GPT-6.2 Astra vs Sol: precio, velocidad y coste por tarea
Tres tareas de código idénticas, dos modelos y una sola API: hasta dónde llega el más barato y qué añade el insignia en el trabajo difícil.
En esta página
- GPT-6.2 Astra vs Sol: ¿qué cambia entre ellos?
- ¿Cuánto cuesta una petición con las tarifas de OpenAI?
- ¿Qué pasó en nuestras tres tareas pequeñas de código?
- Prompt 1: últimos eventos
- Prompt 2: unión de intervalos
- Prompt 3: reembolsos en SQL
- ¿Dónde marcan diferencia las pruebas independientes?
- ¿Qué esfuerzo de razonamiento conviene usar?
- ¿Qué modelo usar para el código del día a día?
- ¿Cómo probar los dos con la misma API?
- Preguntas frecuentes
- ¿GPT-6.2 Sol es suficiente para programar?
- ¿Cuánto más barato es GPT-6.2 Sol que Astra?
- ¿Qué nivel de esfuerzo uso con GPT-6.2?
- ¿Alguno de los dos acepta imágenes o llama a herramientas?
- Fuentes consultadas
- Registro de cambios
La comparación GPT-6.2 Astra vs Sol se decide primero por el precio: Astra cobra $8 por millón de tokens de entrada y $40 por millón de salida, cuatro veces los $2 y $10 de Sol. En tres tareas pequeñas de código que ejecutamos el 19 nov 2026, ambos pasaron todas las comprobaciones; con las tarifas Standard de OpenAI, Sol costó alrededor de la cuarta parte.
Sol es el modelo con el que conviene empezar en trabajo corto y bien especificado. El argumento de Astra son las tareas más difíciles y abiertas: en las pruebas independientes de código va por delante con la misma etiqueta medium, 2.5 puntos en Terminal-Bench 4.0 y 5.2 en FrontierCode. La ganancia depende de si esos puntos evitan trabajo que ibas a rehacer, así que prueba las tareas complejas que Sol falla antes de pagar por Astra.
GPT-6.2 Sol
Pasó nuestras tres tareas pequeñas con cerca de la cuarta parte del coste de Astra según las tarifas Standard de OpenAI. $2 de entrada y $10 de salida por millón de tokens.
GPT-6.2 Astra
Por delante en pruebas independientes de código con la misma etiqueta medium. $8 de entrada y $40 de salida por millón de tokens.
GPT-6.2 Astra vs Sol: ¿qué cambia entre ellos?
La página de Astra, la página de Sol y la página de precios de OpenAI listan la misma ventana de contexto, el mismo límite de salida, los mismos niveles de razonamiento y los mismos límites de peticiones. Lo que cambia de verdad es el ID del modelo, el precio por token y la fecha de corte de conocimiento.
| Dato | Astra | Sol |
|---|---|---|
| ID del modelo | gpt-6.2-astra | gpt-6.2-sol |
| Publicado | 17 nov 2026 | 17 nov 2026 |
| Ventana de contexto | 1,050,000 tokens | 1,050,000 tokens |
| Entrada máxima | 922,000 tokens | 922,000 tokens |
| Salida máxima | 128,000 tokens | 128,000 tokens |
| Corte de conocimiento | 18 may 2026 | 1 jun 2026 |
| Niveles de razonamiento | low a max | low a max |
| Entrada | $8 | $2 |
| Entrada en caché | $0.40 | $0.10 |
| Escritura de caché, 30 min | $10 | $2.50 |
| Salida | $40 | $10 |
| Salida con más de 272K de entrada | $60 | $15 |
Las tarifas Standard de Astra son exactamente el cuádruple de las de Sol en todas las líneas, incluidas la escritura de caché y las filas de contexto largo.
Los dos modelos salieron en la misma entrada del registro de cambios del 17 nov 2026. El anuncio de lanzamiento de OpenAI dice que los usuarios Plus, Pro, Enterprise y Edu tienen ambos en ChatGPT Work y Codex; en los espacios de trabajo Enterprise y Edu, un administrador debe activarlos. En la API los dos ID funcionan con los mismos endpoints, y en los planes Pro, Pro 200 empieza con Sol mientras que Pro 500 puede usar los dos.
Hay dos detalles fáciles de pasar por alto. Los dos endpoints, Responses y Chat Completions, funcionan con ambos ID; para llamar a herramientas hace falta la API de Responses. Los dos modelos aceptan texto e imágenes como entrada y devuelven texto, así que ninguno genera audio ni vídeo. Los límites de peticiones coinciden en cada nivel: desde 5,000 peticiones y 1 millón de tokens por minuto en Build hasta 15,000 y 40 millones en Grow.
Cada modelo tiene además su propio artículo: los detalles de lanzamiento de GPT-6.2 Astra y el análisis de GPT-6.2 Sol.
¿Cuánto cuesta una petición con las tarifas de OpenAI?
$0.16 en Astra y $0.04 en Sol para un prompt de 10,000 tokens y 2,000 tokens de salida, con las tarifas Standard de OpenAI.
La cuenta de Astra: 10,000 × $8 ÷ 1,000,000 = $0.08 de entrada y 2,000 × $40 ÷ 1,000,000 = $0.08 de salida. La de Sol: 10,000 × $2 ÷ 1,000,000 = $0.02 más 2,000 × $10 ÷ 1,000,000 = $0.02. Cien peticiones de esa forma cuestan $16 en Astra y $4 en Sol.
Los tokens de razonamiento cuentan como tokens de salida y no tienen una línea de precio aparte, así que subir el esfuerzo encarece la llamada porque escribe más salida, no porque cambie el medidor. Con prompts largos la diferencia se mantiene. Por encima de 272,000 tokens de entrada, OpenAI duplica las tarifas de entrada y de caché y cobra 1.5 veces la tarifa de salida de contexto corto para toda la petición. Con 300,000 tokens de entrada y 2,000 de salida, Astra paga 300,000 × $16 ÷ 1,000,000 = $4.80 más 2,000 × $60 ÷ 1,000,000 = $0.12, es decir $4.92. Sol paga $1.20 más $0.03, o sea $1.23. Sol cuesta exactamente la cuarta parte. El procesamiento por lotes reduce a la mitad las tarifas de los dos modelos, así que la diferencia se mantiene ahí también.
¿Qué pasó en nuestras tres tareas pequeñas de código?
Los dos modelos pasaron todas las comprobaciones de las tres tareas. Astra fue más rápido en las dos tareas de Python; Sol fue más rápido en la de SQL.
Enviamos cada prompt una vez a cada modelo con el endpoint Responses de OmniaKey el 19 nov 2026, con razonamiento medium, un límite de 4,096 tokens de salida, streaming y sin herramientas. Alternamos qué modelo iba primero y no hicimos reintentos: seis llamadas en total. OmniaKey comercializa el acceso a los dos modelos y las pruebas se ejecutaron a través de él. Todos los dólares de esta sección están recalculados a partir de los tokens informados con las tarifas Standard de OpenAI, no con una factura de OmniaKey.
Las tareas eran un selector del último evento, una unión de intervalos y una consulta de reembolsos. Cada una se ejecutó contra casos fijos y 100 casos pseudoaleatorios deterministas con semilla 20261119: 104 casos del último evento, 106 de intervalos y 102 de SQL. Esas cifras son casos de prueba, no ejecuciones separadas del modelo. El comportamiento esperado: un solo evento elegido por ID, minutos de intervalo sin contar dos veces, y reembolsos descontados una sola vez por pago.
Los tres prompts, tal como se enviaron:
Prompt 1: últimos eventos
Return ONLY Python 3 code defining total_paid(events). Do not import modules or print. Each event is a dict with id (string), version (integer), status (string) and cents (integer). Select the event with the largest version per id; when versions tie, the later item in the input wins. Return the sum of cents only for selected events whose status is "paid". Input may be empty. Do not mutate the list or its dicts. The algorithm must run in O(n) time and support negative cents. Example: [{"id":"a","version":2,"status":"paid","cents":50},{"id":"a","version":1,"status":"paid","cents":200},{"id":"b","version":1,"status":"void","cents":20}] returns 50. Do not include tests or explanations.
Prompt 2: unión de intervalos
Return ONLY Python 3 code defining union_minutes(intervals). Do not import modules or print. intervals is a list of two-integer [start,end] pairs representing half-open ranges in minutes, with start <= end. Values can be negative and pairs can be unsorted. Return the total length of their union. Adjacent, overlapping, nested and duplicate intervals must not be double-counted. Zero-length ranges add nothing. Empty input returns 0. Do not mutate the list or any pair. Use O(n log n) time and O(n) extra space or better. Example: [[5,10],[1,6],[10,12],[3,3]] returns 11. Do not include tests or explanations.
Prompt 3: reembolsos en SQL
Return ONLY one SQLite SELECT query, optionally with WITH common table expressions. No explanation or Markdown. Tables: payments(id INTEGER PRIMARY KEY, customer_id INTEGER NOT NULL, amount_cents INTEGER NOT NULL, status TEXT NOT NULL); refunds(id INTEGER PRIMARY KEY, payment_id INTEGER NOT NULL, amount_cents INTEGER NOT NULL, status TEXT NOT NULL). Return customer_id, net_cents for each customer with at least one payment whose status is 'paid', including customers whose net is zero or negative. net_cents is the sum of their paid payment amounts minus only refunds with status 'succeeded' attached to those paid payments. Exclude unpaid payments and refunds on them. A payment can have zero or multiple refunds. Do not multiply payment amounts when joining refunds. Sort by customer_id ascending. Use only these two tables.
| Tarea | Astra | Sol |
|---|---|---|
| Último evento por ID | 104/104, 4.2 s | 104/104, 5.0 s |
| Unión de intervalos | 106/106, 4.4 s | 106/106, 6.5 s |
| Reembolsos en SQL | 102/102, 6.0 s | 102/102, 4.9 s |
| Total | 3 tareas, 14.6 s | 3 tareas, 16.4 s |
Los tokens que hay detrás de esos costes y el coste con las tarifas Standard oficiales:
| Tarea | Entrada | Salida Astra | Salida Sol |
|---|---|---|---|
| Último evento por ID | 4,558 | 81 | 93 |
| Unión de intervalos | 4,532 | 81 | 149 |
| Reembolsos en SQL | 4,550 | 113 | 128 |
| Total | 13,640 | 275 | 370 |
| Tarea | Astra | Sol |
|---|---|---|
| Último evento por ID | $0.0397 | $0.0100 |
| Unión de intervalos | $0.0395 | $0.0106 |
| Reembolsos en SQL | $0.0409 | $0.0104 |
| Tres llamadas por modelo | $0.1201 | $0.0310 |
Cada petición informó de unos 4,380 tokens de instrucciones por encima del prompt visible, igual en los dos modelos. Usamos los 13,640 tokens de entrada en la cuenta en lugar de estimar a partir de la longitud del prompt. No hubo aciertos ni escrituras de caché. Sol gastó 10, 47 y 13 tokens de razonamiento dentro de sus totales de salida; Astra no informó ninguno.
El código se comportó igual en los dos. Cada uno conserva la versión más alta por ID y resuelve un empate con el elemento posterior, ninguno modifica la entrada, y los dos suman los reembolsos correctos antes de unir los pagos para que varios reembolsos no multipliquen un pago.
Son seis llamadas en total, así que lee los tiempos como una observación de cada uno, no como una clasificación de velocidad. Las tasas de acierto muestran que los dos modelos terminan tareas acotadas de un solo turno; dicen poco sobre una sesión larga de agente con repositorio, herramientas y reintentos.
¿Dónde marcan diferencia las pruebas independientes?
Artificial Analysis sitúa a Astra por delante en las dos pruebas de código con la misma etiqueta medium: 2.5 puntos en Terminal-Bench 4.0 y 5.2 puntos en FrontierCode.
| Medida | Astra | Sol |
|---|---|---|
| Intelligence Index | 57 | 53 |
| Terminal-Bench 4.0 | 58.6% | 56.1% |
| FrontierCode-AA2.0 | 46.6% | 41.4% |
| Tiempo por tarea | 4.5 min | 3.3 min |
| Coste por tarea | $1.62 | $0.41 |
Son las cifras actuales de la comparativa de Artificial Analysis, consultadas el 19 nov 2026. Su Intelligence Index v5.0.1 cubre nueve evaluaciones y la programación vale el 25% de la puntuación. La página es una instantánea en vivo y no indica una fecha de ejecución aparte, así que toma los números como actuales y no como fijos. Etiqueta las filas de los dos modelos como medium, que es el ajuste de OpenAI; la etiqueta por sí sola no demuestra que los dos gastaran los mismos tokens. Estas pruebas son tareas largas de estilo agente, por eso una tarea cuesta dólares allí y centavos en nuestra ejecución de un solo turno.
Con esfuerzo max, la misma página da 62 a Astra y 57 a Sol en el índice, con 13.9 y 8.7 minutos por tarea y $4.00 y $1.01 por tarea. Astra en high y Sol en max llegan los dos al 60.1% en Terminal-Bench 4.0. La puntuación de Astra en FrontierCode es más alta en xhigh (49.0%) que en max (45.4%), así que subir el ajuste no mejora todas las puntuaciones. Comparar Astra en max con Sol en low favorecería a Astra; igualar las etiquetas es la comparación más limpia, aunque la misma etiqueta no significa que ambos gastaran los mismos tokens.
¿Qué esfuerzo de razonamiento conviene usar?
Empieza con medium en cualquiera de los dos. Es el ajuste de las puntuaciones independientes de arriba, y la guía de selección de modelos de OpenAI recomienda Sol en medium para la mayoría de flujos de trabajo con la API.
Los dos modelos aceptan low, medium, high, xhigh y max, y los dos rechazan none. OpenAI sugiere empezar una integración nueva en medium y usar low en lugar de none o minimal. Los ajustes altos suelen escribir más tokens de salida y en las ejecuciones publicadas tardaron más de media, pero no suben todas las puntuaciones. Los niveles altos son para tareas que necesitan más comprobaciones, no para cada llamada.
La lista de OpenAI por tipo de tarea es un valor por defecto razonable. Pone Sol en medium para corregir errores y añadir funciones en un código existente, Sol en extra high para tareas de varios pasos que necesitan pruebas y revisiones, y Astra en extra high para problemas abiertos que exigen sopesar alternativas. Son estimaciones y la guía no da puntuaciones que las respalden.
¿Qué modelo usar para el código del día a día?
Empieza con Sol. Pasa a Astra cuando tus propias tareas difíciles fallen una y otra vez con Sol, porque la ventaja independiente de Astra son unos pocos puntos y su precio por token es cuatro veces el de Sol.
En trabajo de rutina y bien especificado, como las tres tareas de arriba, Sol igualó a Astra comprobación por comprobación con cerca de la cuarta parte del coste. En las pruebas independientes, la ventaja de Astra con la etiqueta medium es de 2.5 puntos en Terminal-Bench 4.0 sobre 100 y 5.2 puntos en FrontierCode.
Pon precio a la diferencia y compáralo con el trabajo que ahorra. Con 10,000 tokens de entrada y 2,000 de salida, 100 llamadas a Astra cuestan $12 más que 100 llamadas a Sol. Contrasta eso con lo que te cuesta un reintento, una pasada de revisión o una respuesta equivocada; solo tus tareas pueden ponerle número.
Una forma práctica de medirlo: toma 20 tareas complejas recientes en las que Sol necesitara una segunda pasada, ejecútalas con Astra en high o xhigh y compara el gasto extra con el trabajo que elimina. Si Astra solo cambia respuestas que habrías aceptado igual, quédate con Sol.
¿Cómo probar los dos con la misma API?
Apunta el SDK de OpenAI a la URL base de OmniaKey https://api.omniakey.com/v1, guarda la clave en OMNIAKEY_API_KEY y cambia una sola cadena para pasar de un modelo al otro. Las dos familias de endpoints funcionan con ambos ID; usa Responses si vas a llamar a herramientas.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["OMNIAKEY_API_KEY"],
base_url="https://api.omniakey.com/v1",
)
prompt = (
"Return ONLY Python 3 code defining union_minutes(intervals). Do not import "
"modules or print. intervals is a list of two-integer [start,end] pairs "
"representing half-open ranges in minutes, with start <= end. Values can be "
"negative and pairs can be unsorted. Return the total length of their union. "
"Adjacent, overlapping, nested and duplicate intervals must not be "
"double-counted. Zero-length ranges add nothing. Empty input returns 0. Do not "
"mutate the list or any pair. Use O(n log n) time and O(n) extra space or better. "
"Example: [[5,10],[1,6],[10,12],[3,3]] returns 11. Do not include tests or "
"explanations."
)
response = client.responses.create(
model="gpt-6.2-sol", # or "gpt-6.2-astra"
reasoning={"effort": "medium"},
max_output_tokens=4096,
input=prompt,
stream=True,
)
for event in response:
if event.type == "response.output_text.delta":
print(event.delta, end="")
Esta es la forma de la petición que usamos en las tres tareas, con el prompt de unión de intervalos completo. El bloque usage de la respuesta informa de los tokens de entrada y salida, y el total de salida incluye los de razonamiento.
Los dos endpoints funcionan con ambos ID. Usa Responses cuando necesites herramientas; Chat Completions sirve peticiones sin ellas. La antigua guía de configuración de GPT-6 Astra cubre el mismo endpoint, Codex y la corrección de errores; cambia el nombre por gpt-6.2-astra o gpt-6.2-sol donde indique el modelo.
Las tarifas actuales de OmniaKey para los dos están en la página del modelo GPT-6.2 Astra y en la página del modelo GPT-6.2 Sol.
Preguntas frecuentes
¿GPT-6.2 Sol es suficiente para programar?
En nuestras tres tareas pequeñas igualó a Astra comprobación por comprobación. Artificial Analysis sigue poniendo a Astra 2.5 puntos por delante en Terminal-Bench 4.0 con la etiqueta medium, así que Sol es una opción por defecto sensata y Astra la reserva para trabajo más difícil.
¿Cuánto más barato es GPT-6.2 Sol que Astra?
Sol cuesta la cuarta parte, un 75% menos en cada tarifa Standard: $2 de entrada y $10 de salida por millón de tokens frente a $8 y $40. Nuestras tres tareas salieron entre 3.7 y 4.0 veces más caras, y 100 peticiones de 10,000 de entrada y 2,000 de salida cuestan $4 frente a $16.
¿Qué nivel de esfuerzo uso con GPT-6.2?
Medium en cualquiera de los dos. Los dos rechazan none, y OpenAI recomienda medium para una integración nueva. Súbelo para trabajo de varios pasos que necesita pruebas y revisiones. Los ajustes altos no son más lentos ni mejores de forma automática: la puntuación de Astra en FrontierCode es más alta en xhigh que en max.
¿Alguno de los dos acepta imágenes o llama a herramientas?
Los dos aceptan texto e imágenes y devuelven texto; audio y vídeo no están disponibles. Los dos endpoints funcionan, y para llamar a herramientas hace falta la API de Responses.
Fuentes consultadas
- OpenAI: presentación de GPT-6.2 Astra y Sol (17 nov 2026)
- OpenAI: registro de cambios de la API (entrada del 17 nov 2026)
- OpenAI: página del modelo GPT-6.2 Astra
- OpenAI: página del modelo GPT-6.2 Sol
- OpenAI: precios de la API
- OpenAI: guía de selección de modelos
- OpenAI: guía del modelo más reciente
- Artificial Analysis: GPT-6.2 Astra vs GPT-6.2 Sol
- Artificial Analysis: metodología del Intelligence Index
Precios y límites comprobados el 19 nov 2026.
Registro de cambios
- 19 nov 2026: primera versión. Tres tareas ejecutadas en OmniaKey el mismo día; precios, límites y puntuaciones independientes comprobados ese día.
Modelos de este artículo
Artículos relacionados
GPT-6.2 Astra: lanzamiento, filtraciones y lo confirmado
GPT-6.2 Astra ya salió, el 17 de noviembre de 2026. Aquí están los precios oficiales, el contexto de 1.050.000 tokens, las diferencias entre Codex y la API y los cambios frente a GPT-6 Astra.
GPT-6.2 Sol: fecha de lanzamiento, rumores y acceso a la API
GPT-6.2 Sol ya está disponible. Aquí tienes el ID de modelo exacto, dónde funciona, cuánto cuesta una petición y en qué se diferencia de GPT-6.2 Astra y GPT-6.1 Sol.
Cómo usar GPT-6 Astra con OmniaKey
Crea una clave, prueba Responses API y conecta Python, Node.js o Codex.