis o Plus en el chat, este lanzamiento no te toca todavía.
El mismo precio que Claude, casi el mismo puntaje
Ocho días antes de Astra, Anthropic lanzó Claude Fable 5.2 con exactamente el mismo precio, $8 y $40. No es coincidencia, es la guerra de modelos en su fase de precios: los dos laboratorios llegaron al mismo número por caminos distintos. En el índice de inteligencia de Artificial Analysis, el tablero independiente más seguido, Astra subió de 57 a 62 puntos y quedó en segundo lugar, solo detrás de Fable 5.2 con 65. Astra pasó a Gemini 4 Carbon, con 60, y a Claude Opus 5.5, con 59. Sol, con 57 puntos, iguala al Astra anterior a una fracción del costo.
OpenAI también presume sus propios números: en Agents' Last Exam, un examen de trabajo profesional de varios pasos, Astra sube 5.2 puntos sobre GPT-6 Astra a menos de un tercio del costo, y queda 5.5 puntos arriba de Fable 5.2 a solo 5% del costo. En su evaluación interna GDPval v2, de flujos de trabajo largos y reales de consultoría, finanzas y diseño, Astra mejora 6.2 puntos usando 22% menos tokens de salida. Son cifras reales, de evaluaciones reales, pero son el tablero del vendedor. Y el tablero independiente cuenta otra historia, más modesta.
La letra chica del precio
Artificial Analysis midió el costo por tarea de Astra en $4.00, contra $6.24 de GPT-6 Astra: una baja de 36%. Vals AI midió una baja de 50%. Las dos son cifras reales y las dos quedan lejos del "menos de un tercio" que anuncia OpenAI. Las pruebas son distintas, así que ninguna contradice a la otra de frente, pero si alguien arma un presupuesto con el número de OpenAI, va a esperar un ahorro mayor del que los evaluadores externos encontraron. La lección es vieja y sigue vigente: el precio por token no es el costo por tarea, y el costo por tarea depende de qué tarea, con cuántos tokens y con cuánta memoria.
Y hay más letra chica. Las tarifas de $8 y $40 aplican solo a peticiones de contexto corto, hasta 272,000 tokens de entrada. Arriba de ahí, la entrada y el caché se duplican y la salida cuesta 1.5 veces más, para toda la petición. OpenAI también ofrece ventanas de fondo de dos y ocho horas con 30% y 40% de descuento, para quien puede esperar. Y en codificación, el avance es plano: Sol incluso bajó tres puntos respecto a GPT-6.1 Sol en el índice de agente de código de Artificial Analysis. Más barato, sí. Mejor en todo, no.
México y el precio real
Para quien paga la API en México, el ahorro es real y se siente: el mismo trabajo que costaba $10 y $50 por millón de tokens ahora cuesta $8 y $40, y la entrada en caché cuesta menos de la mitad. Pero no es el tercio que anuncia OpenAI, y la factura real depende de cuánto contexto uses, porque arriba de 272,000 tokens el descuento se evapora. Para un desarrollador que corre agentes todo el día, la diferencia entre 36% y más de 66% de ahorro es la diferencia entre un presupuesto que cierra y uno que no.
Y hay un dato que no es de precio y que importa más a largo plazo: Astra es el primer modelo que OpenAI libera fuera de la empresa calificado en nivel Alto de riesgo de auto-mejora de la IA, bajo su propio marco de preparación. También lo califica en nivel Crítico para ciberseguridad y Alto para riesgos biológicos y químicos, y por eso endureció los límites por defecto en ayuda cibernética de alto riesgo. Es la propia evaluación de OpenAI, sin auditor externo que la firme todavía, pero es la primera vez que un modelo de uso general sale con esa etiqueta. El precio bajó, la capacidad subió, y el riesgo que la propia empresa le reconoce también subió. Las tres cosas llegaron juntas, el mismo día, en el mismo anuncio.
Al final, GPT-6.2 es un buen lanzamiento con un anuncio que exagera. Astra es más capaz y más barato, Sol es el mejor precio por punto del mercado, y los dos llegan justo cuando Anthropic sale a bolsa y Google empuja Gemini 4. La guerra de modelos ya no se pelea solo con capacidad, se pelea con precio, y en esa guerra el ganador no es el que anuncia el descuento más grande, es el que cobra menos por la tarea terminada. Por ahora, ese es Astra, pero por 36%, no por dos tercios.