Una tarjeta de título generada para un artículo sobre la asignación de cómputo de GPT-6.2, con tres tarjetas tituladas La afirmación, El registro y La verificación, y un pie de página que indica que todas las cifras están publicadas por OpenAI y que no existía ningún GPT-6.2 a fecha de 16 de noviembre de 2026.
Guides & Insights

GPT-6.2 y la excusa del cómputo: qué ha publicado OpenAI sobre adónde van realmente las GPU

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

En la noche del 15 de noviembre de 2026, @kimmonismus ofreció una teoría sobre por qué GPT-6.2 no ha aparecido: OpenAI está destinando cómputo escaso a la investigación en lugar de a servir nuevos modelos, porque el rápido progreso hace que los checkpoints intermedios sean menos atractivos de publicar, y la seguridad, la preparación del producto y el coste también podrían ser factores. Esa afirmación tiene una mitad comprobable y una mitad no comprobable. La mitad comprobable es que GPT-6.2 no existe en ningún artefacto que OpenAI publique. El catálogo de modelos enumera seis identificadores de texto GPT-6 —GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, GPT-6 Sol y el GPT-6 Cyber de acceso controlado— y nada numerado 6.2. La tabla de tarifas no tiene ninguna fila de 6.2. La entrada de modelo más reciente del registro de cambios es GPT-6 Cyber, el 5 de noviembre, hace once días. Artificial Analysis, cuyo índice es independiente de OpenAI aunque mide su propio conjunto de tareas, no tiene ninguna entrada de GPT-6.2. La mitad no comprobable es a dónde va en realidad el cómputo, y nadie fuera de la empresa puede resolverlo a partir de un tuit.

Lo que puede hacerse en su lugar es más acotado y más útil: leer los cuatro documentos que OpenAI ha publicado sobre cómputo y gobernanza de modelos desde finales de septiembre, y preguntar qué dicen sobre la asignación. Leídos en conjunto, describen algo que el tuit no describe: el cómputo se raciona dentro de la investigación, mediante un sistema de control documentado con una latencia de parada publicada, mientras que el servicio se describe como una pila separada que, en palabras del propio OpenAI, "ya es mucho más centralizada por naturaleza". Esa es la forma de la historia del cómputo hasta donde la respalda el registro público. Todo lo que sigue está etiquetado según de dónde procede, porque la mayor parte es un proveedor describiéndose a sí mismo.

A generated six-row scoreboard of GPT-6 compute facts, reading: catalogue IDs six, none numbered 6.2; latest model GPT-6 Cyber on 5 Nov 2026; Control Room stop bound 35 seconds; RL pause in September 11 days; Stargate added over 3GW in 90 days; Georgia Power curtailment up to 1,000 MW. Footer: all figures OpenAI-published, unreproduced; no GPT-6.2 scores exist.

Lo que dice el catálogo el 16 de noviembre

La ausencia es fácil de verificar y merece la pena enunciarla con precisión, porque las publicaciones de «GPT-6.2 is coming» llevan semanas circulando. El catálogo de modelos de la API de OpenAI, consultado esta mañana, contiene seis identificadores de GPT-6 y una familia de imágenes, un modelo de voz y un modelo de ciencias de la vida. La línea de texto dice: GPT-6 Astra como «nuestro modelo más capaz para el trabajo más exigente»; GPT-6.1 Sol como «rendimiento cercano a Astra para trabajo complejo a un coste menor»; GPT-6.1 Terra para razonamiento visual y uso de computadora; GPT-6 Sol para programación y flujos de trabajo agénticos; GPT-6 Luna para trabajo de gran volumen; y GPT-6 Cyber para investigación de vulnerabilidades mediante la configuración Daybreak. No hay un 6.2 en esa lista, y una solicitud de una página de modelo en la ruta de documentación convencional devuelve un 404.

Screenshot of the OpenAI API model catalogue listing six GPT-6 text identifiers — GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, GPT-6 Sol and GPT-6 Cyber — with no GPT-6.2 entry.

El registro de cambios rellena la forma del vacío. Desde que GPT-6 Astra se lanzó el 3 de septiembre, OpenAI ha publicado a lo largo de líneas verticales en lugar de una única línea de texto ascendente:

• 22 de septiembre — GPT-6 Sol y GPT-6 Luna añadidos como nivel de programación y nivel de volumen bajo Astra

• 29 de septiembre — Astra y Sol se ofrecen en el nivel de servicio Ultrafast, a seis veces las tarifas estándar

• 8 de octubre — GPT-6.1 Sol en Ultrafast, la primera vez que un modelo de gama media tuvo la vía rápida

• 16 de octubre — nueve nuevas voces de GPT-Live y prompt-to-voice; el modo Ultrafast se amplía a la API de Agents

• 22 de octubre — la API de Decisions disponible de forma general en GPT-6 Luna, con el límite de preguntas por solicitud elevado de 200 a 400

• 26 de octubre — GPT-6.1 Terra, orientado al razonamiento visual y al uso de computadoras en lugar de a las puntuaciones brutas de las pruebas de referencia

• 30 de octubre — GPT-6 Rosalind, razonamiento biológico, restringido al programa de acceso de confianza

• 2 de noviembre — llamadas salientes por SIP en GPT-Live; 4 de noviembre — GPT-Image-2.6 Sunburst y Flare, con salida en SVG y GIF animado

• 5 de noviembre — GPT-6 Cyber, para trabajo de vulnerabilidades, sujeto al onboarding de Daybreak

Once días de registro de cambios desde entonces no contienen ningún modelo en absoluto: una billetera, funciones empresariales, orientación educativa, una alianza de ciberdefensa, una publicación de física. Si se estuviera reteniendo capacidad de cómputo para el servicio de forma total, este no es el patrón que cabría esperar: se lanzaron imágenes, voz, telefonía, ciencias de la vida y un modelo de seguridad. Lo que no se lanzó es un nuevo checkpoint de texto de frontera. Esa distinción es todo el argumento, y es una que el tuit aplana.

Tres explicaciones, y solo una con papeleo

La publicación menciona tres o cuatro causas y no las sopesa. La escasez de cómputo, la seguridad, la preparación del producto y el costo son todas plausibles; solo una de ellas tiene un mecanismo publicado e inspeccionable adjunto, y no está sirviendo.

El 9 de noviembre, OpenAI publicó el Control Room: "un sistema central para rastrear las cargas de trabajo de los modelos en toda nuestra infraestructura de investigación y detenerlas rápidamente cuando surjan preocupaciones de seguridad o protección". Los detalles importan más que el encuadre. "detiene la salida del modelo dentro de los 35 segundos siguientes a una decisión de intervenir", y la empresa afirma que el tiempo máximo entre una instrucción de detención y el punto en el que ya no es posible seguir avanzando es de 35 segundos, con el objetivo declarado de llevarlo a cero. Se cierra ante fallos. Exige que "cada carga de trabajo de investigación que realiza inferencia agéntica" esté "asociada con un caso de seguridad aprobado", y que "todos nuestros trabajos de aprendizaje por refuerzo de frontera se ejecuten con un monitor".

Ese es un sistema para asignar y revocar cómputo de investigación. No es un sistema para programar lanzamientos, y el documento lo dice casi de pasada: «Nuestro stack externo de servicio de modelos ya está mucho más centralizado por naturaleza». Leída con cuidado, la frase hace mucho trabajo. Significa que aquello que tendría que racionarse para que se sostenga la teoría del tuit —la capacidad de servicio— se describe como ya consolidado, y aquello que se gobierna, se limita y se puede detener activamente mediante interruptores es la inferencia para investigación. El registro público documenta la competencia interna en la investigación. No documenta una cola de checkpoints terminados esperando capacidad de servicio.

Los documentos de respaldo apuntan en la misma dirección. El 28 de septiembre, OpenAI sostuvo que «debería exigirse documentación de seguridad estructurada antes de continuar cualquier ejecución de entrenamiento con aprendizaje por refuerzo de modelos de frontera» —una barrera situada antes del entrenamiento, no antes del lanzamiento, con un disenso pre-mortem, derechos de veto de los líderes sénior y el mandato de que la monitorización y la pausa automática «fallen en modo cerrado». El 23 de octubre reveló el incidente que dio fuerza a esas reglas: un resolvedor DNS mal configurado el 20 de septiembre, la pausa del entrenamiento y la evaluación de sus modelos más capaces, y la reanudación del aprendizaje por refuerzo el 1 de octubre —«11 días después de que comenzara nuestra pausa». Una empresa que detiene su propio entrenamiento de frontera durante once días por un resolvedor es una empresa cuya restricción vinculante en el lado de la investigación es legible. Su restricción vinculante en el lado del servicio no está documentada en ninguna parte.

El único número que es falsable

La escasez de cómputo es la parte del tuit que debería ser más fácil de comprobar, porque OpenAI ha publicado muchísimo sobre capacidad física. El 29 de abril dijo que ya había superado el compromiso de Stargate de 10 gigavatios que había asumido para 2029, con «más de 3 GW añadidos solo en los últimos 90 días», y que «la única forma responsable de cumplirlo es construir más capacidad de cómputo, más rápido». El 5 de noviembre, en un documento sobre la conducta de los centros de datos, reveló que en su campus previsto en el condado de Effingham «nuestro acuerdo con Georgia Power permite a la compañía eléctrica reducir hasta 1.000 megavatios la energía que nos suministra durante los periodos de alta demanda».

Esos dos hechos encajan de forma extraña con «capacidad de cómputo escasa» como explicación de un lanzamiento retrasado. Una empresa que añade tres gigavatios en un trimestre y acepta un derecho contractual para que una eléctrica recorte un gigavatio no parece que tenga escasez de megavatios; está expuesta a eventos de demanda máxima y al costo de la energía firme. El documento del 5 de noviembre es también donde el lado de los costos del tuit se vuelve concreto en lugar de retórico: OpenAI se compromete a pagar el costo total de la electricidad que utiliza, a depositar garantías financieras antes de gastos importantes para que otros clientes de la eléctrica estén protegidos si un proyecto se retrasa o se cancela y —de manera inusual— a no usar acuerdos de confidencialidad con funcionarios públicos, salvo por excepciones limitadas por seguridad y secretos comerciales. El costo y la capacidad de cómputo son, en ese planteamiento, la misma restricción vista desde dos extremos, y ambos se gestionan con compromisos publicados en lugar de con el calendario de lanzamiento.

Cómo se vería un verdadero lanzamiento de GPT-6.2

Cada modelo de texto de OpenAI de la línea actual llegó con los mismos tres artefactos, y su ausencia es un mejor predictor que cualquier avance: una fila en la lista de precios, una página en el catálogo de modelos y una entrada fechada en el registro de cambios que describe para qué sirve el modelo. GPT-6 Astra tiene los tres. GPT-6.1 Terra tiene los tres, con fecha del 26 de octubre. GPT-6 Cyber tiene los tres, con fecha del 5 de noviembre. Cuando se lance 6.2, adquirirá un precio por millón de tokens antes de adquirir una tabla de benchmarks; así ha operado esta empresa todo el año, y por eso la lista de precios es el lugar que hay que vigilar, no X.

También hay un problema de números de versión que el tuit no aborda. GPT-6.1 no supuso un salto de capacidades respecto a GPT-6 en el sentido que implica el decimal; fue un reposicionamiento en coste y latencia, con 6.1 Sol a 2 dólares de entrada y 10 de salida por millón de tokens frente a los 10 y 50 de Astra, y 6.1 Terra a 1 y 5. Si 6.2 es otro reposicionamiento en lugar de una nueva frontera —y no hay nada en el registro público que aclare cuál de las dos cosas es—, entonces «priorizar la investigación sobre el servicio» no es una explicación de su ausencia. No habría nada retenido que servir.

El lado de servicio, que tiene precio y es medible.

Sea lo que sea lo que se esté asignando internamente, los modelos que existen se venden según una tarifa publicada, y esa tarifa es la base honesta para cualquier comparación de costos en este momento. Estas son las cifras de la propia OpenAI, por millón de tokens, nivel estándar:

• GPT-6 Astra — $10 de entrada, $50 de salida; entrada en caché $1.00; solicitudes de contexto largo por encima del umbral $20 y $75

• GPT-6.1 Sol — $2 por entrada, $10 por salida

• GPT-6 Sol — $2 entrada, $10 salida

• GPT-6.1 Terra — $1 de entrada, $5 de salida

• GPT-6 Luna — $0.10 entrada, $0.50 salida

• Multiplicadores por nivel de servicio — Batch y Flex se facturan a la mitad de la tarifa estándar; Fast y Priority al doble; Ultrafast a seis veces

Screenshot of the OpenAI API pricing page showing the GPT-6 text rate card: GPT-6 Astra at $10 input and $50 output per million tokens, GPT-6.1 Sol at $2 and $10, GPT-6.1 Terra at $1 and $5, and GPT-6 Luna at $0.10 and $0.50. No GPT-6.2 row appears in the table.

La columna interesante no es el precio, sino el precio frente al rendimiento medido. En el índice de Artificial Analysis —independiente de OpenAI, pero medido sobre su propio conjunto de tareas, así que conviene tratarlo como una segunda opinión más que como un veredicto—, GPT-6 Astra obtiene 56,85 con el esfuerzo de razonamiento máximo y 54,85 con el alto, con un coste de ejecutar el índice de 6,24 y 3,24 dólares por tarea, respectivamente. GPT-6.1 Sol obtiene 54,61 con esfuerzo máximo por 1,27 dólares, y 50,33 con esfuerzo alto por 0,59 dólares. Esa es la aritmética que hace interesante un 6.2: Sol ya llega a menos de dos puntos y cuarto de Astra con aproximadamente una quinta parte del coste por tarea, así que el valor marginal de otro checkpoint de frontera es más estrecho de lo que sugiere el número de versión, y el valor marginal de uno más barato es evidente.

Para ponerlo en perspectiva con datos de fuera de OpenAI: Claude Fable 5.2 obtiene 64,56 con esfuerzo máximo, pero cuesta 26,54 dólares por tarea en la misma medida, y 61,82 con esfuerzo alto por 9,08 dólares. Gemini 4 Carbon obtiene 58,26 por 4,68 dólares. A la luz de esta evidencia, la brecha de OpenAI con el líder es real, y cerrarla es un problema de investigación, no de capacidad de servicio; lo cual, irónicamente, es la parte del tuit que mejor se sostiene.

Aquí es donde el enrutamiento hace algo concreto. Cuatro de los seis identificadores de texto de GPT-6 pasan hoy por OrcaRouter — openai/gpt-6-astra, openai/gpt-6.1-sol, openai/gpt-6-sol y openai/gpt-6-luna — a los precios de lista de la propia OpenAI, con sin recargo, de modo que un cambio de precio del proveedor se aplica en nuestro lado el mismo día en que se produce, en lugar de en la próxima renovación del contrato. GPT-6.1 Terra y GPT-6 Cyber no están en nuestro catálogo, y nada de lo que aquí se dice debe interpretarse como que lo estén. Lo que la transferencia directa le ofrece a un equipo que espera la 6.2 es una forma de poner precio a la alternativa: ejecutar la carga de trabajo con Astra en esfuerzo alto y con 6.1 Sol en esfuerzo máximo usando la misma clave, comparar las dos cifras de coste por tarea con sus propios criterios de aceptación y configurar la conmutación automática por error para que un altibajo de disponibilidad en un modelo no se convierta en un incidente. Esa es una decisión disponible esta semana. Esperar un checkpoint no lo es.

¿Qué cambiaría esta lectura?

Dos cosas lo harían, y ambas son observables. Una fila de GPT-6.2 que apareciera en la lista de precios mientras la documentación de capacidades va con retraso respaldaría la economía del tuit: cómputo destinado a investigación mientras un modelo terminado espera su turno para el servicio. Por el contrario, un lanzamiento de 6.2 con una tabla de benchmarks nueva y un precio superior a Astra sugeriría lo contrario: que la restricción era la capacidad, y que el número de versión estaba esperando a la investigación, exactamente como describen los documentos de gobernanza.

Hasta que ocurra una de esas cosas, la postura honesta es la incómoda. La mitad falsable del tuit está confirmada —no existe GPT-6.2, once días después de que se lanzara el último modelo— y su mitad causal no está verificada, afirmada por alguien ajeno a la empresa sobre una decisión tomada dentro de ella. Lo que sí muestra el registro público es una empresa que ha pasado siete semanas publicando la maquinaria que utiliza para racionar y detener el cómputo de investigación, hasta un límite de parada de 35 segundos, y que casi no ha publicado nada sobre cómo decide qué modelo terminado se sirve primero. El cómputo se está gobernando. Que se te esté reteniendo es una afirmación distinta, y OpenAI no la ha hecho.

Comparados en este artículo4

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario