
GPT-6.1 Sol vs. GPT-6 Astra: un punto de índice, cinco veces la tarifa
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 96 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 159 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 118 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 221 tok/s
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 y Astra el 3 de septiembre de 2026—, y hasta esta semana la comparación entre ambos se basaba por completo en las cifras de OpenAI. Ya no es así. Artificial Analysis ha evaluado ambos con el máximo esfuerzo de razonamiento en la misma versión del índice, y el resultado es una diferencia de 0,84 puntos a favor de Astra junto con una diferencia de 4,5 veces en el coste por ejecución de evaluación a favor de GPT-6.1 Sol. En las tarifas, la proporción es aún más acusada: Astra es 5 veces GPT-6.1 Sol en entrada y salida, y 10 veces en entrada en caché. 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 devuelven texto, 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 none que GPT-6 Sol aún acepta. Ninguno de los dos admite ajuste fino. Las diferencias que importan son las que indica la hoja 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 a 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 tiene para cada uno. Evalúa ambos en la configuración de máximo esfuerzo que la página del modelo indica en su encabezado. Lo que sigue es esa comparación, además de la aritmética de costos que el índice no calcula por ti.
• GPT-6.1 Sol — lanzado el 2026-09-29, Índice de Inteligencia 51.8 con esfuerzo máximo, $2.00 de entrada / $0.10 en caché / $2.50 de escritura de caché / $10.00 de salida por millón de tokens.
• GPT-6 Astra — lanzado el 2026-09-03, Índice de Inteligencia 52.7 con esfuerzo máximo, $10.00 de entrada / $1.00 en caché / $12.50 de escritura de caché / $50.00 de salida por millón de tokens.
• Ninguno — acepta el none esfuerzo de razonamiento; ambos recalculan el precio de toda la solicitud a 2× las tarifas de entrada y caché y 1.5× la de salida una vez que la entrada supera los 272,000 tokens. El nivel de contexto largo de Astra es de $20.00 de entrada / $2.00 en caché / $75.00 de salida; el de GPT-6.1 Sol es de $4.00 / $0.20 / $15.00.
• Ambos — admiten búsqueda web, búsqueda de archivos, generación de imágenes, intérprete de código, shell alojado, aplicación de parches, 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 la evaluación

Dos cifras aparecen una al lado de la otra en el tablero y, juntas, constituyen todo el argumento. GPT-6 Astra con el máximo esfuerzo obtiene 52,7. GPT-6.1 Sol con el máximo esfuerzo obtiene 51,8. Junto a cada puntuación, el tablero publica cuánto costó ejecutar el índice que hay detrás: 3,26 USD por tarea para Astra, 0,72 USD para GPT-6.1 Sol. Leído como una sola frase —0,84 puntos por 4,5 veces el dinero—, es la cifra más relevante para la decisión que cualquiera de las dos compañías 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.
• xhigh — 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 niveles entre los modelos y surge un dato que ninguno de los proveedores anuncia: la diferencia de Astra entre alto y máximo es de 1,8 puntos de índice, más del doble de toda la brecha entre Astra en máximo y GPT-6.1 Sol en máximo. En otras palabras, elegir Astra en lugar de GPT-6.1 Sol te aporta menos puntuación que elegir el esfuerzo máximo de Astra en lugar del esfuerzo alto de Astra, y la segunda de esas elecciones 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 revisar la columna del modelo.
Donde el premium de Astra todavía compra algo
La puntuación compuesta está reñida; las evaluaciones individuales no. Puntuado fila por fila al máximo esfuerzo, GPT-6 Astra lleva la ventaja en seis de diez, y las que ostenta 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 lidera por 3,6 puntos.
• Terminal-Bench 4.0, trabajo de terminal en entornos reales — 0,591 frente a 0,561. Astra lidera por 3,0 puntos.
• SciCode — 0,565 frente a 0,542. Astra lidera por 2,3 puntos.
• Humanity's Last Exam — 0,547 frente a 0,529. Astra lidera 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 lidera por 4,7.
El patrón es lo bastante consistente como para planificar en torno a él: cuando la tarea exige que el modelo mantenga una larga cadena de acciones bien ordenada —controlar una terminal, ejecutar un flujo de trabajo con múltiples herramientas, producir un entregable con formato de documento—, la ventaja de Astra es real y repetible entre distintos arneses. Cuando la tarea es una pregunta de conocimiento respondida en un solo turno, la ventaja desaparece en gran medida.
Donde gana el modelo más económico, incluida la línea de caché
GPT-6.1 Sol no es un Astra uniformemente un poco peor. En las evaluaciones que premian la lectura y el razonamiento sobre material extenso, va por delante, y en la tarifa de precios va por delante por un margen que el índice nunca ve.
• GDPval-AA, trabajo profesional evaluado frente a la producción 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 total 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 en ambas tarjetas de tarifas
Tomemos una carga de trabajo que reenvía un prefijo estable: 40 millones de tokens de entrada al mes, de los cuales el 85 % se sirve desde la caché, más 4 millones de tokens de salida. En la tarifa de GPT-6.1 Sol, eso son $3,40 por las lecturas en caché, $12,00 por la entrada no cacheada y $40,00 por la salida — $55,40 al mes. En la de GPT-6 Astra, el mismo tráfico son $34,00 de lecturas en caché, $60,00 de entrada no cacheada y $200,00 de salida — $294,00. La carga de trabajo es idéntica; la factura es 5,3 veces mayor.
Dos umbrales alteran esa aritmética, y ambos conviene valorar antes de tomar la decisión de migración, no después. El primero son 272.000 tokens de entrada en una sola solicitud: si se supera, toda la solicitud se reprecifica 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 su coste de ejecución del índice de $0,72 a $0,39 a cambio de 0,8 de punto, y bajar Astra de max a high lo reduce de $3,26 a $1,73 a cambio de 1,8. En un bucle de agente con uso intensivo de caché, el ajuste de esfuerzo es una palanca de coste mayor que la columna del modelo, justo lo contrario de cómo se suelen comparar estos dos modelos.
Cuál ejecutar y qué puedes llamar realmente
Según la evidencia, la división es más limpia de lo que sugiere el marketing. Dirige a GPT-6 Astra el trabajo que tiene que sobrevivir a una larga cadena de acciones —sesiones de terminal, automatización con muchas herramientas, entregables documentales en los que un párrafo alucinado resulta caro—, y considera ejecutarlo en high en lugar de max a menos que hayas medido que los 1,8 puntos adicionales se reflejan en tus tareas. Dirige a GPT-6.1 Sol todo lo que tenga un alto componente de conocimiento, de caché o de lectura mayoritaria: es mejor en la evaluación de trabajo profesional, mejor en razonamiento de contexto largo, más rápido y entre cinco y diez veces más barato en las líneas que dominan una factura real.

Lo que puede invocar hoy es la parte honesta. OrcaRouter ofrece GPT-6 Astra al propio precio de lista de OpenAI —las tarifas de $10.00 por entrada, $50.00 por salida, $1.00 por lectura en caché y $12.50 por escritura en caché, con la regla de recálculo de precios de 272K trasladada exactamente tal como la publica el proveedor— junto con GPT-6 Sol y GPT-6 Luna. No ofrece 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 traslada sin añadir ningún margen, el día que ese modelo llegue costará la tarifa de OpenAI en nuestro lado sin necesidad de un paso de recálculo de precios; hoy la mitad utilizable de esta comparativa es el modelo insignia, detrás de una sola clave de API, con el DSL de enrutamiento disponible si quiere combinar un modelo barato y uno caro en una sola llamada en lugar de elegir entre ellos por solicitud.
La única cosa que hay que vigilar es la fila que falta en 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 el failover tomando el control. Eso es un experimento de una sola tecla cuando ambas mitades se pueden invocar, y un medio experimento hasta que lo sean.
Comparados en este artículo2
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
