GPT-5.6 Luna: qué cambió realmente el recorte de precios del 80% de OpenAI

GPT-5.6 Luna es un 80 % más barato que su precio de lanzamiento desde finales de julio, y OpenAI ha empezado a tratar eso como un argumento en lugar de un descuento. El modelo —el nivel rápido y de bajo costo de la familia GPT-5.6— pasó a disponibilidad general el 9 de julio de 2026 a $1.00 por millón de tokens de entrada y $6.00 por millón de salida. Hoy se factura a $0.20 y $1.20. El 9 de septiembre, Sarah Friar, directora financiera de OpenAI, dijo en la conferencia Communacopia de Goldman Sachs que el recorte produjo un aumento de uso de aproximadamente diez veces, y que desplegar Luna es más barato que ejecutar GLM 5.3 de Z.ai en una capa de nube.

Esa última afirmación es de la propia Open​AI, hecha por un ejecutivo en una conferencia de inversores, y merece el mismo trato que cualquier otra cifra de un proveedor: vale la pena reportarla, vale la pena verificarla, no vale la pena repetirla como un hecho indiscutible. El precio en sí es otra cosa. Es público, y no ha vuelto atrás.

¿Qué cambió en realidad y cuándo?

Nada relacionado con las capacidades, la ventana de contexto o la disponibilidad de GPT-5.6 Luna cambió en septiembre. Lo que cambió es cómo lo vende OpenAI, y ese giro tiene cinco fechas detrás.

• 26 de junio de 2026 — Open​AI anunció la familia GPT-5.6 (GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna) en vista previa limitada para un pequeño grupo de socios, tras la coordinación con agencias del gobierno de Estados Unidos.

• 9 de julio de 2026 — disponibilidad general. Sol, Terra y Luna llegaron a la API a $5/$30, $2.50/$15 y $1/$6 por millón de tokens de entrada/salida, respectivamente.

• Finales de julio de 2026 — el recorte del 80 % solo en Luna, a $0.20 de entrada y $1.20 de salida. Las lecturas de entrada en caché se aplican con un descuento de aproximadamente el 90 %. Por encima del umbral de contexto largo, la tarifa se duplica aproximadamente, hasta unos $0.40/$1.80.

• 6–7 de agosto de 2026 — Luna reemplazó a GPT-5.5 Instant como el modelo predeterminado para ChatGPT Free y Go, con chats de texto ilimitados y un botón "Think" para un razonamiento más profundo que llegaría la semana siguiente. La evaluación interna de Open​AI situó la tasa de respuestas de Luna que contenían al menos un error factual alrededor de un 62 % por debajo de GPT-5.5 Instant en prompts financieros, médicos y legales —una cifra reportada por el proveedor, no una cifra independiente.

• 9 de septiembre de 2026 — Las declaraciones de Friar, que por primera vez hacen públicos los números sobre el efecto del recorte: un uso aproximadamente 10 veces mayor, los ingresos empresariales aumentaron un 32 % de junio a julio frente a un crecimiento anualizado general del 20 %, y Codex con 25 millones de usuarios.

Leídas en conjunto, esas fechas describen una conversión de dos meses de un nivel barato en una estrategia de volumen. Luna siempre fue el nivel destinado a absorber trabajo de alto volumen y baja complejidad: clasificación, extracción, enrutamiento, borradores de primera pasada. El recorte hizo que la aritmética detrás de ese posicionamiento fuera mucho más difícil de rebatir.

La cifra que importa más que el precio del token

Los precios de lista son el punto donde se detienen la mayoría de las comparaciones y, en el caso de Luna, la favorecen. Con $0.20/$1.20, es aproximadamente 5 veces más barato en entrada y 4 veces más barato en salida que el Claude Haiku 4.5 de Anthropic —lo más parecido que tiene a un competidor directo—.

Artificial Analysis mide algo menos conveniente: el costo por tarea completada del Intelligence Index, que incorpora cuántos tokens quema realmente un modelo para terminar el mismo trabajo. En el índice actual, la configuración de razonamiento de GPT-5.6 Luna se sitúa en $0.18 por tarea. Claude Haiku 4.5 en su configuración de razonamiento llega a $0.21.

Eso es una diferencia de alrededor del 14%, no de 5 veces. La razón es la verbosidad. Completar ese conjunto de evaluación le tomó a Luna aproximadamente 150 M de tokens de salida, frente a los 78 M de Haiku. Luna razona de forma extensa, y los tokens de salida se facturan a seis veces la tarifa de entrada.

La lectura práctica se divide claramente. Para el trabajo de salida corta y alto volumen —clasificación, etiquetado, extracción, enrutamiento de solicitudes, borradores de primera pasada—, el recorte del 80 % es real, amplio y aparece directamente en la factura. Para el trabajo en el que el modelo razona antes de responder, una parte sustancial del descuento se consume en tokens de salida adicionales. Ambas afirmaciones son verdaderas a la vez, y la segunda es la parte que la cobertura del recorte dejó fuera.

También conviene saber qué dice el índice sobre la capacidad, porque los niveles no están nada cerca. Artificial Analysis actualmente otorga a GPT-5.6 Luna una puntuación de 38, el cuarto de 177 modelos de su clase. La configuración de razonamiento de Claude Haiku 4.5 obtiene 18, el 138.º de 200. Dos advertencias sobre esas cifras. Primera: el índice se volvió a puntuar en septiembre de 2026, por lo que las cifras del momento del lanzamiento —incluidos el 51 y el 52 que aún circulan para Luna— se citan de una escala retirada. Segunda: Artificial Analysis ha adoptado GPT-5.6 Luna como el único evaluador de varias de sus propias evaluaciones, algo que conviene tener en cuenta al leer sus puntuaciones.

Por qué Open​AI está sosteniendo este argumento ahora

Un recorte del 80 % anunciado a finales de julio no necesitaba que una directora financiera lo reabriera en septiembre. El hecho de que lo hiciera te dice para qué era el recorte.

Los modelos chinos de pesos abiertos han dedicado 2026 a insistir precisamente en el eje que ocupa Luna: una calidad adecuada a un precio que convierte la contabilidad por token en el factor decisivo. Quedar por debajo de eso en un despliegue en la nube es una afirmación más difícil de sostener que hacerlo con los pesos, y es la afirmación que OpenAI eligió — nombrando GLM 5.3 específicamente en lugar de referirse vagamente a los "modelos abiertos" en general.

Los números empresariales que Friar combinó con ello apuntan en la misma dirección. El crecimiento de los ingresos empresariales del 32% mes a mes frente al 20% general es el aspecto que tiene una empresa que vende a ciclos de adquisiciones, y los ciclos de adquisiciones son donde se cuestiona una partida. Ella también confirmó que Open​AI está experimentando con precios basados en resultados, vinculando las tarifas a los resultados de negocio en lugar del consumo de tokens. Esa es una admisión significativa para una empresa cuyo modelo de ingresos completo ha sido por token: sugiere que, en el extremo barato del mercado, el número por token se está convirtiendo en un argumento de venta más débil que lo que el modelo termina.

Nada de esto hace que la comparación con GLM esté verificada. La afirmación de Friar se basa en una comparación de implementación en la nube que OpenAI no publicó en detalle, y "más barato que ejecutar X tú mismo en una capa de nube" depende por completo de qué nube, qué instancia y qué suposición de utilización elijas. Trátala como una afirmación posicionada de una parte interesada, y compruébala contra tu propia carga de trabajo antes de que cambie algo de lo que construyas.

Qué cambia si ya enrutas entre modelos

Aquí hay tres cosas que importan más que el precio anunciado.

Las rebajas de precios se aplican el mismo día en que ocurren. OrcaRouter transfiere el precio de lista del proveedor con un 0 % de margen, así que cuando un proveedor cambia una tarifa, la tarifa de nuestro lado cambia con ella: sin ticket de soporte, sin contrato renegociado, sin una segunda relación de facturación. Esa es toda la razón por la que vale la pena escribir sobre la rebaja de julio en lugar de simplemente mencionarla: para cualquiera que llame a Luna a través de una API para más de 200 modelos, ya estaba activa ese mismo día.

El alias es una trampa. El identificador sin sufijo gpt-5.6 se resuelve al nivel insignia Sol, no a Luna, así que cualquier integración que quiera la economía de Luna tiene que fijar gpt-5.6-luna explícitamente. Esto está documentado en las guías para desarrolladores de la familia y sigue siendo una de las formas más comunes en que una migración al «nivel barato» termina facturando silenciosamente a tarifas del nivel insignia.

Los niveles económicos gestionan bien la conmutación por error. Un modelo a este precio suele realizar tareas en las que un breve 503 resulta costoso: miles de llamadas de clasificación, no una única respuesta importante. Enrutar la misma solicitud entre varios proveedores de GPT-5.6 Luna con conmutación automática por error marca la diferencia entre una cola de reintentos y una caída del servicio, y es la característica que hace que un nivel de bajo coste sea seguro para incluirlo en una ruta de producción.

Puedes ver la tarifa actual y las cifras de p50/p95 de tiempo hasta el primer token en la página de GPT-5.6 Luna en OrcaRouter — vale la pena echarle un vistazo, porque las páginas de precios de los proveedores tardan en reflejar los recortes y los rastreadores de terceros tardan en reflejar tanto unos como otros.

Qué ver a continuación

Tres cosas convertirían esto de una historia de precios en una diferente.

Un recorte adicional. La cobertura financiera en chino de principios de septiembre presentó a OpenAI preparándose para ajustar precios de nuevo y así responder a la competencia de pesos abiertos. Esa información es prospectiva y no está confirmada, pero concuerda con una empresa que ya aceptó una reducción del 80 % en su tramo de volumen y ahora discute públicamente el costo por despliegue.

La fijación de precios basada en resultados se está volviendo realidad. Si Open​AI empieza a vender Luna por resultado de negocio en lugar de por token, la comparación por token en la que se basa todo este mercado deja de ser el marcador relevante — y cada estimación de costo por tarea, incluidas las anteriores, necesita recalcularse.

Un sucesor capaz al mismo precio. GPT-6 Astra ya existe por encima de la línea GPT-5.6, y la propia posición de Luna depende de que OpenAI la deje donde está. En el momento en que llegue un nuevo nivel pequeño a $0,20/$1,20, la pregunta interesante deja de ser si Luna es barata y pasa a ser si sigue siendo la opción más barata a la que vale la pena enrutar.

Por ahora, la situación es inusualmente simple. GPT-5.6 Luna es un modelo de dos meses cuyo precio, no su capacidad, es la noticia, y el precio por token es la forma más halagadora de verlo, no la más precisa.