GPT-5.6 marca una nueva etapa en la carrera de OpenAI: Sol lleva el rendimiento de frontera a programación, ciencia, ciberseguridad y trabajo profesional, mientras Terra y Luna prometen resultados competitivos con muchos menos tokens y menor coste.
OpenAI ha presentado GPT-5.6, una nueva familia de modelos que confirma hacia dónde se dirige la carrera de la inteligencia artificial: no basta con ser más inteligente, también hay que ser más eficiente, más barato de operar y más útil en tareas profesionales largas. La compañía introduce tres niveles de capacidad —Sol, Terra y Luna— con una idea central: ofrecer más trabajo útil por cada token consumido. Sol es el nuevo modelo insignia, orientado a las tareas más exigentes; Terra busca un equilibrio entre rendimiento y coste para el trabajo cotidiano; y Luna se presenta como la opción más rápida y asequible para despliegues de gran volumen.
El mensaje de fondo es claro. OpenAI ya no compite únicamente por construir el modelo más potente del mercado. Compite por convertir esa potencia en productividad real, medible y económicamente sostenible. La compañía resume GPT-5.6 con una fórmula ambiciosa: más inteligencia por token, mejor rendimiento por dólar y mayor capacidad bajo demanda para los trabajos más difíciles. Es una respuesta directa a una tensión que recorre toda la industria: los modelos son cada vez más capaces, pero también consumen enormes cantidades de computación, energía, memoria y dinero. La siguiente frontera no será solo cognitiva. Será económica.
Sol, Terra, and Luna, our GPT‑5.6 family of models, are starting to roll out now in ChatGPT, Codex, and the API. pic.twitter.com/Qri7GdtYs3
— OpenAI (@OpenAI) July 9, 2026
La familia GPT-5.6 llega tras una fase de acceso limitado y pasa ahora a disponibilidad general. OpenAI la describe como una generación diseñada para rendir especialmente bien en programación, trabajo de conocimiento, ciberseguridad y ciencia, pero con una diferencia relevante respecto a generaciones anteriores: promete alcanzar mejores resultados utilizando menos tokens y a un coste estimado inferior. Esto importa porque muchas empresas ya no evalúan los modelos solo por su puntuación en benchmarks, sino por el coste total de completar una tarea: cuántos intentos requiere, cuánto tarda, cuántos tokens consume, cuántas herramientas llama, cuántas correcciones necesita y cuánto trabajo humano queda pendiente después.
Sol es el modelo que concentra la ambición de frontera. OpenAI sostiene que GPT-5.6 Sol logra resultados de vanguardia en programación, trabajo profesional, ciberseguridad y ciencia, y que supera a modelos previos y competidores con menos tokens y menor coste estimado. La compañía lo presenta como un colaborador más pulido, capaz no solo de generar respuestas, sino de inspeccionar, refinar y entregar resultados listos para usar. Ese matiz es importante. La IA profesional se está desplazando desde la respuesta puntual hacia la ejecución completa de tareas: analizar documentos, revisar código, preparar presentaciones, automatizar procesos, navegar por aplicaciones, consultar herramientas y producir entregables finales.
Terra y Luna son igual de importantes para entender la estrategia. Si Sol representa la cúspide, Terra y Luna representan la escala. OpenAI afirma que GPT-5.6 Terra y GPT-5.6 Luna superan a Claude Fable 5 con un coste aproximado de una dieciseisava parte en algunas comparaciones de eficiencia presentadas por la compañía. Terra se sitúa como el modelo equilibrado para trabajo diario, mientras Luna queda como la versión más rápida y económica. En términos de mercado, esto puede ser incluso más transformador que el lanzamiento del modelo más potente. Las empresas no necesitan siempre un supermodelo. Necesitan muchas tareas resueltas de forma fiable, rápida y barata.
La lógica de Sol, Terra y Luna recuerda a la evolución del cloud computing. No todos los clientes pagan por la máquina más potente para cualquier carga de trabajo. Hay instancias grandes, medianas y pequeñas; opciones de alto rendimiento y opciones de bajo coste; configuraciones para experimentación y configuraciones para producción. OpenAI está trasladando esa lógica a la inteligencia artificial. El número 5.6 identifica la generación, pero Sol, Terra y Luna se convierten en niveles duraderos de capacidad que podrán avanzar a ritmos distintos. Esta estructura permite a OpenAI vender inteligencia como una familia de servicios, no como un único producto universal.
El gran argumento técnico de OpenAI es la eficiencia. En la evaluación Agents’ Last Exam, centrada en flujos profesionales largos en 55 campos, GPT-5.6 Sol marca un nuevo máximo de 53,6 en el texto principal de la compañía y supera a Claude Fable 5 por más de 13 puntos según esa comparación. Incluso con razonamiento medio, OpenAI asegura que Sol bate a Fable 5 con aproximadamente una cuarta parte del coste estimado. En el índice de Artificial Analysis, Sol se queda a menos de un punto de Fable 5, pero completa las tareas en un 61% menos de tiempo y a la mitad del coste estimado, según OpenAI.
La programación es uno de los terrenos donde GPT-5.6 quiere marcar diferencias. OpenAI afirma que Sol es su mejor modelo de código hasta ahora. En el Artificial Analysis Coding Agent Index, Sol con razonamiento máximo alcanza una puntuación de 80, por encima de Fable 5, y lo hace usando menos de la mitad de tokens de salida, menos de la mitad de tiempo y con un coste aproximadamente un tercio inferior, según los datos publicados por la compañía. Terra y Luna también obtienen resultados competitivos, y OpenAI destaca avances en Terminal-Bench 2.1 y DeepSWE, pruebas diseñadas para evaluar flujos de terminal, ingeniería en bases de código reales y tareas de largo recorrido.
La importancia de la programación va más allá del sector del software. Un modelo fuerte en código es también un modelo capaz de operar herramientas, automatizar tareas, estructurar datos, controlar sistemas y ejecutar procesos digitales. OpenAI subraya que GPT-5.6 puede escribir y ejecutar pequeños programas que coordinan herramientas, procesan resultados intermedios, monitorizan progreso y deciden el siguiente paso. Esta capacidad reduce la necesidad de que los desarrolladores programen manualmente cada fase de un flujo y permite que el modelo haga un uso más eficiente de las herramientas. La novedad se apoya en Programmatic Tool Calling dentro de la Responses API, un mecanismo que permite filtrar grandes cantidades de datos intermedios, conservar lo relevante y adaptar el flujo de trabajo sobre la marcha.
El concepto de ultra añade otra pieza estratégica. OpenAI introduce este modo como su ajuste de máxima capacidad para tareas especialmente complejas. Frente a niveles de razonamiento más convencionales, ultra coordina por defecto cuatro agentes en paralelo para avanzar por varios caminos de trabajo y sintetizar después los resultados. La compañía sostiene que esta arquitectura desplaza la frontera entre puntuación y latencia: más agentes pueden lograr mejores resultados en menos tiempo en tareas como navegación, análisis financiero o uso de terminal. En la API, los desarrolladores podrán construir experiencias similares mediante la beta multiagente de la Responses API.
Este punto revela una tendencia clave: el futuro de la IA no consistirá solo en modelos más grandes, sino en sistemas de agentes coordinados. Un único modelo puede ser muy poderoso, pero determinadas tareas se benefician de la exploración paralela: un agente busca información, otro analiza datos, otro valida hipótesis y otro redacta el resultado final. Ultra convierte esa lógica en un producto. La IA deja de parecerse a un asistente que responde y empieza a parecerse a un equipo de trabajo que se organiza en segundo plano.
OpenAI también insiste en que GPT-5.6 mejora de forma notable en diseño y trabajo visual. La compañía sostiene que el modelo tiene mejor juicio de diseño, puede crear interfaces más funcionales y ergonómicas con instrucciones de alto nivel y, gracias a capacidades más fuertes de uso de ordenador, puede inspeccionar el resultado renderizado y corregir problemas visuales o funcionales antes de entregar el trabajo. En otras palabras, no solo escribe código frontend o genera una maqueta; también puede revisar lo que ha producido y aplicar acabados.
Esta mejora conecta con una de las grandes demandas del mercado: transformar instrucciones vagas en entregables listos para usar. OpenAI destaca que GPT-5.6 puede convertir peticiones en lenguaje natural en explicaciones interactivas, visualizaciones, interfaces y prototipos. Empresas como Figma, Canva, Microsoft, Lovable o Model ML aparecen en la página oficial aportando testimonios sobre mejoras en creación de prototipos, presentaciones, artefactos profesionales y generación de aplicaciones. El mensaje es evidente: GPT-5.6 no quiere ser solo un modelo de conversación, sino una infraestructura de producción para el trabajo del conocimiento.
El trabajo de conocimiento es el segundo gran campo de batalla. OpenAI afirma que GPT-5.6 puede tomar contexto desordenado procedente de documentos y herramientas habituales como Slack, Notion, Microsoft 365 o Google Drive, y convertirlo en artefactos profesionales compartibles. La compañía destaca mejoras en análisis, navegación, uso de herramientas y uso de ordenador, con resultados especialmente fuertes en BrowseComp y OSWorld 2.0. En esta última prueba, Sol alcanza el 62,6% y supera a Opus 4.8 usando un 85% menos de tokens de salida, según OpenAI.
Aquí aparece una de las claves comerciales de GPT-5.6: reducir el trabajo de refinamiento humano. Muchas herramientas de IA generan borradores útiles, pero requieren varias rondas de corrección, ajustes de formato, revisión de datos y adaptación a plantillas. OpenAI afirma que GPT-5.6 mejora en presentaciones, documentos y hojas de cálculo, produciendo resultados más pulidos y precisos. También sostiene que puede seguir plantillas y presentaciones de referencia con más fidelidad, inferir sistemas de diseño —layouts, tipografías, espaciados, colores, patrones recurrentes e incluso reglas del Slide Master— y aplicarlos de forma consistente a nuevo material.
Este detalle tiene enorme relevancia práctica. En entornos corporativos, el valor no está solo en producir contenido, sino en producirlo con el formato correcto, la jerarquía visual adecuada, las cifras actualizadas y una estética coherente con la organización. Si un modelo puede adaptar una presentación a una plantilla real, actualizar datos y respetar convenciones de diseño, deja de ser una herramienta de borrador y se acerca a un asistente productivo integrado en el flujo profesional. Por eso Microsoft señala que GPT-5.6 supone un avance para la generación de artefactos en Microsoft 365 Copilot, con resultados más cohesionados, precisos y listos para usar, según el testimonio recogido por OpenAI.
La ciberseguridad es el ámbito más sensible del lanzamiento. OpenAI afirma que GPT-5.6 es su modelo más fuerte hasta ahora en este dominio. En ExploitBench 2, que mide el progreso desde el acceso a código vulnerable hasta ejecución arbitraria de código, Sol obtiene un 73,5% frente al 47,9% de GPT-5.5 con un presupuesto comparable de tokens de salida. En ExploitGym 3, orientado a convertir vulnerabilidades reales en exploits funcionales, casi duplica la tasa máxima de GPT-5.5 bajo un límite de dos horas, pasando del 15,1% al 24,9%, y alcanza el 33,7% con seis horas. En SEC-Bench Pro, Sol obtiene un 71,2% frente al 45,8% de GPT-5.5 con mejor latencia.
Estas cifras explican por qué GPT-5.6 llega acompañado de un fuerte discurso de seguridad. Las capacidades cibernéticas son duales: sirven para encontrar, reproducir y corregir vulnerabilidades, pero también podrían facilitar usos ofensivos si se aplican sin control. OpenAI sostiene que GPT-5.6 apoya tareas defensivas como revisión segura de código, parcheo, modelado de amenazas y blue teaming. Además, reserva capacidades cibernéticas más sensibles a usuarios y organizaciones verificados dentro del programa OpenAI Daybreak’s Trusted Access for Cyber, incluyendo triaje de vulnerabilidades, validación, análisis de malware, ingeniería de detección y validación de parches.
El lanzamiento confirma que la IA de frontera entra en una etapa de acceso diferenciado. No todos los usuarios tendrán las mismas capacidades en todos los contextos. OpenAI combina el avance técnico con mecanismos de verificación, seguridad de cuenta, monitorización y restricciones para entidades o jurisdicciones de alto riesgo. Los usuarios con acceso avanzado en ciberseguridad deberán activar seguridad de cuenta reforzada con passkeys respaldadas por hardware para conservar ciertas capacidades. Esta medida muestra que OpenAI está tratando algunos usos de GPT-5.6 como tecnología sensible, no como una función ordinaria.
En ciencia y salud, GPT-5.6 también muestra avances. OpenAI afirma que Sol mejora ampliamente frente a GPT-5.5 en evaluaciones de biología real, flujos de investigación en ciencias de la vida y química. En GeneBench Pro, Sol alcanza un 28,7% frente al 12% de GPT-5.5; en LifeSciBench, llega al 59,9%; y en MedChemBench, obtiene un 48,3% en la tabla de resultados publicada por la compañía. La página oficial insiste en que GPT-5.6 puede apoyar investigación legítima, pero no cruza umbrales críticos en biología ni ofrece capacidad completa para crear, diseñar o sintetizar una amenaza biológica novedosa altamente peligrosa.
Esta precisión es importante. OpenAI quiere exhibir capacidades científicas, pero sin activar alarmas regulatorias excesivas. La biología es uno de los dominios más sensibles de la IA avanzada, porque combina enormes beneficios potenciales —investigación biomédica, descubrimiento de fármacos, análisis genómico— con riesgos de uso indebido. La compañía defiende que sus salvaguardas permiten preservar trabajo legítimo al tiempo que aplican controles más fuertes donde hay riesgo serio de daño.
La seguridad del sistema ocupa una parte central del anuncio. OpenAI afirma que GPT-5.6 incorpora su sistema de seguridad más robusto hasta la fecha, calibrado según las capacidades de cada modelo y alimentado por más computación que nunca. Antes de la disponibilidad general, la compañía realizó su periodo de evaluación más extenso, con red teaming humano, pruebas automatizadas a gran escala y colaboración con organizaciones expertas y socios de confianza. En total, OpenAI declara haber empleado aproximadamente 700.000 horas de GPU A100e en red teaming automatizado de caja negra para detectar puntos débiles, jailbreaks y áreas de mejora antes del lanzamiento.
El enfoque de salvaguardas es por capas. OpenAI combina protecciones entrenadas en el modelo, verificaciones en tiempo real, monitorización continua y medidas a nivel de cuenta. Además, introduce un monitor de razonamiento que revisa la conversación para determinar si existe potencial de daño. La compañía sostiene que esta aproximación permite habilitar trabajo defensivo legítimo sin bloquear de forma excesiva usos benignos. Aun así, reconoce que Sol bloquea aproximadamente diez veces más actividad potencialmente dañina en ciberseguridad que modelos anteriores, lo que puede generar fricción para usuarios legítimos.
Este equilibrio será una de las grandes pruebas de GPT-5.6. Si las salvaguardas son demasiado laxas, aparecerán usos abusivos y presión política. Si son demasiado restrictivas, los usuarios profesionales —especialmente en ciberseguridad e investigación— podrían sentirse limitados y buscar alternativas abiertas o competidores menos bloqueados. OpenAI intenta resolver la tensión mediante acceso verificado, controles contextuales y mejora iterativa. Es un modelo de gobernanza cada vez más parecido al de infraestructuras críticas: acceso amplio para usos generales, controles reforzados para capacidades sensibles y supervisión continua.
La disponibilidad y el precio son otra pieza clave. GPT-5.6 está disponible en ChatGPT, Codex y la API de OpenAI. En Chat, los usuarios Plus, Pro, Business y Enterprise acceden a Sol mediante ajustes de esfuerzo medio o superior, mientras Pro y Enterprise pueden seleccionar GPT-5.6 Sol Pro para resultados de mayor calidad en tareas complejas. En ChatGPT Work y Codex, los usuarios Free y Go acceden a Terra; los usuarios Plus, Pro, Business y Enterprise pueden elegir Sol, Terra o Luna y configurar el nivel de esfuerzo. El modo max está disponible para usuarios con acceso a GPT-5.6 en ChatGPT Work y Codex; ultra está disponible en ChatGPT Work para Pro y Enterprise, y en Codex desde Plus en adelante.
En la API, los desarrolladores pueden acceder a Sol, Terra y Luna. OpenAI fija precios por millón de tokens: Sol cuesta 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida; Terra, 2,50 dólares de entrada y 15 de salida; Luna, 1 dólar de entrada y 6 de salida. La familia incorpora además caché de prompts más predecible, con puntos explícitos de corte y vida mínima de caché de 30 minutos. Las lecturas de caché mantienen un descuento del 90% sobre la entrada cacheada, mientras las escrituras se facturan a 1,25 veces la tarifa de entrada no cacheada del modelo.
Esta política de precios confirma que la economía de los tokens será decisiva. Los grandes clientes no miran solo el precio nominal por millón de tokens. Miran cuántos tokens necesita el modelo para completar una tarea, cuántas rondas requiere, cuánto tarda y cuántos errores produce. Un modelo más caro por token puede ser más barato por tarea si necesita menos iteraciones. OpenAI intenta posicionar GPT-5.6 exactamente en ese marco: no como el modelo más barato en términos absolutos, sino como una familia que mejora el coste por trabajo completado.
El impacto interno en OpenAI también es relevante. La compañía afirma que GPT-5.6 es su modelo más fuerte para acelerar la investigación en IA. Sus investigadores lo usan para diagnosticar fallos, optimizar sistemas de entrenamiento, ejecutar experimentos e interpretar resultados. Durante las pruebas internas, el promedio diario de tokens de salida por investigador activo fue más del doble del máximo observado con GPT-5.5. En los últimos seis meses, la proporción de computación de investigación dedicada a inferencia interna de código creció 100 veces, y el uso interno de tokens agénticos aumentó aproximadamente 22 veces.
Esta parte del anuncio tiene una lectura estratégica profunda. OpenAI está usando sus propios modelos para acelerar el desarrollo de los siguientes modelos. La compañía mide incluso capacidades relacionadas con depuración de sistemas de investigación, optimización de kernels, recetas de entrenamiento, experimentos de machine learning y mejora de otros modelos. En una batería interna de evaluaciones orientadas al avance hacia la mejora recursiva, Sol mejora 16,2 puntos frente a GPT-5.5. Sin caer en exageraciones sobre “auto-mejora” plena, el mensaje es claro: la IA se está convirtiendo en una herramienta central para construir más IA.
Desde el punto de vista competitivo, GPT-5.6 llega en un momento de máxima presión. Anthropic compite con Fable y Mythos; Google avanza con Gemini; Meta asegura que Watermelon alcanza a los modelos líderes; xAI presiona con Grok; Mistral, DeepSeek, Qwen y Zhipu empujan desde modelos abiertos o eficientes. OpenAI responde con una familia que no se limita a decir “somos más inteligentes”, sino “somos más eficientes en coste por tarea”. Esa es probablemente la batalla que definirá el mercado empresarial.
La conclusión es que GPT-5.6 representa menos una actualización aislada que una reorganización de la oferta de inteligencia. Sol ofrece potencia de frontera; Terra convierte parte de esa capacidad en una opción equilibrada para el uso profesional diario; Luna lleva rendimiento suficiente a escenarios donde el coste y la velocidad determinan la viabilidad del producto. Ultra introduce trabajo multiagente bajo demanda; Programmatic Tool Calling reduce fricción en flujos con herramientas; Trusted Access separa usos sensibles; y la caché de prompts mejora la economía de aplicaciones repetitivas.
OpenAI está construyendo algo más parecido a una plataforma industrial que a un chatbot. GPT-5.6 no solo responde; programa, analiza, diseña, navega, usa herramientas, coordina agentes, produce documentos, genera presentaciones, ayuda en ciberdefensa y acelera investigación. Al mismo tiempo, obliga a repensar seguridad, acceso, costes y gobernanza. La IA de frontera entra así en una fase más madura, menos basada en la sorpresa y más centrada en productividad, eficiencia y control.
Si GPT-5.6 cumple en producción lo que OpenAI promete en sus evaluaciones, puede consolidar una nueva vara de medir para la industria: no el modelo más espectacular, sino el modelo que completa más trabajo útil con menos tokens, menos tiempo y menor coste total. Esa es la verdadera batalla de la inteligencia artificial en 2026. No solo quién piensa mejor, sino quién convierte mejor ese pensamiento en resultados sostenibles.
