Una tarjeta de título generada que dice «GPT-6.2 Razonamiento preservado: edita el prefijo, paga dos veces», con un subtítulo sobre los elementos de razonamiento que quedan vinculados al historial de conversación que tienen delante, sobre tres filas numeradas: que la vinculación comienza con GPT-6.2 Astra y GPT-6.2 Sol; que cuatro ediciones ordinarias del prefijo eliminan los elementos; y que el tramo afectado factura $2.00 por millón de tokens de entrada en lugar de $0.10.
Guides & Insights

GPT-6.2 Razonamiento preservado: edita el prefijo, paga dos veces

Autor

Elias Hawthorne

Fecha de publicación

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

El 17 de noviembre de 2026, OpenAI lanzó GPT-6.2 Astra y GPT-6.2 Sol con un cambio en la API de Responses que no tiene nada que ver con la calidad del modelo y sí con cuánto pagas por ella. A partir de estos dos modelos, un elemento de razonamiento queda vinculado al historial de conversación que lo precede. Edita cualquier cosa anterior en la transcripción —acorta el resultado de una herramienta, reescribe un mensaje de desarrollador, sustituye tres turnos antiguos por un resumen— y la API descarta los elementos de razonamiento que venían después, como medida de protección. El modelo entonces tiene que rehacer trabajo que ya había hecho. No hay ningún error, ninguna advertencia en el momento de la solicitud y ninguna partida en la factura. Hay una respuesta ligeramente peor y una factura más alta, y es difícil relacionar ambas.

Esto no es una deprecación que puedas programar. Es un comportamiento que ya está activo hoy para cualquiera que llame a gpt-6.2-astra o gpt-6.2-sol, y llegará a todos los equipos que actualicen, por lo que merece leerse como un elemento de migración y no como una nota a pie de página en un registro de cambios.

¿Qué cambió realmente en la Responses API?

Los modelos anteriores conservaban sus elementos de razonamiento a través de una edición del prefijo. Podías reescribir un mensaje de desarrollador entre turnos, o reemplazar los primeros diez intercambios por un resumen, y el razonamiento que el modelo había producido permanecía en el contexto. Eso era indulgente justo en la forma en que el código de agentes es descuidado: sin importar lo que enviaras, el modelo se beneficiaba de su pensamiento anterior.

Con el nuevo comportamiento, la API inspecciona el historial y, cuando detecta que el prefijo delante de un elemento de razonamiento ha cambiado, elimina ese elemento. La propia documentación de OpenAI describe la consecuencia en términos sencillos: el modelo «puede tener que rehacer parte del razonamiento», lo que «puede aumentar el uso de tokens, el coste y la latencia», y la calidad de las respuestas puede disminuir «si el modelo no puede recuperar el razonamiento perdido».

Los cuatro desencadenantes que O​penAI enumera conviene memorizarlos, porque tres de ellos parecen código ordenado en lugar de un cambio de comportamiento:

• Editar elementos de entrada anteriores — recortar el resultado de una herramienta, eliminar un turno o sustituir un bloque del historial por un resumen.

• Cambiar herramientas — añadir, eliminar o reordenar la definición de una herramienta en mitad de una conversación.

• Cambiar text.format — cambiar un esquema de salida a mitad de una sesión.

• Cambiar reasoning.effort — bajar el nivel para un turno de seguimiento económico, que es la optimización de costes más habitual en un bucle de agente.

Observa lo que no está en la lista. Añadir contenido nuevo después de un elemento de razonamiento está bien. Eliminar elementos completos está bien. La regla es direccional: la API mira hacia atrás desde cada elemento de razonamiento, y cualquier cosa que se haya movido delante de él lo invalida.

Una edición de prefijo consiste en cuatro cambios de código ordinarios.

Cada uno de esos cuatro desencadenantes es algo que un ingeniero competente hace a propósito. Ese es el problema. Una edición de prefijo no es un error que se cometa una sola vez; es un patrón de diseño que se adopta porque es correcto en todos los demás aspectos.

El caso del truncamiento de contexto es el más claro. Un agente de ejecución prolongada llena su ventana, así que descartas los turnos más antiguos o los resumes. Eso es una buena práctica de higiene, ahorra tokens de entrada y en GPT-6 Sol era gratis. En GPT-6.2 elimina el razonamiento que vino después de esos turnos, y el modelo empieza el siguiente paso habiendo olvidado por qué eligió la herramienta que eligió.

El caso del control de esfuerzo es peor, porque es un control de costes que se invierte. La optimización natural —ejecutar los turnos rutinarios en bajo y escalar a alto cuando el trabajo se complica— es un cambio en reasoning.effort entre solicitudes. En GPT-6.2, esa edición descarta el razonamiento, así que la costosa escalada vuelve a derivar desde cero el costoso razonamiento. Pagaste por alto y obtuviste alto empezando en frío, que es algo distinto y más caro.

Cuánto cuesta un elemento de razonamiento descartado

No hay un precio publicado para un elemento de razonamiento descartado, así que la forma honesta de dimensionarlo es fijarse en cuánto cuesta el razonamiento en primer lugar. Artificial Analysis mide la suite completa, y los recuentos de tokens por tarea son lo más parecido a una medición pública de cuánto piensa un modelo de frontera ante trabajo difícil.

En Intelligence Index v5.0.1 con el máximo esfuerzo, GPT-6.2 Sol genera 60,9 M de tokens de salida para completar la suite de nueve evaluaciones, frente a un coste ponderado de 1,01 $ por tarea del índice y 9,3 minutos por tarea. GPT-6.2 Astra genera 65,8 M de tokens de salida para la misma suite y factura 4,00 $ por tarea del índice a 40 $ por millón de tokens de salida. Esos totales son el mínimo de lo que cuesta una evaluación completa, y cada uno de esos tokens se pagó a la tarifa completa de salida. Las cifras reportadas por los proveedores apuntan en la misma dirección —OpenAI dice que GPT-6.2 Astra usa un 22% menos de tokens de salida que GPT-6 Astra en su benchmark interno GDPval v2—, pero eso es una comparación entre modelos, no una medición de lo que vuelve a añadir un elemento eliminado.

Lo que importa aquí es el mecanismo, no el multiplicador exacto. Un elemento de razonamiento que debe regenerarse son tokens de salida que ya pagaste, producidos por segunda vez. En un bucle de agente que ejecuta veinte turnos para una tarea, perder el razonamiento en el turno seis no te cuesta el pensamiento de un turno; te cuesta la nueva derivación más las decisiones degradadas que se derivaran del contexto más pobre. Ninguna de las dos cosas se ve en un registro por solicitud.

A generated single-column scoreboard with six rows. Cached input $0.10 per million tokens; uncached input $2.00 per million tokens; cost ratio on the affected span 20x; documented triggers 4; reasoning after a prefix edit: dropped; diagnostic field comparison_response_id. A footer line attributes the behaviour to OpenAI's preserved-reasoning guide and the cache rates to the GPT-6.2 Sol model page, 17 November 2026.

La reescritura de solo anexado, en cinco movimientos

La recomendación de OpenAI es dejar de editar el prefijo y empezar a añadirle contenido. Decirlo es fácil, pero implica cambiar cinco sitios de llamada distintos, así que aquí están todos juntos, con los nombres exactos de los campos.

• Esfuerzo de razonamiento — no cambie reasoning.effort entre solicitudes. En su lugar, agregue un elemento configuration_update a input, que lleve el nuevo esfuerzo. La forma documentada es {"type": "configuration_update", "reasoning": {"effort": "high"}}, colocado antes del siguiente mensaje del usuario. La configuración persiste hasta que otra actualización la sobrescriba, y puede cambiar reasoning.effort y text.format en el mismo elemento.

• Esquema de salida — mismo elemento, mismo tratamiento. Cambia text.format mediante un configuration_update en lugar de editar la solicitud. Actualizar solo uno de los dos deja al otro donde estaba, lo que es una forma sutil de obtener un esquema inesperado.

• Herramientas — agrega herramientas con un elemento additional_tools enviado bajo el rol developer, que contenga un array de tools, reproducido en su posición original. Mantén las definiciones existentes en su orden original y usa tool_choice con allowed_tools para restringir lo que el modelo puede llamar.

• Instrucciones — coloque el texto reutilizable en el primer mensaje de desarrollador dentro de input, no en el campo de instrucciones de nivel superior. Para cambiarlo, añada un nuevo mensaje de desarrollador. En GPT-6.2 y posteriores, el campo de instrucciones de nivel superior se añade después de input, así que editarlo es en sí mismo un cambio de prefijo.

• Compactación — con la compactación propia de OpenAI, ya sea el endpoint /responses/compact o context_management, el razonamiento sobrevive al cambio de prefijo. Omite las instrucciones al llamar a /responses/compact. Con la compactación personalizada, coloca el elemento compactado al final del contexto. Ten en cuenta el punto crítico: tanto el truncamiento automático como /responses/compact rechazan los historiales que contienen elementos configuration_update, por lo que una sesión que utilice el nuevo patrón no puede compactarse mediante la ruta antigua.

Si compactas manualmente con un elemento compaction_trigger, añade un configuration_update nuevo después de la compactación y vuelve a indicar cada ajuste que hayas cambiado. Nada se conserva a través del límite por ti.

Detectarlo antes de que lo haga tu factura

La razón por la que este cambio de comportamiento es peligroso es que falla silenciosamente. La API devuelve 200. La respuesta parece normal. Lo que necesitas es una forma de ver la caída, y O​penAI incluye una: establece prompt_cache_options.comparison_response_id en el ID de una respuesta anterior y luego lee el motivo de diagnóstico y el recuento de tokens en caché. El campo input_transformations enumera qué elementos de razonamiento se eliminaron y por qué, y un motivo prefix_mismatch coincide por id con un elemento de razonamiento en la salida de la respuesta anterior.

Dos límites honestos de ese diagnóstico. Informa la primera diferencia en la medida de lo posible y no puede verificar si el modelo realmente reutilizó el razonamiento que conservó. Así que trátalo como un detector de humo, no como un medidor: te dice que se produjo una caída, no cuánto costó.

La otra mitad de la instrumentación es la caché, y aquí es donde se encuentran la historia de los tokens y la historia de los costos. El almacenamiento en caché de prompts hace coincidir las solicitudes desde el principio, por lo que una edición de prefijo no solo descarta elementos de razonamiento; también pone fin a la reutilización de la caché desde el punto de la edición en adelante. Todo lo que sigue a ese punto se factura a la tarifa de entrada sin caché. En GPT-6.2 Sol, eso es $2.00 por millón en lugar de $0.10 —una diferencia de veinte veces en el tramo afectado—. En GPT-6.2 Astra, es $8.00 en lugar de $0.40, que es la misma proporción de veinte veces en una tarjeta cuatro veces más grande.

Ese es el número que hay que vigilar, y es el que una publicación de lanzamiento nunca pondrá en el titular: el fallo de caché es la factura, y el razonamiento descartado es la regresión de calidad, y ambos provienen de la misma edición. Los tokens del campo de instrucciones de nivel superior en GPT-6.2 y posteriores se facturan a la tarifa de entrada sin caché exactamente por esta razón: el campo queda fuera del prefijo en caché.

Screenshot of the Artificial Analysis page for GPT-6.2 Sol, showing an Intelligence Index of 57 at max effort, a weighted cost of $1.01 per index task, 9.3 minutes per task, 72 output tokens per second and 60.9M output tokens used across the nine-evaluation suite.

En qué situación queda una implementación de Sol 6.1

Nada de esto va en contra de migrar. GPT-6.1 Sol obtiene 55 en Intelligence Index v5.0.1 con el máximo esfuerzo, y GPT-6.2 Sol obtiene 57, a $1.27 por tarea de índice frente a $1.01, y 24.9 minutos por tarea frente a 9.3 —un modelo más rápido, más barato y un poco más inteligente con una tarifa sin cambios de $2 por entrada, $0.10 por caché y $10 por salida. La mejora es real. Lo que ha cambiado es que ahora la mejora tiene una condición previa de corrección, y la condición previa es que la gestión de tu conversación sea de solo anexión.

La forma más barata de responder a eso es una comparación de facturas en lugar de una comparación de puntuaciones: envía una pequeña porción del tráfico real a gpt-6.2-sol con tu instrumentación existente de solo anexado activada, y lee la proporción de tokens en caché en ambos brazos después de un día. OrcaRouter sirve openai/gpt-6.1-sol al precio de lista del proveedor sin nada añadido, y la contabilidad de caché por solicitud llega en el bloque de uso, así que el lado 6.1 de ese registro no necesita un contrato separado para leerse. La conmutación por error es lo que evita que esa pequeña porción se convierta en un incidente: cualquier solicitud que la nueva ruta no pueda atender pasa al modelo que ya está respondiendo. La mitad de esto que hay que decir sin rodeos es que GPT-6.2 Sol todavía no está en el catálogo de aquí, así que el brazo 6.2 se llama directamente contra O​penAI mientras que el brazo 6.1 se llama contra nosotros.

Lo que hay que vigilar a continuación es más limitado de lo que parece. El comportamiento está documentado, la ruta de migración está documentada y los diagnósticos existen. Lo que aún no existe es una medición pública de cuánto cuesta, en tokens de salida, un elemento de razonamiento descartado en una tarea real de horizonte largo, y hasta que alguien publique una, cada estimación del daño es un modelo del mecanismo en lugar de una lectura de un medidor. Si ejecutas agentes a escala, estás en mejor posición para producir ese número que cualquier benchmark —y lo producirás quieras o no, que es el argumento para instrumentar ahora.

Screenshot of OpenAI's preserved-reasoning guide, showing the section on configuration_update and additional_tools items, the list of changes that cause reasoning items to be dropped, and the append-only guidance for changing effort, tools and output schema mid-conversation.

Comparados en este artículo3

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