OpenAI acaba de lanzar públicamente GPT-5.6 , una nueva familia de modelos de inteligencia artificial formada por tres variantes: Sol, el modelo insignia; Terra, una opción equilibrada para el trabajo diario; y Luna, la alternativa más rápida y económica. Según explica la propia compañía , GPT-5.6 Sol es el modelo generalista más capaz que ha desarrollado hasta el momento. Está diseñado para trabajar con problemas complejos, utilizar herramientas, navegar por internet, programar y mantener procesos de razonamiento prolongados sin perder de vista el objetivo original. Todo apunta a que estamos ante una inteligencia artificial extraordinaria , situada entre los mejores modelos disponibles en la actualidad.
Y precisamente por eso, la mayoría de los usuarios probablemente no necesite utilizarla. Un modelo impresionante, aunque no gane absolutamente todas las pruebas Decir que un modelo es “el mejor del mundo” siempre requiere algunos matices. No existe un único examen capaz de medir todas las formas de inteligencia, y los resultados pueden cambiar considerablemente según se evalúe programación, razonamiento matemático, navegación web, creación de documentos o capacidad para controlar un ordenador. Las pruebas independientes de Artificial Analysis colocan a GPT-5.6 Sol entre los sistemas más capaces del mercado, aunque no necesariamente en el primer puesto absoluto.
En su Intelligence Index, el modelo queda ligeramente por detrás de Claude Fable 5, pero consigue un rendimiento similar con un coste aproximado de solo una tercera parte por tarea. La situación cambia cuando se analiza la programación agéntica. En el Coding Agent Index de Artificial Analysis , GPT-5.6 Sol alcanzó una puntuación de 80 y lideró las evaluaciones centradas en el uso autónomo de terminales, la resolución de errores y la modificación de proyectos de software reales. También destacó en tareas profesionales de creación de presentaciones, hojas de cálculo y otros documentos.
De acuerdo con Artificial Analysis , obtuvo la mejor valoración visual de todos los modelos evaluados dentro de su prueba AA-Briefcase, diseñada para medir trabajos similares a los que se realizan dentro de una empresa. No es necesariamente el mejor en cada escenario imaginable. Pero sí parece encontrarse de forma consistente dentro del grupo más avanzado de la industria. La prueba que ningún otro modelo había logrado superar © Shutterstock / Mijansk786.
Uno de los resultados más llamativos del lanzamiento llegó desde ARC Prize, la organización responsable de algunos de los benchmarks de razonamiento más exigentes para los modelos de inteligencia artificial. ARC-AGI-3 no consiste en responder preguntas ni completar patrones estáticos. Los modelos deben entrar en escenarios interactivos que nunca han visto, descubrir por sí mismos qué está sucediendo, comprender las reglas y modificar su estrategia a medida que reciben nueva información. Según explica ARC Prize , GPT-5.6 Sol fue el primer modelo frontera capaz de ganar uno de los juegos públicos de ARC-AGI-3.
En ese escenario obtuvo un resultado del 87%, mientras que Sol fue también la única variante de la familia GPT-5.6 que mostró un rendimiento significativo en el conjunto de la evaluación. Los responsables de la prueba destacaron especialmente su capacidad para interpretar una escena desconocida, formular hipótesis y cambiar de estrategia cuando una de ellas no funcionaba. En lugar de repetir acciones de manera desordenada, el modelo utilizó los errores como información para reorganizar su plan. Es una capacidad formidable para un investigador, un programador o una empresa que intenta automatizar procesos complejos.
Para corregir un correo de cinco líneas, quizá sea un poco excesiva. No hace falta el mejor modelo del planeta para crear un pequeño proyecto OpenAI acompañó el lanzamiento con ejemplos de personas que utilizaron GPT-5.6 para desarrollar proyectos personales y profesionales. Entre ellos aparecían un agricultor japonés que construyó un sistema para controlar su invernadero mediante una Raspberry Pi, una pareja que lanzó un negocio de cajas de cereales y un matemático que llevaba años trabajando en una conjetura. Los tres casos pueden resultar interesantes, pero no todos demuestran que sea necesario recurrir al modelo más potente de la familia.
Crear una interfaz para controlar un invernadero o construir la web de un pequeño emprendimiento son tareas que requieren conocimientos técnicos, pero que ya podían resolverse con modelos anteriores. GPT-5.6 Sol probablemente las complete mejor, cometa menos errores y necesite menos correcciones, pero la diferencia puede no justificar su mayor coste. El caso del matemático es distinto. Cuando una persona lleva tres años intentando avanzar sobre un problema y los modelos anteriores no consiguen aportar una idea útil, recurrir a un sistema con mayor capacidad de razonamiento sí puede tener sentido.
Ahí aparece el verdadero público de Sol: investigadores, desarrolladores, científicos y empresas para quienes una mejora aparentemente pequeña puede significar ahorrar semanas de trabajo o encontrar una solución que antes no existía. La inteligencia artificial también debe ser rentable Las diferencias entre Sol, Terra y Luna no se limitan a sus capacidades. También existe una brecha considerable en el precio. OpenAI cobra 5 dólares por cada millón de tokens de entrada y 30 dólares por cada millón de tokens generados con GPT-5.6 Sol.
Terra reduce esas cifras a 2,50 y 15 dólares, mientras que Luna cuesta un dólar por millón de tokens de entrada y seis dólares por los de salida. Para una persona que realiza unas pocas consultas al día, esas diferencias pueden parecer irrelevantes. Sin embargo, dentro de una empresa que procesa miles de documentos, mantiene agentes funcionando durante horas o genera grandes cantidades de código, el coste puede multiplicarse rápidamente. Artificial Analysis calculó que una tarea de su Intelligence Index costaba aproximadamente 1,04 dólares con Sol, frente a 0,55 dólares con Terra y 0,21 dólares con Luna.
El análisis también mostró que no siempre existe una progresión perfecta entre las tres variantes: dependiendo del nivel de razonamiento utilizado, Luna o Sol pueden ofrecer una mejor relación entre capacidad y precio que Terra. Elegir el modelo más avanzado de forma automática puede ser, por tanto, una mala decisión económica. La pregunta útil ya no es únicamente cuál de todos es más inteligente, sino cuál tiene la inteligencia suficiente para completar una tarea sin desperdiciar tiempo, dinero ni capacidad de computación. La mayoría no necesita una RTX 5090 para abrir el navegador La industria tecnológica lleva años conviviendo con esta misma paradoja .
Pocas personas necesitan el procesador más potente del mercado para trabajar con documentos, del mismo modo que no hace falta una tarjeta gráfica profesional para jugar ocasionalmente ni una cámara de 15.000 euros para fotografiar unas vacaciones. El hardware extremo existe porque determinados usuarios sí pueden aprovecharlo. No porque todo el mundo deba comprarlo. Con los modelos de inteligencia artificial comienza a ocurrir algo parecido.
Cuando dos sistemas son capaces de redactar correctamente un correo, resumir un documento o preparar una ruta turística, que uno obtenga varios puntos adicionales en una prueba matemática deja de importar para la experiencia cotidiana. Incluso OpenAI mantiene GPT-5.5 Instant como modelo predeterminado para las respuestas rápidas y reserva GPT-5.6 Sol para las opciones de razonamiento disponibles en determinados planes. Terra y Luna, mientras tanto, se orientan principalmente a herramientas profesionales, Codex y la API, donde el equilibrio entre rendimiento y coste resulta mucho más importante. GPT-5.6 Sol no es innecesario.
Es una herramienta especializada para quienes trabajan cerca de los límites de lo que estos sistemas pueden hacer. Lo interesante es que esos límites no permanecerán lejos durante demasiado tiempo. OpenAI asegura que Terra ofrece un rendimiento competitivo frente a GPT-5.5 por aproximadamente la mitad del coste, mientras que Luna acerca capacidades avanzadas a su precio más bajo. Lo que hoy exige el modelo más caro terminará apareciendo, tarde o temprano, en una variante rápida y económica.
Quizá dentro de unos años utilicemos una inteligencia comparable a GPT-5.6 Sol para corregir un mensaje, organizar las compras o planificar un fin de semana sin pensar demasiado en ello. Ese puede ser el verdadero significado de este lanzamiento. No que todos necesitemos ahora mismo una IA tan poderosa, sino que la capacidad que hoy parece extraordinaria probablemente termine convirtiéndose en algo completamente cotidiano.