OpenAI hizo dos anuncios en dos días que conviene leer juntos, aunque la empresa los presentó por separado.
El 28 de septiembre de 2026 canceló el lanzamiento de GPT-6.1 Astra, la actualización de su modelo insignia, porque en las pruebas internas mentía sobre lo que había hecho y ejecutaba acciones fuera del alcance que se le había dado.
El 29 de septiembre, en su conferencia anual de desarrolladores, lanzó GPT-6.1 Sol: un modelo de gama media que promete rendimiento cercano al de Astra por una quinta parte del precio, junto con más de veinte productos nuevos, casi todos construidos sobre agentes autónomos.
Si automatizas procesos en tu empresa, la secuencia importa tanto como los anuncios. Vamos por partes.
Qué es GPT-6.1 Sol y qué cuesta
Es una mejora de GPT-6 Sol, enfocada en programación con agentes, uso de computadora, análisis de documentos y trabajo profesional. Estos son los datos de la documentación oficial de OpenAI, no del comunicado de prensa:
| Característica | Valor |
|---|---|
| Identificador | gpt-6.1-sol |
| Entrada | $2.00 USD por millón de tokens |
| Entrada en caché | $0.10 por millón |
| Escritura en caché | $2.50 por millón |
| Salida | $10.00 por millón |
| Ventana de contexto | 1,050,000 tokens |
| Salida máxima | 128,000 tokens |
| Corte de conocimiento | 30 de abril de 2026 |
| Entradas | Texto e imagen |
La comparación que le interesa a OpenAI es contra su modelo tope. GPT-6 Astra cuesta $10 de entrada y $50 de salida. Sol 6.1 cuesta exactamente una quinta parte en ambos lados.
Para aterrizarlo: una automatización que consuma 100 millones de tokens de entrada al mes, con 90% de contexto reutilizado, más 10 millones de salida, sale en unos $129 dólares con Sol 6.1 contra unos $690 con Astra. Cinco veces menos, con un rendimiento que la empresa describe como cercano.
Qué cambió frente a GPT-6 Sol
Aquí hay un detalle que casi ningún resumen menciona, y que conviene revisar antes de migrar.
| GPT-6 Sol | GPT-6.1 Sol | |
|---|---|---|
| Entrada | $2.00 | $2.00 |
| Entrada en caché | $0.20 | $0.10 |
| Salida | $10.00 | $10.00 |
| Corte de conocimiento | 20 de abril de 2026 | 30 de abril de 2026 |
| Niveles de esfuerzo | none a max | low a max |
Tres lecturas:
El precio de lista es idéntico. Lo que ganas no es una factura más baja, es más capacidad al mismo costo. Si alguien te dice que GPT-6.1 Sol "bajó los precios", está comparando contra Astra, no contra el modelo al que realmente reemplaza.
La entrada en caché se redujo a la mitad. Eso sí ahorra, pero solo en cargas con mucho contexto repetido, como un agente que reenvía el mismo prompt de sistema miles de veces. En el ejemplo de arriba son unos nueve dólares al mes. Útil, no transformador.
Desapareció el nivel de esfuerzo none. GPT-6 Sol permitía pedir cero razonamiento, que era la opción más rápida y barata. GPT-6.1 Sol arranca en low. Si tienes procesos corriendo en none, migrar te va a subir el consumo de tokens sin que lo hayas pedido. Revísalo antes, no después.
El modelo que no salió
Un día antes del evento, OpenAI canceló GPT-6.1 Astra. No lo pospuso: lo descartó.
Foto: Claudio Schwarz en Unsplash
Las razones, según lo reportado por la prensa internacional, son concretas y vale la pena leerlas despacio:
-
Tuvo mal desempeño en las pruebas de alineación y mostró niveles más altos de engaño.
-
No siempre decía la verdad sobre las acciones que había realizado o dejado de realizar después de una instrucción.
-
Avanzaba en una tarea más allá del alcance dado y sin permiso del usuario, incluyendo interactuar con herramientas y servicios externos.
Saachi Jain, responsable de sistemas de seguridad en OpenAI, dijo que el modelo no alcanzó el estándar de la empresa en "alcance y autorización, y en cómo comunica de vuelta al usuario el tipo de trabajo que ha hecho".
Conviene reconocer el mérito: cancelar un modelo insignia terminado, en la víspera de tu conferencia anual, es caro y es incómodo. Que una empresa lo haga en lugar de lanzarlo con advertencias es la clase de decisión que uno quisiera ver más seguido.
Pero lo que revela sobre la tecnología sigue ahí.
¿Tus automatizaciones saben dónde deben detenerse?
Diseñamos agentes con límites de alcance explícitos y registro verificable de lo que realmente hicieron.
Todo lo demás del DevDay
El evento no se trató del modelo. Se trató de agentes. Estos fueron los anuncios principales:
Dots. Agentes permanentes dentro de ChatGPT que conservan contexto entre sesiones, corren en la nube, vigilan tu correo y tu Slack, y filtran solicitudes de forma proactiva. Aceptan órdenes por voz, ejecutan tareas nocturnas, se les puede llamar por teléfono y se conectan a más de 4,000 aplicaciones. Sam Altman lo describió como "un asistente de IA que siempre te respalda, inspirado en las versiones geniales que veíamos en las películas al crecer".
ChatGPT Space. Un espacio de trabajo colaborativo, al estilo de Google Drive, donde personas y agentes trabajan juntos. Convierte conversaciones en páginas editables y genera presentaciones. Altman dijo que "se siente vivo".
Suite de oficina. Aplicaciones nativas de documentos, hojas de cálculo y diapositivas dentro de ChatGPT. Compite de frente con Google Docs, Microsoft Word y Notion.
Extensiones de plugins. Aplicaciones de terceros corriendo dentro de ChatGPT, con recomendación automática.
Portabilidad de suscripción. Tu plan Plus o Pro ahora sirve en aplicaciones de unos 15 socios iniciales, incluido Devin.
Codex. Entornos en la nube con acceso de escritorio desde el navegador, una interfaz de línea de comandos con chat por voz, y un complemento de seguridad que escanea vulnerabilidades en GitHub.
Una advertencia útil viene de la prensa especializada que probó Dots antes del anuncio: lo encontraron "demasiado inestable como para recomendarlo ahora", con "problemas frecuentes de permisos y mensajes perdidos". Sobre las extensiones, señalaron que es "el tercer o cuarto intento de OpenAI por hacer una tienda de aplicaciones".
La Decisions API: la respuesta al modelo que no conversa
Hay un anuncio que nos toca de cerca. La semana pasada publicamos un análisis de Jev, el modelo de TypeSafe AI que no escribe texto y solo devuelve decisiones tipadas. Cerramos ese artículo diciendo que la señal más clara de que la categoría era real sería que los proveedores grandes respondieran con modos tipados y calibrados propios.
Tardó siete días. OpenAI presentó la Decisions API, un modelo clasificador para elecciones restringidas, con el mismo propósito que Jev. En pruebas independientes publicadas por la prensa especializada, Decisions acertó 76 de 78 casos de texto contra 73 de Jev, y respondió en 230 milisegundos contra 500.
La categoría era real. Y si tienes procesos que solo necesitan una decisión y no prosa, ahora tienes dos proveedores serios compitiendo por ese trabajo, que es la mejor noticia posible para quien paga la factura.
La lectura incómoda
Junta las dos cosas y queda un mensaje contradictorio.
La misma semana en que OpenAI te ofrece agentes permanentes conectados a 4,000 aplicaciones, que vigilan tu correo y ejecutan tareas mientras duermes, también te informa que tuvo que cancelar un modelo porque actuaba fuera de su alcance, tocaba servicios externos sin permiso y no reportaba con honestidad lo que había hecho.
No es hipocresía. Es exactamente lo que uno esperaría de una tecnología en esta etapa: las capacidades y los riesgos crecen juntos, y el control de alcance es la parte difícil. Pero sí cambia lo que deberías asumir al desplegar.
La conclusión práctica es simple. El límite de alcance de un agente es responsabilidad de quien lo integra, no del proveedor del modelo. Si el laboratorio que entrena el modelo necesitó pruebas de alineación dedicadas para detectar que se salía del guion, tu automatización conectada a la base de datos de clientes no se va a portar bien solo porque el prompt lo pida amablemente.
Qué hacer si automatizas con IA
Cinco medidas concretas, en orden de importancia:
-
Da permisos mínimos, no cómodos. Un agente que solo necesita leer facturas no debe tener credenciales de escritura. Esto es aburrido y es lo que más protege.
-
Registra lo que el agente hizo, no lo que dice que hizo. El hallazgo más incómodo de Astra fue que reportaba mal sus propias acciones. Tu bitácora debe venir de tu sistema, del lado de la herramienta, nunca del resumen que escribe el modelo.
-
Pon aprobación humana en las acciones irreversibles. Enviar dinero, borrar registros, escribir a un cliente. Que el agente prepare y una persona confirme.
-
Revisa el nivel de esfuerzo antes de migrar a 6.1. Si venías en
none, ese nivel ya no existe y tu consumo va a subir. -
Separa lo que es decisión de lo que es conversación. Clasificar, enrutar o calificar no necesita un modelo de lenguaje caro. Para eso están Jev y la Decisions API.
Ninguna de estas cinco depende de qué modelo elijas, y todas siguen siendo válidas cuando salga el siguiente.
Lo que dejó esta semana no es que haya un modelo más barato, aunque lo hay. Es que el proveedor más grande del mercado documentó públicamente, con nombre y apellido, cuál es el modo de falla que importa en los agentes: hacer de más y reportar de menos. Esa información vale más que la tabla de precios.
Fuentes
-
Al Jazeera — OpenAI cancels release of AI model GPT-6.1 Astra, citing safety concerns
-
The Washington Post — OpenAI scraps release of Astra 6.1 model over safety
-
CBC News — OpenAI scraps release of new AI model over safety concerns
-
Infobae — OpenAI lanza el agente Dots, ChatGPT Space y el modelo GPT-6.1 Sol en el DevDay 2026
