Reseña de GPT-5.6: ¿qué modelo elegir?
GPT-5.6 es una familia, no un solo modelo. Esta guía reúne las especificaciones, tarifas y límites operativos oficiales de Sol, Terra y Luna.
La pregunta útil en una reseña de GPT-5.6 no es qué modelo gana siempre, sino qué nivel entrega de forma fiable el trabajo que necesitas publicar. Sol está orientado a trabajo profesional complejo y abierto; Terra equilibra inteligencia y coste; Luna está diseñado para cargas sensibles al precio y de gran volumen.
La respuesta corta: empieza con GPT-5.6 Sol cuando el problema sea ambiguo, cruce sistemas o sea caro equivocarse. Prueba GPT-5.6 Terra para desarrollo diario y automatizaciones claras. Usa GPT-5.6 Luna para trabajos acotados, repetibles y fáciles de verificar. Es una base de enrutamiento, no un benchmark controlado ni una afirmación de que un modelo gane todos los prompts.
Comprobado el 4 de septiembre de 2026. Las especificaciones, los límites de contexto, el reasoning effort, las tarifas de API y los endpoints se verificaron en la documentación oficial de OpenAI ese día. No ejecutamos un benchmark independiente y controlado de los tres modelos. Los precios de OpenAI y los de la pasarela OmniaKey son independientes: confirma disponibilidad y precio actual de OmniaKey en el catálogo de modelos y en cada página de modelo.
¿Qué es GPT-5.6?
GPT-5.6 es una familia de tres modelos con objetivos diferentes:
| Modelo | Posicionamiento oficial | Buen primer uso | No lo elijas a ciegas para |
|---|---|---|---|
gpt-5.6-sol | Flagship para trabajo profesional complejo | Investigación abierta, causas entre servicios, cambios de código de alto riesgo | Clasificación simple o conversión de formato fija |
gpt-5.6-terra | Equilibrio entre inteligencia y coste | Código diario, pruebas, documentación, flujos rutinarios | Problemas desconocidos que exigen el máximo criterio |
gpt-5.6-luna | Modelo económico de alto volumen | Extracción, clasificación, transformaciones por lotes y automatización con schema | Arquitectura ambigua, security review, incidentes sin causa |
El alias de API gpt-5.6 apunta actualmente a gpt-5.6-sol. Para una evaluación, un presupuesto o una auditoría duradera, registra el ID completo. Un ID explícito permite reproducir la comparación aunque cambie el alias de la familia.
Sol, Terra y Luna frente a frente
Comparten gran parte del soporte de infraestructura, pero una ventana de contexto igual no implica igual profundidad de razonamiento, velocidad ni fiabilidad.
| Criterio | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna |
|---|---|---|---|
| Prioridad | Capacidad y criterio | Equilibrio capacidad/coste | Coste y rendimiento |
| Si no estás seguro | Recomendado | Cuando la tarea ya está dividida | Solo con aceptación precisa |
| Funciones, bugs y pruebas diarias | Capaz, a veces excesivo | Recomendado | Bueno para cambios mecánicos |
| Extracción, clasificación y formato | Normalmente excesivo | Capaz | Recomendado |
| Codex CLI / IDE | Figura como compatible | Figura como compatible | Figura como compatible |
| Codex cloud | Figura como compatible | No figura actualmente | No figura actualmente |
Si la pregunta concreta es qué GPT-5.6 conviene para Codex, consulta la guía de modelos GPT-5.6 para Codex. Esta reseña cubre la consulta informativa más amplia: especificaciones, precios, restricciones de API y límites de la evidencia.
Especificaciones oficiales: 1,05M de contexto no es capacidad gratis
OpenAI lista actualmente la misma ventana para los tres modelos:
| Especificación | Sol | Terra | Luna |
|---|---|---|---|
| Ventana de contexto | 1.050.000 tokens | 1.050.000 tokens | 1.050.000 tokens |
| Entrada máxima | 922.000 tokens | 922.000 tokens | 922.000 tokens |
| Salida máxima | 128.000 tokens | 128.000 tokens | 128.000 tokens |
| Corte de conocimiento | 2026-02-16 | 2026-02-16 | 2026-02-16 |
| Modalidades de entrada | Texto e imagen | Texto e imagen | Texto e imagen |
| Modalidad de salida | Texto | Texto | Texto |
reasoning.effort | none, low, medium, high, xhigh, max | Igual | Igual |
La ventana de 1.050.000 tokens es un límite de capacidad, no una cuota incluida ni una garantía de calidad. La petición puede contener definiciones de herramientas, historial, resultados de recuperación e instrucciones de sistema. Todo afecta a latencia, precio y atención. Un contexto pequeño y bien elegido suele superar un volcado completo de un repositorio irrelevante.
Precio de la API de GPT-5.6: separa OpenAI de la pasarela
Estas son las tarifas estándar del API directo de OpenAI para tokens de texto, en USD por millón de tokens (MTok) y para contexto corto. Entrada sin caché, entrada en caché, escritura de caché y salida son partidas separadas.
| Modelo | Entrada | Entrada en caché | Escritura de caché | Salida |
|---|---|---|---|---|
| GPT-5.6 Sol | $4.00 | $0.40 | $5.00 | $20.00 |
| GPT-5.6 Terra | $2.00 | $0.20 | $2.50 | $12.00 |
| GPT-5.6 Luna | $0.20 | $0.02 | $0.25 | $1.20 |
En forma compacta, entrada/cache read/salida son $4 / $0.40 / $20, $2 / $0.20 / $12 y $0.20 / $0.02 / $1.20. La escritura de caché cuesta 1,25 veces la entrada sin caché. La página de Sol indica además que el precio promocional está disponible al menos hasta el 21 de noviembre de 2026; las promociones y reglas regionales pueden cambiar.
Son tarifas directas de OpenAI, no precios minoristas de OmniaKey. OmniaKey tiene su propio saldo, enrutamiento y límite de facturación. Comprueba las páginas de Sol, Terra, Luna y el catálogo en vivo antes de fijar un presupuesto. No copies una cotización de la pasarela en una tabla titulada “precio oficial de OpenAI”.
¿Qué cambia por encima de 272K tokens de entrada?
La regla actual de contexto largo de OpenAI es importante: cuando la entrada supera 272K tokens, se factura toda la petición con las tarifas largas, no solo el exceso.
| Modelo | Entrada larga | Entrada caché larga | Escritura caché larga | Salida larga |
|---|---|---|---|---|
| GPT-5.6 Sol | $8.00 | $0.80 | $10.00 | $30.00 |
| GPT-5.6 Terra | $4.00 | $0.40 | $5.00 | $18.00 |
| GPT-5.6 Luna | $0.40 | $0.04 | $0.50 | $1.80 |
En resumen: entrada × 2, salida × 1,5 y escritura de caché 1,25 veces la entrada sin caché. Una ventana de 1,05M sirve cuando la evidencia lo exige; adjuntar 280K tokens de logs irrelevantes aumenta precio y ruido.
Ejemplo: 100K de entrada y 10K de salida
Supón una petición sin caché con 100.000 tokens de entrada y 10.000 de salida. Está por debajo de 272K, así que se aplica el precio corto. Es aritmética de tokens: no incluye herramientas, reintentos, impuestos, procesamiento regional ni tiempo humano.
| Ruta directa de OpenAI | Coste de entrada | Coste de salida | Total |
|---|---|---|---|
| GPT-5.6 Sol | 0,1 × $4 = $0.40 | 0,01 × $20 = $0.20 | $0.60 |
| GPT-5.6 Terra | 0,1 × $2 = $0.20 | 0,01 × $12 = $0.12 | $0.32 |
| GPT-5.6 Luna | 0,1 × $0.20 = $0.02 | 0,01 × $1.20 = $0.012 | $0.032 |
Con 300.000 tokens de entrada y los mismos 10.000 de salida, el total largo sería Sol $2.70, Terra $1.38 y Luna $0.138. Es un cálculo, no una puntuación de calidad. Un intento barato que falla y debe repetirse puede costar más que una ejecución correcta de un nivel superior.
coste de tarea aceptada = petición correcta
+ fallos y reintentos
+ cargos de herramientas
+ corrección y aceptación humana
¿Cómo elegir el reasoning effort?
Los tres modelos admiten none, low, medium, high, xhigh y max. El nivel del modelo y el reasoning effort son controles independientes. Más effort no convierte Luna en Sol y max no garantiza corrección.
Un orden práctico:
- Ejecuta una tarea conocida y comprobable con
mediumo el valor predeterminado. - Si la dirección es correcta pero falta planificación o revisión, aumenta el effort en el mismo modelo.
- Si siguen faltando restricciones importantes, sube de nivel.
- Si pasa con margen, prueba menos effort o un nivel más barato.
- Cambia una variable cada vez y registra ID, effort, tokens, latencia y aceptación.
Para un coding agent, high o xhigh puede ser razonable en investigaciones entre módulos, migraciones y revisiones de riesgo. La extracción con schema fijo y la clasificación suelen empezar en none o low. Decide el umbral con tu conjunto de aceptación, no con la palabra “max”.
¿Qué modelo encaja con cada trabajo?
Sol: trabajo complejo, abierto y de alto riesgo
Elige Sol cuando la causa cruce servicios, bases, colas o permisos; haya requisitos en conflicto; una migración toque facturación, autenticación, seguridad o datos persistentes; el modelo deba reunir evidencia antes de editar; o la revisión humana cueste mucho más que una petición. También es la opción sencilla si necesitas el soporte actual de Codex cloud.
Un repositorio grande no exige Sol por sí mismo. Un cambio acotado en un monorepo puede ser tarea de Terra, mientras un bug de autorización de diez líneas puede justificar Sol.
Terra: equilibrio para el día a día
Terra es un buen punto de partida con criterios de aceptación claros: implementar una función, arreglar un bug reproducible, añadir pruebas, refactorizar llamadas conocidas o mantener tipos y documentación. Su entrada corta cuesta la mitad que Sol y su salida el 60%, algo relevante para el trabajo diario repetido.
Sube el effort o pasa a Sol cuando Terra repita un enfoque fallido, omita una restricción entre sistemas o pase una prueba estrecha incumpliendo la regla de negocio real. No decidas por el número de archivos modificados.
Luna: tareas reversibles, repetibles y verificables
Luna encaja bien en extracción de logs con schema fijo, clasificación de tickets, conversiones por lotes, cambios mecánicos con pruebas deterministas, resúmenes acotados y controles masivos con falsos positivos medidos.
No la conviertas en predeterminada para arquitectura ambigua, security review sutil o un incidente de producción sin explicación. Dale entradas explícitas, schema de salida, condiciones de parada y una comprobación determinista.
Llamar a GPT-5.6 mediante OmniaKey
Crea una key limitada en la página de API Keys y copia el ID exacto del catálogo de modelos. La superficie compatible con OpenAI de OmniaKey usa /v1:
curl https://api.omniakey.com/v1/responses \
-H "Authorization: Bearer $OMNIAKEY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"reasoning": {"effort": "medium"},
"input": "Lee esta nota de cambio y enumera los dos riesgos principales con sus pruebas de aceptación."
}'
Para comparar la familia, cambia solo model y conserva prompt, herramientas, permisos y comando de aceptación:
gpt-5.6-sol
gpt-5.6-terra
gpt-5.6-luna
Es un ejemplo compatible con Responses. El estado del proveedor, los permisos y las herramientas dependen de la ruta concreta. Ante 404 o model not found, revisa key, ruta base y catálogo antes de inventar un alias.
Para configurar Codex, usa la guía de Codex CLI de OmniaKey. Si el modelo aparece pero fallan streaming, tool calls o metadata, consulta el kit de compatibilidad GPT-5.6 para Codex. Elegir modelo y resolver compatibilidad son preguntas distintas.
Límites y errores comunes
1M de contexto no significa enviar 1M siempre
La ventana es un techo, no una promesa de calidad. Logs repetidos, salidas antiguas de herramientas y dependencias irrelevantes aumentan coste y ruido. Recupera y comprime primero; envía la evidencia que pueda cambiar la decisión.
max no garantiza corrección
Más razonamiento puede aumentar planificación y tokens, pero el modelo todavía puede interpretar mal un requisito, llamar la herramienta equivocada u olvidar una regla. Usa pruebas, type checks, assertions y revisión humana.
La página del modelo no define el soporte del cliente
Las páginas oficiales enumeran Chat Completions, Responses y Batch, además de streaming, structured outputs, function calling, file search, image input, web search y prompt caching. Un SDK, gateway o agent concreto puede exponer solo una parte. Verifica la ruta real.
Hay una fecha de corte de conocimiento
Los tres modelos indican 2026-02-16. Para datos posteriores usa recuperación, proporciona material de primera mano o indica el periodo requerido. Un contexto largo puede llevar evidencia nueva, pero no cambia la fecha de entrenamiento.
El posicionamiento del proveedor no es un benchmark independiente
Este artículo usa especificaciones oficiales y aritmética de precios reproducible. No afirma que Sol, Terra o Luna gane todas las tareas. Compara tasa de aceptación, latencia, tokens, reintentos y minutos de corrección con el mismo repositorio, herramientas y permisos.
Plan de evaluación reproducible
Para enrutar GPT-5.6 en producción, crea un conjunto pequeño de trabajo real:
- Una función rutinaria con pruebas deterministas.
- Un bug reproducible cuya causa cruce al menos dos módulos.
- Una transformación mecánica en varios archivos.
- Una revisión con defectos sembrados.
- Una decisión de arquitectura o migración con riesgos explícitos.
Empieza cada tarea desde el mismo commit y fija prompt, herramientas, permisos, ID, effort y comando de aceptación. Repite y guarda los resultados. Deja que Sol establezca la línea base y baja clases repetidas a Terra o Luna solo cuando el resultado aceptado siga siendo equivalente.
Para decidir entre familias Claude, GPT y Gemini, lee la guía de modelos para coding agents. Para elegir entre los productos Claude Code y Codex, consulta la comparación Claude Code vs Codex; el comportamiento del armazón queda fuera de esta reseña.
Veredicto final
GPT-5.6 se debe enrutar por riesgo y repetibilidad: Sol para el juicio abierto más difícil, Terra para la mayoría del trabajo diario claro y Luna para tareas reversibles, por lotes y con comprobaciones objetivas. Fija el ID y el effort, y optimiza el coste de la tarea aceptada, no un único precio por token.
Preguntas frecuentes
¿Cuál es la conclusión de esta reseña de GPT-5.6?
No hay un ganador universal. Empieza con Sol para trabajo complejo y abierto, Terra para desarrollo diario y Luna para formatos fijos de gran volumen. Confirma la ruta con tus propios datos de aceptación.
¿GPT-5.6, GPT-5.6 Sol y gpt-5.6 son lo mismo?
GPT-5.6 es el nombre de la familia, gpt-5.6-sol un ID concreto y gpt-5.6 un alias que actualmente apunta a Sol. Usa el ID completo para auditorías y evaluaciones reproducibles.
¿Qué GPT-5.6 es más barato?
Luna tiene la tarifa corta directa más baja: $0.20 de entrada, $0.02 de entrada en caché y $1.20 de salida por millón de tokens. En OmniaKey manda el catálogo de la pasarela.
¿Los tres modelos tienen el mismo contexto?
Sí: 1.050.000 tokens de contexto, 922.000 de entrada máxima y 128.000 de salida máxima. La capacidad igual no implica igual velocidad, profundidad o fiabilidad.
¿Solo se encarece la parte que supera 272K?
No. Al superar 272K, OpenAI aplica el precio largo a toda la petición: entrada ×2 y salida ×1,5. La escritura de caché es 1,25 veces la entrada sin caché.
¿GPT-5.6 funciona en Codex cloud?
La página actual de modelos de Codex lista Sol para Codex cloud. Terra y Luna aparecen para CLI e IDE locales, pero no para cloud. Comprueba disponibilidad antes de estandarizar.