GPT-6.1 Sol vs GPT-6 Astra: un punto de índice, cinco veces la tarifa

GPT-6.1 Sol y GPT-6 Astra son el modelo de gama media y el buque insignia de una misma familia, lanzados con cuatro semanas de diferencia —Sol el 29 de septiembre de 2026, Astra el 3 de septiembre de 2026—, y hasta esta semana la comparación entre ambos se basaba enteramente en los propios números de Ope​nAI. Ya no es así. Artificial Analysis ha evaluado ambos con el máximo esfuerzo de razonamiento sobre la misma versión del índice, y el resultado es una diferencia de 0,84 puntos a favor de Astra junto a una diferencia de coste por ejecución de evaluación de 4,5 veces a favor de GPT-6.1 Sol. En las tarifas, la proporción es aún más marcada: Astra es 5 veces GPT-6.1 Sol en entrada y salida, y 10 veces en entrada cacheada. La pregunta que responde esta página es dónde esa prima compra algo que se pueda señalar, y dónde es simplemente el precio de un nombre.

Qué son los dos modelos y qué midió la placa.

Ambos aceptan texto e imágenes como entrada y producen texto como salida, con una ventana de contexto de 1.050.000 tokens y un máximo de 128.000 tokens de salida, y ambos ofrecen una escala de esfuerzo de cinco niveles —bajo, medio, alto, xhigh y max— tras haber eliminado el ajuste «ninguno» que GPT-6 Sol todavía acepta. Ninguno admite ajuste fino. Las diferencias que importan son las que indica la lista de precios: Astra es el nivel insignia, GPT-6.1 Sol es la actualización del nivel inferior, y la propia línea de posicionamiento de OpenAI para el modelo más reciente es «rendimiento cercano al de Astra para trabajo complejo a un coste menor».

Artificial Analysis puntúa esa afirmación en su Intelligence Index —diez evaluaciones en la versión v4.3.2, la misma versión para ambos modelos— y registra la fecha de lanzamiento que maneja para cada uno. Evalúa ambos en la configuración de máximo esfuerzo que la página del modelo nombra en su encabezado. Lo que sigue es esa comparación, además de la aritmética de costos que el índice no hace por ti.

• GPT-6.1 Sol — lanzado el 29 de septiembre de 2026, Índice de Inteligencia 51.8 con esfuerzo máximo, $2.00 de entrada / $0.10 en caché / $2.50 de escritura en caché / $10.00 de salida por millón de tokens.
• GPT-6 Astra — lanzado el 3 de septiembre de 2026, Índice de Inteligencia 52.7 con esfuerzo máximo, $10.00 de entrada / $1.00 en caché / $12.50 de escritura en caché / $50.00 de salida por millón de tokens.
• Ninguno — acepta el esfuerzo de razonamiento none; ambos recalculan el precio de toda la solicitud a 2× las tarifas de entrada y caché y 1.5× la salida una vez que la entrada supera los 272,000 tokens. El nivel de contexto largo de Astra es $20.00 de entrada / $2.00 en caché / $75.00 de salida; el de GPT-6.1 Sol es $4.00 / $0.20 / $15.00.
• Ambos — admiten búsqueda web, búsqueda de archivos, generación de imágenes, intérprete de código, shell alojado, aplicar parche, habilidades, uso de computadora, MCP y búsqueda de herramientas a través de la API de Responses.

0,84 puntos de índice, 4,5 veces la factura de evaluación

Dos cifras aparecen una al lado de la otra en el tablero y, juntas, constituyen todo el argumento. GPT-6 Astra con esfuerzo máximo obtiene 52,7. GPT-6.1 Sol con esfuerzo máximo obtiene 51,8. Junto a cada puntuación, el tablero publica cuánto cuesta ejecutar el índice que la sustenta: 3,26 $ por tarea para Astra, 0,72 $ para GPT-6.1 Sol. Leído como una sola frase —0,84 puntos por 4,5 veces el dinero—, es el dato más relevante para la decisión que cualquiera de las dos empresas ha publicado sobre estos dos modelos.

Ambos modelos también publican una puntuación para cada punto de la escala de esfuerzo, lo que permite hacer la comparación con el mismo gasto en lugar de con la misma configuración:

• esfuerzo máximo — GPT-6.1 Sol 51.8 a $0.72 por ejecución frente a GPT-6 Astra 52.7 a $3.26.
• extra alto — 51.0 a $0.39 frente a 52.4 a $2.31.
• alto — 50.2 a $0.32 frente a 50.9 a $1.73.
• medio — 47.8 a $0.21 frente a 49.6 a $1.54.
• bajo — 42.1 a $0.13 frente a 45.8 a $0.82.

Alinea los escalones entre modelos y surge un dato que ninguno de los dos proveedores anuncia: la diferencia entre el nivel alto y el máximo de la propia Astra es de 1,8 puntos de índice, más del doble de toda la brecha que hay entre Astra en máximo y GPT-6.1 Sol en máximo. En otras palabras, elegir Astra en lugar de GPT-6.1 Sol te da menos puntuación que elegir el esfuerzo máximo de Astra en lugar del esfuerzo alto de Astra, y la segunda de esas opciones cuesta una fracción de la primera. Cualquiera cuya carga de trabajo sea realmente sensible a esos 1,8 puntos debería revisar el ajuste de esfuerzo antes de mirar la columna del modelo.

Donde la prima de Astra todavía compra algo

El resultado compuesto está reñido; las evaluaciones individuales no. Puntuado fila por fila con el máximo esfuerzo, GPT-6 Astra lleva la ventaja en seis de cada diez, y las que mantiene son las que implican actuar en lugar de responder.

• AutomationBench-AA, flujos de trabajo de varios pasos entre herramientas — 0,685 para Astra frente a 0,649 para GPT-6.1 Sol. Astra por 3,6 puntos.
• Terminal-Bench 4.0, trabajo de terminal en entornos reales — 0,591 frente a 0,561. Astra por 3,0 puntos.
• SciCode — 0,565 frente a 0,542. Astra por 2,3 puntos.
• Humanity's Last Exam — 0,547 frente a 0,529. Astra por 1,8 puntos.
• AA-Omniscience — 43,4 frente a 41,5, y en el mismo conjunto la tasa de alucinación de Astra es 0,513 frente a 0,543 de GPT-6.1 Sol. Astra es a la vez más precisa y más dispuesta a decir que no lo sabe.
• AA-Briefcase v1.1, entregables profesionales — Elo 1568,9 frente a 1564,2. Astra por 4,7.

El patrón es lo bastante consistente como para planificar en torno a él: cuando la tarea exige que el modelo siga correctamente una larga cadena de acciones —manejar una terminal, ejecutar un flujo de trabajo con múltiples herramientas, producir un entregable con formato de documento—, el margen de Astra es real y repetible entre distintos harnesses. Cuando la tarea es una pregunta de conocimiento respondida en un solo turno, el margen desaparece en gran medida.

Donde gana el modelo más barato, incluida la línea de caché

GPT-6.1 Sol no es una Astra uniformemente algo peor. En las evaluaciones que premian la lectura y el razonamiento sobre material extenso, va por delante, y en la tarifa de precios lidera por un margen que el índice nunca ve.

• GDPval-AA, trabajo profesional evaluado frente a resultados de expertos — Elo 1575,1 para GPT-6.1 Sol frente a 1541,9 para Astra. Una ventaja de 33 puntos para el modelo que cuesta una quinta parte, y la mayor victoria independiente de la fila.
• AA-LCR v1.1, razonamiento de contexto largo — 0,830 frente a 0,807. GPT-6.1 Sol lidera.
• GDP.pdf — un empate absoluto en 0,310, al igual que CritPt en 0,317.
• Entrada en caché — $0,10 por millón de tokens frente a $1,00 de Astra. Esta es la fila que decide la economía de los agentes y no aparece por ningún lado en el índice.
• Velocidad de salida — 66,8 tokens por segundo frente a 56,95 en la misma ejecución de evaluación, con 67,2 millones de tokens de salida consumidos frente a los 60,0 millones de Astra. Ninguno de los dos modelos es rápido; GPT-6.1 Sol es el más rápido de los dos.

Un mes de agente, con precio según ambas tarjetas de tarifas

Tomemos una carga de trabajo que reenvía un prefijo estable: 40 millones de tokens de entrada al mes, con el 85% de ellos servidos desde caché, más 4 millones de tokens de salida. Según la tarifa de GPT-6.1 Sol, eso supone $3,40 por las lecturas en caché, $12,00 por la entrada no cacheada y $40,00 por la salida — $55,40 al mes. Con la de GPT-6 Astra, el mismo tráfico supone $34,00 en lecturas en caché, $60,00 en entrada no cacheada y $200,00 en salida — $294,00. La carga de trabajo es idéntica; la factura es 5,3 veces mayor.

Dos umbrales alteran esa aritmética, y ambos merecen calcularse antes de la decisión de migración en lugar de después. El primero son 272.000 tokens de entrada en una sola solicitud: si lo superas, toda la solicitud se recalcula al doble de las tarifas de entrada y de caché y a 1,5× la tarifa de salida, lo que lleva GPT-6.1 Sol a $4,00 / $0,20 / $15,00 y Astra a $20,00 / $2,00 / $75,00. El segundo es la propia escala de esfuerzo: bajar GPT-6.1 Sol de max a xhigh reduce el costo de su ejecución de índice de $0,72 a $0,39 por 0,8 de punto, y bajar Astra de max a high recorta de $3,26 a $1,73 por 1,8. En un bucle de agente con mucha caché, la configuración de esfuerzo es una palanca de costo mayor que la columna del modelo, que es lo contrario de cómo se suelen comparar estos dos modelos.

Qué ejecutar y qué puedes llamar realmente

Según la evidencia, la división es más nítida de lo que sugiere el marketing. Enruta el trabajo que tiene que sobrevivir a una larga cadena de acciones —sesiones de terminal, automatización con uso intensivo de herramientas, entregables de documentos donde un párrafo alucinado sale caro— a GPT-6 Astra, y considera ejecutarlo en alto en lugar de máximo a menos que hayas medido que los 1,8 puntos adicionales recaen en tus tareas. Enruta todo lo que sea intensivo en conocimiento, intensivo en caché o predominantemente de lectura a GPT-6.1 Sol: es mejor en la evaluación de trabajo profesional, mejor en razonamiento con contextos largos, más rápido y entre cinco y diez veces más barato en las líneas que dominan una factura real.

Lo que puedes llamar hoy es la parte honesta. OrcaRouter sirve GPT-6 Astra al precio de lista de OpenAI — las tarifas de $10.00 de entrada, $50.00 de salida, $1.00 de lectura en caché y $12.50 de escritura en caché, con la regla de reajuste de 272K aplicada exactamente tal como el proveedor la publica — junto con GPT-6 Sol y GPT-6 Luna. No sirve GPT-6.1 Sol: el catálogo público devuelve "model not found" para openai/gpt-6.1-sol, y no vamos a describir un modelo que no podemos enrutar. Como el precio de lista del proveedor se transfiere sin añadir ningún margen, el día que ese modelo llegue costará la tarifa de OpenAI de nuestro lado sin un paso de reajuste de precios; hoy la mitad utilizable de este enfrentamiento es el buque insignia, detrás de una sola clave de API, con el DSL de enrutamiento disponible si quieres componer un modelo barato y uno caro en una sola llamada en lugar de elegir entre ellos en cada solicitud.

Lo único que hay que vigilar es la fila que le falta a esta comparación. Ni la cifra del proveedor ni el índice independiente te dicen qué hará tu propio tráfico en estos dos niveles, y la única forma barata de averiguarlo es ejecutar el mismo conjunto de tareas en ambos con la conmutación por error al mando. Eso es un experimento de una sola tecla cuando ambas mitades se pueden invocar, y medio experimento hasta que lo sean.