GPT-6.2 Astra y Sol: el costo por tarea decide la ruta

¿Qué modelo debe atender cada clase de trabajo?
Pruebe GPT-6.2 Sol en trabajo rutinario y GPT-6.2 Astra en tareas más exigentes, sin fijar la ruta antes de la evaluación. OpenAI presentó GPT-6.2 Astra y Sol el 17 de noviembre de 2026. El precio del token importa, pero la decisión exige medir el costo por tarea aceptada y la tasa de aceptación.
Cuadro de decisión / Datos clave: Sol es una hipótesis para tareas rutinarias, no una garantía de menor costo por tarea aceptada. Astra merece una prueba en trabajo exigente con el mismo criterio de aceptación aplicado a las alternativas. La lectura y la escritura de caché son categorías distintas de cobro cuando aplican. La decisión combina tasa de aceptación, gasto, latencia y comportamiento de fallback.
La tarifa no es el costo final. Una respuesta barata que necesita nuevas llamadas no es necesariamente la entrega más barata, porque los precios publicados para entrada, lectura de caché y salida, así como el cobro de escritura de caché previsto en la documentación de OpenAI, no sustituyen la medición de las tentativas y de la calidad en la aplicación que pagará la factura.
En la API de OpenAI, en texto Standard con hasta 272 mil tokens de entrada, GPT-6.2 Sol cuesta US$ 2 por millón de tokens de entrada y US$ 10 por millón de salida. En GPT-6.2 Astra, las mismas categorías cuestan US$ 8 y US$ 40. Las tarifas consultadas el 19 de noviembre de 2026 no demuestran cuánto gastará una aplicación para entregar trabajo aceptado: eso depende del uso efectivo, de las tentativas y del criterio de calidad. La disponibilidad y las condiciones en Nexforce Router exigen confirmación aparte.
¿Qué anunció OpenAI con GPT-6.2 Astra y Sol?
OpenAI posiciona GPT-6.2 Astra para trabajo profesional complejo y GPT-6.2 Sol para actividades cotidianas. La empresa presentó los dos modelos, precios de API y resultados en evaluaciones. El anuncio es fuente de las afirmaciones del proveedor, no una validación independiente para cada aplicación.
La fecha merece precisión. El cuerpo extraído del anuncio no muestra fecha de publicación, pero una página de la propia OpenAI apunta a los modelos nuevos en una actualización del 17 de noviembre de 2026 y presenta la tarjeta del anuncio con la misma fecha.
OpenAI posiciona GPT-6.2 Astra para trabajo complejo y GPT-6.2 Sol para actividades cotidianas. Esas descripciones orientan la primera prueba. Una clase es más exigente para la operación cuando sus criterios verificables piden, por ejemplo, varias etapas, uso correcto de fuentes y consistencia entre partes de la entrega. La clase rutinaria debe tener su propio criterio de aceptación, definido antes de comparar los modelos.
La empresa informa acceso por la API de OpenAI. Eso no comprueba disponibilidad ni precio en Nexforce Router o en cualquier intermediario. Las tarifas de abajo se refieren a la API de OpenAI y fueron consultadas el 19 de noviembre de 2026. Son valores sujetos a las condiciones de cada modalidad.
¿Por qué importa para quien paga la inferencia?
La diferencia entre tarifas abre una hipótesis de enrutamiento, no prueba un ahorro. En texto Standard, con hasta 272 mil tokens de entrada, Sol cuesta menos por token en las cuatro categorías de la tabla. Para decidir entre rutas, el equipo necesita sumar tentativas, llamadas de fallback y tareas que no fueron aceptadas.
En la API de OpenAI, GPT-6.2 Sol cuesta US$ 2 por millón de tokens de entrada común y US$ 10 por millón de tokens de salida en texto Standard, con hasta 272 mil tokens de entrada. Para GPT-6.2 Astra, las tarifas correspondientes son US$ 8 y US$ 40. La lectura de caché cuesta US$ 0,10 en Sol y US$ 0,40 en Astra por millón de tokens, en las mismas condiciones. Los precios fueron consultados el 19 de noviembre de 2026 y no son una cotización de Nexforce Router.
La factura no mide calidad.
El costo por tarea aceptada divide el gasto de las llamadas asociadas al conjunto, incluidas fallas y fallback, entre el número de tareas aceptadas en ese conjunto. El análisis sobre precio del token y costo de IA por tarea aborda la distinción entre tarifa y resultado. Sin datos de tentativas, consumo y aceptación de la aplicación, las tarifas de OpenAI no demuestran ahorro para una ruta específica.
¿Cuánto cuestan GPT-6.2 Astra y Sol en la API?
Las tarifas publicadas por OpenAI para texto en modo Standard y solicitudes de hasta 272 mil tokens de entrada son las de la tabla, por millón de tokens. La línea de escritura considera retención de 30 minutos. Los valores son de la API de OpenAI, no una cotización de Nexforce Router.
| Componente por millón de tokens | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Entrada común | US$ 8,00 | US$ 2,00 |
| Lectura de caché | US$ 0,40 | US$ 0,10 |
| Escritura de caché, retención de 30 minutos | US$ 10,00 | US$ 2,50 |
| Salida | US$ 40,00 | US$ 10,00 |
Hay condiciones que cambian la cuenta. Según las páginas oficiales de GPT-6.2 Astra y GPT-6.2 Sol, las solicitudes con más de 272 mil tokens de entrada tienen tarifas de entrada y de caché duplicadas y tarifa de salida multiplicada por 1,5 para toda la solicitud. Batch, Fast y Ultrafast también tienen precios propios.
Para retención de 12 horas, la escritura Standard de contexto corto cuesta US$ 20,00 por millón de tokens en GPT-6.2 Astra y US$ 5,00 en GPT-6.2 Sol. La documentación de caché describe esas tarifas como valores totales de escritura, no incrementos automáticos sobre la tarifa de entrada común. El equipo debe revisar los precios y el contrato en la fecha de uso.
OpenAI informa que las tarifas de entrada y salida de GPT-6.2 Astra son 20% inferiores a las de GPT-6 Astra. En texto Standard con hasta 272 mil tokens de entrada, GPT-6.2 Sol mantiene las tarifas de entrada, lectura de caché, escritura de 30 minutos y salida de GPT-6.1 Sol. Las modalidades Ultrafast difieren: hasta el 28 de febrero de 2027, GPT-6.2 Sol cuesta tres veces la tarifa Standard, mientras GPT-6.1 Sol cuesta seis veces. La comparación es de tarifas, no de costos por tarea aceptada. El historial de GPT-6 Astra ayuda a situar el cambio.
¿Qué muestra el Agents' Last Exam?
OpenAI afirma que GPT-6.2 Astra marcó 5,2 puntos por encima de GPT-6 Astra y 5,5 puntos por encima de Claude Fable 5.2 en el Agents' Last Exam. La prueba evalúa flujos profesionales de larga duración. Son resultados divulgados por la empresa, sin reproducción independiente presentada aquí.
En el Agents' Last Exam, OpenAI afirma que GPT-6.2 Astra quedó 5,2 puntos por encima de GPT-6 Astra y 5,5 puntos por encima de Claude Fable 5.2. La evaluación trata de flujos profesionales de larga duración. El anuncio también presenta GPT-6.2 Sol para trabajo cotidiano, sin que esa comparación de puntos establezca su posición en la prueba. OpenAI informa que el resultado de Claude Fable 5.2 en el leaderboard excluye nueve tareas que usaron un modelo de fallback. La comparación tiene límites. La empresa menciona razones de costo en la evaluación, pero el extracto consultado no define el denominador de tareas aceptadas usado en este análisis. Los puntos divulgados no son una medición de la operación del lector, y Nexforce no afirma haber probado los modelos en ese benchmark. Para evaluar una clase interna, el equipo necesita registrar prompts, herramientas y criterios de aceptación. El análisis sobre costo por tarea en el enrutamiento detalla la comparación con las fallas y el trabajo aceptado.
¿Cómo calcular el costo por tarea aceptada?
El costo por tarea aceptada es la suma del gasto de las llamadas asociadas al conjunto de tareas dividida entre el número de tareas aceptadas en ese mismo conjunto. Incluya tentativas fallidas y fallback. Si no hay tareas aceptadas, la razón es indefinida: registre el gasto y las fallas.
El costo por tarea aceptada divide el gasto de las llamadas de un conjunto de tareas entre el número de tareas aceptadas en ese mismo conjunto. El numerador incluye tentativas fallidas y fallback, incluso cuando la tarea no se acepta. El denominador cuenta las tareas aceptadas, no las llamadas ni todas las tareas intentadas. Cada llamada tiene su tarifa. Para calcular el gasto de inferencia, aplique a las cantidades facturadas de entrada común, lectura de caché, escritura de caché y salida las tarifas correspondientes al modelo, proveedor, modalidad y contrato de cada llamada. Cuando los precios sean por millón de tokens, divida los productos entre un millón y sume los componentes. No cuente tokens dos veces: si las lecturas y las escrituras están incluidas en el total de entrada, descuente esas categorías para obtener la entrada común. Revise los campos de uso y la factura, incluidas las tarifas de escritura por retención. Sin tareas aceptadas, la razón es indefinida; presente el gasto y las fallas, en lugar de registrar costo cero.
El numerador acompaña todas las tentativas, no únicamente la respuesta final. Reporte junto al costo por tarea aceptada la tasa de aceptación, definida como tareas aceptadas divididas entre tareas intentadas en el mismo conjunto y horizonte de tentativas. Un costo aparentemente bajo no elimina una tasa de aceptación inadecuada.
El alcance también debe declararse. Herramientas externas, infraestructura y revisión humana solo integran el costo total cuando se miden y se incluyen en el numerador. Comparar una ruta con revisión incluida contra otra sin revisión produce números para preguntas distintas.
¿Cuándo cambia la cuenta la entrada en caché?
La lectura de caché altera el costo cuando una parte del prompt se reutiliza y se registra como lectura cobrada. OpenAI recomienda mantener los prefijos sin cambios y añadir instrucciones a la conversación para favorecer la reutilización. Esa orientación no garantiza que una llamada tenga un acierto de caché.
Un acierto no mide su tamaño. En la ventana observada, la tasa de aciertos de caché por solicitud es el número de solicitudes con alguna lectura de caché dividido entre el total de solicitudes observadas. La proporción de tokens reutilizados, en cambio, es el número de tokens de entrada cobrados como lectura de caché dividido entre el total de tokens de entrada registrados en las mismas solicitudes y en la misma ventana.
Las dos métricas responden a preguntas distintas. Una llamada con acierto puede reutilizar solo una parte del prompt, y una tasa alta de aciertos no significa que la mayor parte de los tokens de entrada se leyó del caché. Si un informe no trae los denominadores o los campos necesarios, no se debe inferir ninguno de los indicadores a partir de la tarifa.
La escritura necesita entrar en el diagnóstico. Una tarifa de lectura baja, por sí sola, no muestra si el volumen de reutilización compensó las escrituras cobradas. Compare el costo efectivo de las llamadas, la retención elegida y el patrón observado de reutilización, sin presumir una tasa de elegibilidad que el proveedor no informó.
El caché de prompt que describe OpenAI no es automáticamente el mismo mecanismo de caché de respuestas y embeddings documentado por Nexforce Router. Antes de atribuir ahorro a una capa, revise qué registra cada informe y cómo aparece el cobro en el contrato correspondiente.
¿Qué cambia en la política de enrutamiento?
El lanzamiento suma dos candidatas a la prueba, pero no determina una ruta universal. La política debe comparar modelos por clase de trabajo y preservar, lado a lado, tasa de aceptación, costo por tarea aceptada y latencia. Sol para tareas rutinarias y Astra para tareas exigentes son hipótesis iniciales.
Para tareas rutinarias, el equipo puede probar GPT-6.2 Sol; para clases exigentes, puede probar GPT-6.2 Astra bajo el mismo criterio de aceptación aplicado a las alternativas. Son hipótesis, no rutas definitivas. En la API de OpenAI, Sol tiene tarifas menores en las categorías de texto Standard para solicitudes con hasta 272 mil tokens de entrada, pero eso no comprueba un menor costo por tarea aceptada. Cada clase necesita requisitos de calidad, límite de fallas y latencia definidos antes de la comparación. Descarte las rutas que no cumplen esos límites; entre las restantes, compare el costo por tarea aceptada con la tasa de aceptación al lado, en el mismo conjunto y horizonte de tentativas. El gasto debe incluir llamadas fallidas y fallback, con la tarifa aplicable a cada llamada. Si ninguna candidata satisface los requisitos, mantenga la ruta actual. Antes de probar GPT-6.2 Astra o Sol en Nexforce Router, confirme disponibilidad y condiciones comerciales: los precios de la API de OpenAI no las comprueban.
| Decisión | Antes de la medición por tarea | Con medición por tarea |
|---|---|---|
| Selección inicial | Ordenar modelos por la tarifa por token | Probar candidatos con el mismo criterio de aceptación |
| Costo | Mirar solo la llamada final | Sumar las categorías facturadas de cada llamada, tentativas y fallback |
| Caché | Aplicar la tarifa de lectura al prompt completo por suposición | Separar lectura, escritura y entrada común según el uso |
| Calidad | Examinar una respuesta aislada | Reportar tasa de aceptación en el conjunto representativo |
| Cambio de ruta | Cambiar el modelo para todo el tráfico | Alterar la política por clase y acompañar el resultado |
La elección viene después de los filtros. Primero, descarte rutas que no atiendan los criterios de calidad, el límite de fallas y la latencia definidos para la clase; entre las restantes, compare el costo por tarea aceptada con la tasa de aceptación al lado, usando el mismo alcance de costos.
La política puede preservar la ruta actual para una parte del trabajo. La guía de AI Gateway corporativo describe la infraestructura en la que reglas de selección y observabilidad apoyan esa decisión, sin convertir la tarifa anunciada en ahorro presumido.
¿Cómo probar el cambio sin confundir precio con resultado?
La prueba necesita vincular cada tarea a las llamadas y al resultado aceptado. Compare candidatas en el mismo conjunto representativo y use el mismo criterio de aceptación, horizonte de tentativas y alcance de costos. Registre diferencias de configuración que no se puedan evitar antes de decidir cualquier cambio de ruta.
OpenAI presenta GPT-6.2 Sol para trabajo cotidiano y GPT-6.2 Astra para trabajo profesional complejo, pero esa división no sustituye una evaluación de la carga del equipo. La prueba exige trazabilidad. Empieza con tareas representativas de cada clase y criterios observables de aceptación, definidos antes de comparar las rutas candidatas. El equipo registra prompts, herramientas, configuración y límites de tentativas para identificar diferencias que afecten los resultados. Un promedio aislado puede esconder fallas en tareas con más etapas o mayor contexto. Por eso el informe separa las clases y registra el gasto de todas las llamadas, incluidas fallas y fallback, además de la latencia hasta la tarea aceptada. La tasa de aceptación acompaña el costo por tarea aceptada. Si ninguna tarea se acepta, la razón de costo es indefinida; el informe presenta gasto y fallas. La disponibilidad y las condiciones comerciales de los modelos en Nexforce Router necesitan confirmación aparte antes de la prueba.
El procedimiento es verificable:
- Defina la clase, la aceptación y la configuración. Elija tareas representativas y describa los requisitos observables de la entrega, incluidos los datos obligatorios y las verificaciones de consistencia. Documente prompts, modelo, herramientas, modo de procesamiento, límites de tentativas y criterio de evaluación, con tamaño y distribución de contexto y salida.
- Asocie las llamadas a la tarea. Incluya tentativas, fallas y fallback. Separe entrada común, lecturas, escrituras por retención y salida según las categorías facturadas; aplique la tarifa de cada llamada y registre también el gasto de las tareas no aceptadas.
- Reporte calidad y costo juntos. Calcule la tasa de aceptación y el costo por tarea aceptada para cada ruta en el mismo conjunto. Declare el gasto de las fallas, los datos de caché y la incertidumbre cuando la muestra sea pequeña.
- Mida la espera real. Registre la latencia de extremo a extremo hasta la tarea aceptada, incluidas tentativas y fallback, además de los percentiles y del throughput observado bajo concurrencia y límites de tasa comparables.
- Decida por clase. Aplique los filtros de la política y mantenga la ruta actual si ninguna alternativa satisface las restricciones. Registre la decisión y el responsable de revisar o revertir la ruta si la tasa de aceptación cae por debajo del límite definido para la clase.
La composición del conjunto hace diferencia. Un promedio dominado por solicitudes fáciles puede esconder fallas en las tareas con más etapas o mayor contexto, por eso el informe debe mostrar la distribución por clase y no únicamente un agregado. Esa separación también ayuda a identificar cuándo un cambio beneficia a una clase y perjudica a otra.
Después del cambio, acompañe las mismas métricas y el precio contratado. Si calidad, fallas o latencia salen de los límites definidos, revise o revierta la política. El anuncio consultado no establece un umbral de aceptación o de ahorro aplicable a toda carga; cada operación debe definir y probar sus propios criterios.
Preguntas frecuentes
El precio por token no determina qué ruta entrega el menor costo por tarea aceptada. Las respuestas dependen de tarifas aplicables, uso registrado y criterios de aceptación; el anuncio de OpenAI ofrece un punto de partida, mientras la decisión de producción exige medición en el conjunto de trabajo del equipo.
GPT-6.2 Sol no es necesariamente la ruta más barata por tarea aceptada, incluso cuando sus tarifas por token son menores que las de GPT-6.2 Astra en las condiciones Standard de texto y contexto publicadas por OpenAI. La comparación depende del consumo, de las tentativas y del criterio de aceptación de la operación. Sume el gasto de las llamadas asociadas al conjunto, incluidas fallas y fallback, y divida entre el número de tareas aceptadas en ese mismo conjunto. La tasa de aceptación usa tareas intentadas como denominador y debe acompañar el costo por tarea aceptada. Si ninguna tarea se acepta, la razón de costo es indefinida; informe el gasto y las fallas por separado. La lectura de caché y la escritura de caché son categorías distintas de cobro cuando aplican. Las tarifas de la API de OpenAI, consultadas el 19 de noviembre de 2026, no comprueban disponibilidad ni condiciones comerciales de los modelos en Nexforce Router.
¿GPT-6.2 Sol siempre es más barato por tarea aceptada?
No. En la API de OpenAI, en texto Standard y solicitudes de hasta 272 mil tokens de entrada, GPT-6.2 Sol tiene tarifas inferiores a las de GPT-6.2 Astra para entrada común, lectura de caché, escritura de caché con retención de 30 minutos y salida. Tarifas menores no garantizan menor costo por tarea aceptada; sin tareas aceptadas, ese costo es indefinido.
¿Cuál es la diferencia entre tarifa de caché y acierto de caché?
La tarifa de lectura es el precio de cada token cobrado en esa categoría. Un acierto de caché indica que hubo alguna reutilización en una solicitud; la tasa de aciertos por solicitud y la proporción de tokens reutilizados tienen numeradores y denominadores diferentes. La escritura de caché también tiene tarifa propia cuando aplica.
¿El benchmark anticipa la factura de mi aplicación?
No. OpenAI divulgó los resultados del Agents' Last Exam para la configuración de la evaluación, con una salvedad sobre nueve tareas excluidas del resultado de Claude Fable 5.2. La comparación no ofrece un costo por tarea aceptada de la operación del lector, cuyos prompts, herramientas y criterios pueden ser otros.
¿Cómo medir el costo por tarea aceptada cuando hay fallas?
Sume los costos individualizados de todas las llamadas, incluidas fallas y fallback, y divida entre el número de tareas aceptadas en el mismo conjunto. Informe al lado la tasa de aceptación, con tareas intentadas en el denominador. Si ninguna se acepta, la razón de costo es indefinida; presente gasto y fallas.
¿Cuándo debe revisar el equipo una ruta?
Revise cuando calidad, latencia o fallas dejen de cumplir los límites de la clase, o después de un cambio relevante de precios y configuración. Compare las alternativas en el mismo conjunto, con horizonte de tentativas y alcance de costos idénticos. Registrar la tasa de aceptación evita que la decisión se apoye solo en el precio.
Referencias y Lectura Complementaria
El anuncio es la fuente de las declaraciones atribuidas a OpenAI. Las tarifas son de la API. La fecha del 17 de noviembre consta en la tarjeta y en la actualización de la página de la empresa sobre GPT-6 Sol y Luna; las páginas de precios y de caché fueron consultadas el 19 de noviembre de 2026.
El anuncio de OpenAI presenta GPT-6.2 Astra para trabajo profesional complejo y GPT-6.2 Sol para actividades cotidianas. La empresa atribuye a GPT-6.2 Astra una ventaja de 5,2 puntos sobre GPT-6 Astra en el Agents' Last Exam, evaluación de flujos profesionales largos. El resultado no fue reproducido de forma independiente en este análisis. OpenAI informa además que el resultado de Claude Fable 5.2 en el leaderboard excluye nueve tareas que usaron fallback. Las páginas de cada modelo detallan precios y condiciones de la API, mientras la documentación de caché distingue entrada común, lectura y escritura. Las fuentes de precios y de caché fueron consultadas el 19 de noviembre de 2026 y pueden cambiar. Ninguna de ellas comprueba disponibilidad de los modelos en Nexforce Router ni costo por tarea aceptada para una operación específica. El equipo debe revisar las condiciones aplicables antes de la prueba y medir los resultados con su propio criterio de aceptación.
- OpenAI: Introducing GPT-6.2 Astra and Sol, anuncio de los modelos.
- OpenAI: Introducing GPT-6 Sol and Luna, actualización y tarjeta con fecha.
- OpenAI: precios de GPT-6.2 Astra y GPT-6.2 Sol, condiciones de API.
- OpenAI: prompt caching, categorías de uso y retención.
- Nexforce: costo por tarea y enrutamiento, lectura complementaria.
La próxima decisión es de la política, no del modelo
Elija una clase de trabajo y defina qué cuenta como tarea aceptada. Después, compare rutas con costo por tarea aceptada y tasa de aceptación en el mismo informe, sin excluir gastos de las fallas ni aplicar a un fallback la tarifa de otro modelo.
El Nexforce Router reúne reglas de enrutamiento por clave y observabilidad de llamadas para apoyar ese control. El equipo aún necesita relacionar los registros con el resultado de cada tarea y confirmar la disponibilidad y las condiciones comerciales de los modelos antes de la prueba.
La medición decide la ruta. GPT-6.2 Sol y GPT-6.2 Astra son candidatos a probar, no elecciones automáticas para todas las clases de trabajo. Para cada clase, el equipo debe definir calidad mínima, límite de fallas y latencia antes de comparar las rutas en el mismo conjunto de tareas. El costo por tarea aceptada divide el gasto de las llamadas, incluidas fallas y fallback, entre el número de tareas aceptadas en ese conjunto. Si no hay aceptaciones, la razón es indefinida; el informe debe mostrar gasto y fallas, no costo cero. La tasa de aceptación necesita aparecer al lado del costo, con el horizonte de tentativas y el alcance de costos registrados para las rutas comparadas. Nexforce Router apoya el control con reglas de enrutamiento por clave y observabilidad de llamadas, pero el equipo necesita asociar las llamadas a los resultados. Confirme disponibilidad y condiciones comerciales antes de la prueba y mantenga la ruta actual si ninguna candidata cumple los límites.

Acelera la eficienciaoperativa de tu negocio
Diseñamos tecnología de nivel global para impulsar escala del negocio
Hablar con un EspecialistaArtículos relacionados

Robo de clave de API de IA: lo que relata Amazon
Registros capturados por Amazon relatan el uso de credenciales de IA en búsquedas de otras claves, sin confirmar los resultados externos.
Read more
Control Room de OpenAI lleva la parada a la inferencia
OpenAI situó la parada del agente en la capa de inferencia: cada solicitud necesita autorización y un job detenido recibe una negativa en los motores configurados para fallar en cerrado. Lo que se puede copiar es la ubicación del control, no el producto.
Read more
Businesses in ChatGPT: OpenAI y descubrimiento B2B
OpenAI anunció Businesses in ChatGPT en versión beta, con perfiles de empresas, feeds de productos y agentes para negocios elegibles. Para proveedores de software, la novedad abre una discusión sobre descubrimiento, información comercial y distribución, sin confirmar acceso a los agentes en Brasil.
Read more