Dots vs GPT-5.6 Sol: una suscripción y un tarifario de la misma empresa

La empresa vende dos cosas que, vistas desde fuera, se parecen ambas a «un modelo de OpenAI». Dots es el agente siempre activo anunciado en el DevDay del 29 de septiembre de 2026: cada dot tiene su propio ordenador en la nube y su propio navegador, llega a más de 4000 aplicaciones a través del ecosistema de conectores de la empresa, vive dentro de ChatGPT, Slack y Teams, y funciona sobre GPT-6 Astra, que es el modelo que la empresa nombra en sus propios materiales de lanzamiento. GPT-5.6 Sol es un modelo de API de pago por uso, disponible desde el 9 de julio de 2026: una ventana de contexto de 1.050.000 tokens, hasta 128.000 tokens de salida por respuesta, entrada de texto, imagen y archivos con salida de texto, llamada a herramientas, salida estructurada y un control configurable del esfuerzo de razonamiento. La primera es una suscripción cuyo cupo nadie ha publicado; la segunda es una tabla de tarifas con cuatro números. Esa diferencia, y no una brecha en los benchmarks, es de lo que trata realmente esta comparación.

Así que la pregunta útil no es cuál es más inteligente. Es en torno a cuál puedes planificar, y cuál decide en silencio cuánto de tu trabajo es siquiera posible.

Lo único que los separa

Un punto no tiene medidor de tokens. No puedes ver cuántos tokens consumió, porque esa no es la unidad en la que se vende. GPT-5.6 Sol no tiene más que un medidor de tokens: cada capacidad que posee tiene un precio por millón de tokens, y su único límite arquitectónico firme, la ventana de 1.050.000 tokens, es también el límite de cuánto de un problema puedes entregarle de una sola vez.

Esa asimetría explica casi todas las diferencias prácticas entre ellos. Cuando no puedes medir algo, no puedes predecirlo y no puedes moverlo. Cuando puedes medir algo, puedes compararlo con un hermano más barato y cambiar, porque lo único que cambia es una cadena de identificador.

Lo que publica GPT-5.6 Sol

• Contexto y salida — 1.050.000 tokens de entrada, 128.000 tokens de salida, lo que es suficiente para un repositorio completo o un año de correspondencia en una sola llamada

• Superficie de entrada — entrada de texto, imagen y archivo, salida de texto, con visión, llamada a herramientas, JSON y razonamiento, todos enumerados como capacidades de primera clase

• Precio: 4,00 $ por millón de tokens de entrada y 20,00 $ por millón de tokens de salida por debajo de un prompt de 272.000 tokens, ascendiendo a 8,00 $ y 30,00 $ por encima de esa línea; las lecturas en caché cuestan 0,40 $ por millón y las escrituras en caché, 5,00 $

• Evidencia independiente: un Artificial Analysis Coding Index de 77,4, tercero de 138 modelos medidos, y un Intelligence Index de 47, decimotercero de 145; 94,1 en GPQA Diamond y 84 en recuperación de contexto largo, todas cifras de terceros incluidas con su fuente en nuestro catálogo en lugar de cifras del proveedor

• Comportamiento observado en nuestro propio tráfico — una mediana de 1,72 segundos hasta el primer token durante una ventana de siete días, alrededor de 171 tokens de salida por segundo y 88,99 millones de tokens enrutados en esa semana

Esos números no son un argumento de ventas; son una especificación. Puedes presupuestar un trabajo con este modelo antes de ejecutarlo, y puedes comprobar el resultado después, porque cada unidad se cuenta en algún lugar.

Lo que Dots no publica

OpenAI ha dicho exactamente una cosa sobre cuánto cuesta un dot: el primero está incluido con Pro y Business Premium, con límites ampliados durante el primer mes y sin consumir el uso de ChatGPT en las conversaciones con tu dot. Todo lo demás no está cuantificado. No hay una cifra de asignación, ni una tarifa publicada para mayor velocidad o capacidad, ni un costo por tarea en ningún lugar de los materiales de lanzamiento. El nivel Pro 500 de $500 al mes es una asignación de uso más el modo Ultrafast, no una tarifa por dot, así que incluso el plan más caro de la tabla de OpenAI no se convierte en un costo por unidad de trabajo de agente.

Interpreta eso como una descripción de una categoría de producto y no como una laguna en la documentación. Un punto se tarifica como un puesto, no como una carga de trabajo. Los puestos son fáciles de presupuestar e imposibles de optimizar; ese es todo el trueque.

Dos facturas, una de las cuales puedes pronosticar.

Pon los dos modelos de coste uno al lado del otro y la diferencia no es el tamaño, es la forma. El coste de GPT-5.6 Sol es una línea recta que pasa por el origen y se vuelve más empinada a partir de 272.000 tokens de entrada. El coste de un punto es una línea plana que no te dice nada sobre qué punto de ella has alcanzado —hasta que cambia.

Esa segunda propiedad es la que sorprende a los equipos. Un cambio de capacidad, un cambio de nivel de velocidad o un cambio en lo que incluye el primer punto llega en forma de correo al soporte y un precio nuevo, sin nada equivalente a una revisión de tarifas que puedas comparar con un diff. Un cambio en el precio de un token es un número que se mueve; un cambio de suscripción es una política que se mueve. Ambos son legítimos, y solo uno de ellos es algo que puedes modelar en una hoja de cálculo.

Dónde encajan las dos formas en un pipeline

A dot se gana su lugar en el trabajo que no tiene una unidad natural: perseguir una decisión a través de tres aplicaciones durante cuatro días, mantener un proyecto en marcha cuando nadie lo está mirando. GPT-5.6 Sol se gana su lugar en el trabajo que sí la tiene. Extraer registros estructurados de un archivo extenso, revisar un repositorio grande en una sola pasada, generar un documento extenso a partir de una fuente larga: esas tareas tienen un principio, un final y un recuento de tokens, y la ventana de 1,05 millones de tokens es la razón por la que algunas de ellas son posibles en absoluto, en lugar de una comodidad para las que ya lo eran.

OrcaRouter se sitúa por completo en el lado tarificado de esa línea. El modelo se enruta como openai/gpt-5.6-sol al precio de lista de OpenAI, repercutido sin ningún recargo adicional, en el mismo catálogo que más de 200 modelos más con una sola clave con automática conmutación por error entre proveedores upstream y un DSL de enrutamiento para enviar una solicitud concreta al modelo que debería responderla. Lo que eso no te aporta es nada que esté dentro de un dot: no hay API de Dots, ni identificador de modelo al que dirigir una solicitud, ni forma alguna de sustituir la inteligencia que se ejecuta por debajo de uno. El catálogo llega hasta la tabla de tarifas y ahí se detiene.

¿Qué compra es un error?

Comprar un dot esperando optimizarlo es un error, porque la superficie que optimizarías no está expuesta. Comprar GPT-5.6 Sol esperando que persiga un proyecto por ti es el mismo error en la dirección opuesta: un modelo que responde cuando se le llama no es un trabajador que sigue adelante cuando dejas de llamarlo.

Los equipos que aciertan con esto tratan ambos como partidas distintas con distintos verbos asociados: una suscripción para el trabajo que tiene que seguir ocurriendo, y un modelo medido para el trabajo que tiene que contarse. La suscripción es la que se cancela; el medidor es el que se pronostica. Saber cuál es cuál antes de comprometerse es la mayor parte de la decisión.