OpenAI recorta 80% el precio de GPT-5.6 Luna y 20% el de Terra a tres semanas del lanzamiento

TL;DR:

• OpenAI bajó los precios de dos de los tres modelos de la familia GPT-5.6 con efecto desde el 30 de julio de 2026. Sol, el más potente, no se movió.
• Luna queda en 0.20 dólares por millón de tokens de entrada y 1.20 de salida; Terra, en 2 y 12 dólares.
• Con el ajuste, Terra cuesta menos que el Claude Sonnet 4.6 de Anthropic, que cobra 3 y 15 dólares, según Reuters.

OpenAI recortó este jueves 30 de julio de 2026 el precio de dos de los tres modelos de su familia GPT-5.6. Luna, el más rápido y barato, baja 80%: pasa de 1 a 0.20 dólares por millón de tokens de entrada y de 6 a 1.20 por millón de salida. Terra, el intermedio, baja 20% y queda en 2 y 12 dólares. Sol, el buque insignia, se queda donde estaba, en 5 y 30. La compañía atribuye la rebaja a mejoras de eficiencia en los sistemas que sirven los modelos, y el ajuste llega apenas tres semanas después de que la familia quedara disponible para todos, el 9 de julio.

Así queda la tabla de la API por millón de tokens, frente a los precios con los que estos modelos debutaron:

• Luna: 0.20 dólares de entrada y 1.20 de salida, contra 1 y 6 antes. La entrada cacheada baja a 0.02 dólares.
• Terra: 2 dólares de entrada y 12 de salida, contra 2.50 y 15. La entrada cacheada queda en 0.20.
• Sol: sin cambios, 5 dólares de entrada y 30 de salida.

El modelo caro ahora cuesta 25 veces más que el barato

Antes del recorte, Sol costaba cinco veces lo que Luna, tanto en entrada como en salida. Después del recorte, la diferencia es de veinticinco veces exactas en los dos extremos de la tabla. Y si el desarrollador activa el nuevo modo Fast de Sol, que cobra el doble por la misma inteligencia, la brecha llega a cincuenta.

Esa escalera es el producto. OpenAI lleva semanas insistiendo en que la decisión correcta no consiste en mandar todo al modelo más potente, sino en repartir el trabajo: el caro para planear y resolver lo ambiguo, el barato para ejecutar cambios ya definidos, correr pruebas y revisar resultados. Con Luna a veinte centavos el millón de tokens de entrada, esa recomendación de arquitectura se convierte en una cuenta difícil de ignorar.

Entre los clientes que la propia empresa cita en su anuncio, Michele Catasta, presidente y jefe de IA de Replit, resumió el salto así:

"Es lo más cerca que hemos estado de una inteligencia demasiado barata para medirla"

Conviene leerla por lo que es: la valoración de un socio comercial, publicada por OpenAI en su propio comunicado, no la de un evaluador independiente.

Sol ayudó a abaratar a Sol

De dónde salió el margen es la parte más curiosa del anuncio. OpenAI dice haber apretado tres frentes a la vez: los modelos, los sistemas de inferencia que los ejecutan y el andamiaje que los conecta con herramientas y contexto. Dentro de ese trabajo, y bajo un proceso dirigido por humanos, Sol reescribió y optimizó kernels de producción, diseñó y corrió cientos de experimentos para generar tokens de forma más eficiente y vigiló entrenamientos, interviniendo cuando algo se rompía.

La empresa le pone número al resultado: el trabajo sobre los kernels redujo 20% el costo de servir el modelo de extremo a extremo, y los experimentos mejoraron más de 15% la eficiencia de generación de tokens. Son cifras internas, sin verificación de terceros, pero explican por qué la rebaja llegó tan pegada al lanzamiento en lugar de esperar al siguiente ciclo de producto.

Terra queda por debajo del Claude Sonnet 4.6 de Anthropic

En su anuncio, OpenAI asegura que Luna supera a Fable 5, el modelo de Anthropic, en Agents' Last Exam, una prueba de trabajo profesional de larga duración, con un costo estimado por tarea casi 99% menor. La medición y la estimación de costo son suyas, y Anthropic no ha respondido públicamente.

El dato comparable está en el precio de lista. Reuters reportó que Claude Sonnet 4.6, el modelo intermedio de Anthropic, cobra 3 dólares por millón de tokens de entrada y 15 de salida, por arriba de los 2 y 12 en que quedó Terra. La agencia describe la posición de Anthropic con precisión incómoda: sus modelos dominan el uso empresarial y de desarrolladores, pero desde la parte cara del mercado.

La otra presión viene de más lejos. Axios apunta que los modelos chinos de pesos abiertos, más baratos, llevan meses obligando a las dos empresas estadounidenses a justificar por qué cuestan lo que cuestan. Reuters nombra a GLM-5.2, de Z.ai, entre los que se acercan al rendimiento de los grandes laboratorios por menos dinero, y recuerda que varios analistas ven un riesgo doble: los recortes pueden disparar el uso, pero también apretar las finanzas de OpenAI y Anthropic justo antes de sus muy esperadas salidas a bolsa.

Zuckerberg pide no vetar la IA china en EE. UU.

El CEO de Meta dijo al Financial Times que prohibir los modelos chinos no funciona y alertó de captura regulatoria.

FomoEraDilis Salazar

Un token más barato no es una factura más barata

Aquí está la letra chica que ningún comunicado pone en negritas. Reuters la resume sin adornos: el precio del token lleva un año cayendo, pero el costo de completar una tarea va subiendo, porque las empresas de IA se mudaron de la suscripción plana al cobro por uso y porque los modelos de razonamiento queman muchos más tokens en tareas agénticas largas. El saldo para el cliente, dice la agencia, son facturas impredecibles y a menudo más altas.

Axios llega al mismo punto por otro camino: OpenAI y Anthropic han ajustado precios, límites de tasa y políticas de uso precisamente porque los modelos nuevos consumen mucho más en trabajos de agente que corren durante horas. Un recorte de 80% por token no se traduce en 80% menos en el recibo si el flujo de trabajo pasó de una llamada a doscientas.

Qué cambia en Codex, en ChatGPT y en la API

El anuncio trae un segundo movimiento menos publicitado. OpenAI estrenó Fast mode en la API, que sustituye a Priority Processing. Aplicado a Sol, promete hasta 2.5 veces la velocidad del procesamiento estándar sin tocar la inteligencia del modelo, y cobra el doble por token: 10 dólares de entrada y 60 de salida en peticiones de contexto corto. Es compatible hacia atrás, así que las peticiones etiquetadas como priority siguen funcionando, y se alinea con el comando /fast de Codex. La documentación desaconseja mandar por ahí lotes grandes de procesamiento de datos, según revisó RuntimeWire.

Terra y Luna siguen disponibles en ChatGPT Work, Codex y la API. Los usuarios Free y Go acceden a Terra; los de Plus, Pro, Business y Enterprise pueden elegir entre Terra y Luna. RuntimeWire agrega un dato que aterriza el recorte en una herramienta concreta: el Auto-review de la app de ChatGPT y del CLI de Codex pasa de GPT-5.4 a Luna, y OpenAI calcula que el cambio abarata esa función unas diez veces, una estimación de la empresa que dependerá de cuántos tokens consuma cada revisión. Es la segunda noticia de la semana alrededor de esa herramienta, después de que la compañía abriera el código de Codex Security.

Para quien programa desde México, España o cualquier país de América Latina, la rebaja llega sin asteriscos regionales: los precios de la API se cobran en dólares y son los mismos en todo el mundo. El despliegue en AWS empezó el mismo 30 de julio.

Preguntas rápidas sobre los nuevos precios de GPT-5.6

El ajuste deja intacto el precio del modelo con el que OpenAI pelea por el trabajo difícil y abarata el que hace el trabajo repetitivo: clasificar documentos, revisar código, etiquetar interacciones con clientes. Ahí se decide cuánta operación diaria de una empresa termina corriendo sobre un modelo y cuánta se queda sin automatizar porque no salen las cuentas. Con Luna a la quinta parte de lo que costaba hace tres semanas, esa frontera se corrió, y la prueba llegará en la factura del mes que viene.

Fuentes: 1, 2, 3