OpenAI recorta un 80% el precio de GPT-5.6 Luna: la IA ya compite por céntimos
Veintiún días. Eso es lo que ha aguantado el precio de lanzamiento de la nueva familia de modelos de OpenAI antes de caer un 80%.
Qué ha bajado y cuánto
El 30 de julio, Sam Altman anunció lo que él mismo llamó «grandes recortes de precio» en la API de GPT-5.6, la familia que la compañía había presentado apenas tres semanas antes, el 9 de julio. Los números:
- GPT-5.6 Luna, el modelo rápido y barato, pasa de 1 a 0,20 dólares por millón de tokens de entrada, y de 6 a 1,20 dólares de salida. Un 80% menos.
- GPT-5.6 Terra, el intermedio, baja de 2,50 a 2 dólares de entrada y de 15 a 12 de salida: un 20% menos.
- GPT-5.6 Sol, el modelo de frontera, no se mueve: sigue en 5 y 30 dólares.
Las suscripciones de ChatGPT y Codex mantienen su precio, pero Luna y Terra consumen menos créditos del plan, así que la misma cuota rinde más.
De dónde sale ese margen
OpenAI atribuye el recorte a mejoras de eficiencia en su stack de inferencia, su software y su infraestructura de GPUs. Pero hay un detalle en la letra pequeña que merece un párrafo propio.
Según la compañía, parte del ahorro lo encontró Sol modificando kernels de software en producción y ejecutando experimentos de generación de tokens por su cuenta. Resultado: un 20% menos de coste de servicio y más de un 15% de mejora en eficiencia de tokens.
Una parte del descuento que llega hoy a tu factura la ha encontrado un modelo optimizando la infraestructura que lo ejecuta.
La comparativa por millón de tokens de entrada deja a Luna en 0,20 dólares, frente al dólar de Claude Haiku 4.5 —Anthropic ya movió ficha con el lanzamiento de Claude Opus 5 a mitad de precio— y al 1,50 de Gemini 3.6 Flash, la apuesta barata de Google. OpenAI presume además de igualar capacidades que hace un año eran de frontera «a unos 6 céntimos por dólar y por tarea», y casi nueve veces más rápido.
Toque Personal: lo que esto cambia en tu presupuesto
Llevo meses repitiendo lo mismo a quien me pregunta por el coste de la IA: el precio por token es un titular, el coste por tarea es lo que pagas. Un modelo barato que necesita tres intentos sale más caro que uno caro que acierta a la primera.
Dicho eso, un recorte del 80% no es cosmético. Lo que cambia de verdad es la frontera de lo que sale a cuenta: clasificar todos los correos entrantes en lugar de una muestra, revisar todas las facturas y no solo las de más de 500 euros, resumir cada llamada de ventas. Procesos que la semana pasada no cuadraban en una hoja de cálculo, esta semana sí.
Ojo con la trampa. Los analistas apuntan a la paradoja de Jevons: cuando algo se abarata, las empresas no gastan menos, consumen más. Tu factura probablemente no baje este mes; lo que crecerá es lo que haces con ella.
Tres cosas concretas para esta semana:
- Revisa a qué modelo llamas. Mucha gente sigue apuntando por inercia al modelo caro para tareas que resuelve el barato.
- Mide el coste por operación, no la factura de fin de mes. Sin ese número no puedes negociar ni comparar proveedores.
- Reserva el modelo caro para lo que lo necesita: razonamiento largo, código complejo, decisiones con dinero encima.
Y si tu contacto con todo esto es ChatGPT en su versión de suscripción, el cambio también te toca: los mismos créditos dan ahora para bastante más trabajo.
La competencia ya no va de benchmarks
Los laboratorios han dejado de competir por quién saca mejor nota y compiten ya por unidad económica: cuánto cuesta resolver una tarea real, a escala, todos los días. Es exactamente el momento en el que una tecnología deja de ser una demo y se convierte en infraestructura.
¿Vas a aprovechar la bajada para ampliar lo que automatizas, o para recortar la factura? Te leo en los comentarios.
Detalle de los nuevos precios en la cobertura de InfoWorld y análisis del movimiento en eWeek.
