GPT-6 Luna se está convirtiendo en la opción predeterminada: qué compra realmente una décima de centavo por millón

Lo más trascendental que le ocurrió a GPT-6 Luna en su primera semana no fue el recorte de precio. Fue un commit de fusión. Un día después de que el proveedor lanzara GPT-6 Luna el 22 de septiembre de 2026, una plataforma de agentes de código abierto introdujo un cambio que lo convirtió en el modelo de respaldo para todas las organizaciones que no habían elegido un valor predeterminado propio, desplazando a GPT-5.6 Terra, que es un nivel más grande y considerablemente más caro. El razonamiento declarado era aritmético: a $0,10 y $0,50 por millón de tokens, GPT-6 Luna cuesta una vigésima parte de la tarifa de entrada de GPT-5.6 Terra y una vigésima cuarta parte de su tarifa de salida. Eso es una señal real, y también es solo la mitad de la historia. GPT-6 Luna cuesta $0,10 por millón de tokens de entrada y $0,50 por millón de tokens de salida, frente a $2,00 y $10,00 de GPT-6 Sol, el nivel que está por encima, y $10,00 y $50,00 del buque insignia GPT-6 Astra. El modelo al que reemplaza en esa ranura predeterminada, GPT-5.6 Luna, sigue costando $0,20 y $1,20 —el doble de entrada y más del doble de salida—. Diez centavos por millón es lo suficientemente barato como para que la decisión deje de tratarse del precio y pase a tratarse de lo que el modelo realmente completa.

Así que esto no es un explicador de lanzamiento, y no es una publicación sobre recorte de precios —hemos escrito ambas, y la tabla de tarifas en sí ya está fijada. Es un intento de responder a la pregunta que se salta el marketing de la gama barata: si un modelo se convierte en tu opción predeterminada, ¿qué efecto tiene sobre el trabajo que antes iba a algo más grande? La evidencia para eso viene de tres lugares, y no concuerdan entre sí. Los propios benchmarks de OpenAI son los más halagadores y los menos reproducibles. Artificial Analysis publicó un índice independiente esa misma semana, y es más útil porque pone precio a las tareas completadas en lugar de a los tokens. Y un puñado de personas ya ha probado el modelo contra infraestructura real, que es donde viven los fallos interesantes. Cuando un número es reportado por el proveedor, la frase que lo contiene lo dice.

Lo que realmente se envió

GPT-6 Luna es la gama pequeña de la familia de sexta generación, situada por debajo de GPT-6 Sol y muy por debajo del buque insignia GPT-6 Astra. La propia documentación del modelo de OpenAI, leída esta semana, da la envolvente:

• ID del modelo — gpt-6-luna, una única instantánea sin variante con fecha. No existe ninguna entrada gpt-6-luna-pro en la lista de modelos; la cadena «pro» que circula en catálogos de terceros es un valor de modo de razonamiento, no un modelo.

• Contexto y límites — una ventana de 1.050.000 tokens, hasta 922.000 tokens de entrada, un límite de salida de 128.000 tokens y una fecha de corte de conocimientos del 18 de mayo de 2026. Entrada de texto e imagen, salida de texto.

• Precio — $0.10 por millón de tokens de entrada, $0.01 por millón de tokens de entrada en caché, $0.125 por millón de escrituras en caché, $0.50 por millón de tokens de salida. OpenAI ha descrito estos precios como permanentes en lugar de introductorios.

• El paso de contexto largo: las solicitudes que superan los 272.000 tokens de entrada se vuelven a tarificar al doble de las tarifas de entrada y de caché, y a 1,5× la tarifa de salida, y se aplica a toda la solicitud en lugar de solo al exceso. Ese es el error más costoso que se puede cometer con este modelo, porque se activa por el tamaño total de la solicitud, no por la cantidad que se use de ella.

• Niveles de servicio — Batch y Flex se cobran a la mitad de las tarifas estándar; el modo Fast las duplica. El trabajo masivo asíncrono vuelve a costar la mitad, por lo tanto, y la lista de tarifas tiene cuatro precios efectivos distintos según cómo envíes la solicitud.

• Effort — seis valores: none, low, medium, high, xhigh y max, con medium como el valor predeterminado documentado. Effort se define por solicitud, no es una propiedad del despliegue.

• Endpoints — Responses, Chat Completions y Batch. Chat Completions maneja la llamada a funciones solo cuando el esfuerzo de razonamiento se establece en none; las herramientas integradas y la llamada a funciones generalmente requieren la API de Responses, que admite búsqueda web, búsqueda de archivos, generación de imágenes, intérprete de código, shell alojado, apply_patch, skills, uso de computadora, MCP y búsqueda de herramientas.

Esa última línea importa más de lo que parece. Si tu automatización usa herramientas, estás en la Responses API, y tu nivel de esfuerzo está vinculado a tu elección de endpoint. Un equipo que configura el esfuerzo en bajo para ahorrar dinero y espera que la llamada a funciones siga funcionando en Chat Completions ha construido un pipeline que fallará en la primera llamada a herramienta.

La cifra que lo decide es el costo por tarea completada, no el costo por token

Artificial Analysis publicó su evaluación independiente pocas horas después del lanzamiento, y la cifra principal resulta incómoda para cualquiera que asumiera que un token más barato significa un trabajo más barato. En su Intelligence Index, GPT-6 Luna cuesta alrededor de 0,07 $ por tarea con el máximo esfuerzo, frente a aproximadamente 0,18 $ de GPT-5.6 Luna con el mismo esfuerzo —una reducción de alrededor del 60 %, impulsada por la rebaja de precio y no porque el modelo haga menos trabajo—. La puntuación del índice en sí está a la par del modelo al que reemplaza. GPT-6 Sol, para ponerlo en perspectiva, cuesta alrededor de 1,06 $ por tarea del índice frente a 1,99 $ de GPT-5.6 Sol.

Lee esos tres números en conjunto y la forma de la familia queda clara. Sol cuesta aproximadamente quince veces el coste por tarea de Luna a cambio de una puntuación considerablemente mayor. Luna no es una versión inferior de Sol; es un instrumento distinto, y la cifra por tarea es lo que te dice cuál tienes en las manos.

La mitad incómoda es lo que le ocurrió al agente de codificación. En el Coding Agent Index de Artificial Analysis, GPT-6 Luna obtiene 41 con el máximo esfuerzo —dos puntos menos que los 43 de GPT-5.6 Luna—, mientras que GPT-6 Sol fue en la dirección opuesta, subiendo dos puntos hasta 57 a $2.99 por tarea. Así que el reemplazo generacional en el segmento económico es una pequeña regresión en codificación agéntica, no una mejora, incluso mientras el precio baja. Quien interprete “nueva generación” como “estrictamente mejor” se sorprenderá con esa columna.

La verbosidad es la partida oculta

Hay un segundo número en la misma evaluación que explica gran parte del primero. Durante la ejecución del Intelligence Index, GPT-6 Luna generó alrededor de 51.000 tokens de salida por tarea, frente a unos 41.000 de GPT-5.6 Luna. El modelo más nuevo y barato es alrededor de un cuarto más verboso para alcanzar una puntuación comparable. El ahorro proviene de la reducción de precio, no de que el modelo se vuelva más eficiente por unidad de trabajo.

Eso importa por dos razones. A $0.50 por millón de tokens de salida, 10,000 tokens de salida adicionales por tarea cuestan medio centavo. Si eso se repite en cien mil tareas al día, el incremento es de mil millones de tokens, o $500 al día —en un modelo cuyo precio destacado es de diez centavos por millón de tokens de entrada. Y la verbosidad interactúa mal con el techo de salida de 128,000 tokens: un modelo que piensa más y escribe más alcanza ese límite antes, lo que convierte un problema de costo en un problema de truncamiento.

La mitigación es la disciplina de caché, y esta familia tiene una realmente buena. Las lecturas de entrada en caché a $0.01 por millón son una décima parte de la tarifa sin caché, y OpenAI cambió las reglas de invalidación para que ajustar el esfuerzo de razonamiento o la disponibilidad de herramientas ya no descarte el contexto en caché. Para una carga de trabajo con un prefijo largo estable — un esquema, un prompt del sistema, un documento sobre el que haces seis preguntas —, la tarifa de entrada efectiva está más cerca de un centavo que de diez centavos, y esa brecha es más amplia que el recorte anunciado. También es la diferencia entre que el nivel barato sea barato y que sea meramente más barato.

Dónde retrocede el nivel económico, y dónde no

La misma evaluación independiente separa las regresiones del ruido, y la distinción es lo más útil que hay en ella. GPT-6 Luna pierde aproximadamente 75 Elo frente a su predecesor en GDPval-AA v2.1, y alrededor de 45 Elo en AA-Briefcase v1.1. Artificial Analysis atribuye ambas cosas a una menor calidad de presentación y a entregables que omiten elementos requeridos de la rúbrica, en lugar de a fallos fácticos o de razonamiento. Su tasa de alucinación mejora notablemente, de aproximadamente 93% a 77%, y su AA-Omniscience Index pasa de −10 a 1. En AutomationBench-AA gana, 53% frente a 50%; en Terminal-Bench 4.0 gana por estrecho margen, 13% frente a 12%.

Esa división es toda la decisión. El modelo no empeoró en la tarea; empeoró en entregarte el artefacto terminado. Si consumes salida estructurada —una clasificación, una extracción, una decisión de enrutamiento, una carga útil JSON—, la regresión no te cuesta nada y la reducción de precio es dinero gratis. Si una persona lee el entregable, la regresión te cuesta un revisor, y el tiempo de ese revisor probablemente sea más caro que los tokens que ahorraste.

Las propias afirmaciones no reproducidas de OpenAI se sitúan en el otro extremo del espectro: que con esfuerzo alto GPT-6 Luna mejora a su predecesor en 5.4 puntos porcentuales con un costo por tarea 58% menor; que con esfuerzo máximo obtiene 66.6% en DeepSWE 1.1, que OpenAI compara con Claude Opus 5 con esfuerzo medio a una fracción del costo por tarea; y que en OSWorld 2.0 supera a GPT-5.6 Sol con esfuerzo medio a aproximadamente una décima parte del costo. Esas son comparaciones de arnés del proveedor con configuraciones de esfuerzo elegidas por el proveedor, y lo único que vale la pena extraer de ellas es direccional: el nivel económico ahora está al alcance del nivel medio del año pasado. Vale la pena ignorar los porcentajes por tarea, porque el arnés no es el mismo en ambos lados.

El umbral de esfuerzo es donde esto se vuelve práctico. La guía publicada es probar primero ninguno o bajo para extracción y enrutamiento simples, y aumentar el esfuerzo solo donde la calidad medida lo justifique. Un informe práctico de la semana del lanzamiento descubrió que, con esfuerzo bajo, GPT-6 Luna no es usable para trabajo agéntico en absoluto, lo que sitúa su umbral práctico en medio para cualquier cosa de varios pasos. Un segundo hallazgo del mismo tipo de pruebas es más incisivo: en un ejercicio de despliegue, los manifiestos de Kubernetes del modelo pasaron la validación de esquema y luego fallaron en los tres intentos contra un clúster real, porque un validador comprueba la forma y no el comportamiento. Si la configuración generada se entrega sin una comprobación de ejecución en el ciclo, el nivel económico te entregará fallos que parecen aprobaciones.

La pregunta predeterminada, y por qué el enrutamiento es la respuesta a ella

La plataforma que convirtió GPT-6 Luna en su modelo de reserva calificó el cambio como de riesgo medio, y la nota adjunta es la versión sincera de todo el artículo: toda organización que no tenga su propio predeterminado pasa a Luna, que es más barata pero de una categoría inferior a Terra, así que la calidad en tareas difíciles puede variar. Ese es exactamente el intercambio. Un predeterminado es una apuesta a que la mayor parte del tráfico es fácil, y para la mayoría de las organizaciones esa apuesta es correcta — por eso se lanzó el cambio. El riesgo es la minoría de solicitudes que no lo son.

La forma de aceptar esa apuesta sin asumir su riesgo a la baja es dejar de tratar el modelo predeterminado como un único modelo. GPT-6 Luna se puede enrutar a través de OrcaRouter a su tarifa publicada con sin ningún recargo adicional, lo que significa que el precio permanente del proveedor es el precio que ves aquí y una reducción futura entra en vigor el mismo día en lugar de en la próxima renovación del contrato. En nuestra propia página del modelo esta semana, está midiendo 74,3 tokens por segundo de salida con una tasa de error del 0% en todo el tráfico que servimos. Ambos niveles de contexto se ofrecen tal como se publican: $0,10 de entrada y $0,50 de salida por debajo de 272.000 tokens de entrada, y pasan a $0,20 y $0,75 por encima de esa cifra.

Lo que eso compra es un valor predeterminado que puede escalar. Un DSL de enrutamiento te permite enviar la mayor parte del tráfico a GPT-6 Luna con esfuerzo medio y desviarlo ante una condición —longitud de entrada por encima del umbral de 272K, un requisito de llamada a herramientas, una clase de tarea que realmente afecta la regresión sensible a la rúbrica— a GPT-6 Sol o, para trabajo de horizonte largo, al modelo insignia GPT-6 Astra, con la misma clave, sin un segundo contrato y sin cambios en el código. Eso es una forma distinta de tomar la decisión que elegir un modelo y vivir con él. Obtienes la capa de diez centavos donde la evidencia dice que aguanta y una capa de dos o diez dólares donde no, y el límite es una regla que escribiste en lugar de una esperanza. La conmutación por error automática cubre el otro modo de fallo, que es que el proveedor upstream de la capa barata tenga una mala tarde mientras tu automatización está a mitad de ejecución.

Quién debería moverse, y quién debería esperar

Migre si su tráfico es estructurado y de gran volumen: clasificación, extracción, etiquetado, enrutamiento de intenciones, triaje de registros, resumen y los bucles de implementación acotados que residen dentro de un agente más grande. La evidencia respalda la reducción de precio y la paridad de puntuación, y la regresión de presentación es invisible para un consumidor que analiza JSON.

No traslades una cadena de agentes de horizonte largo, una refactorización de varios archivos ni cualquier cosa cuya salida deba aprobar un humano solo porque el token sea barato. El Coding Agent Index bajó dos puntos, las evaluaciones de trabajo de conocimiento bajaron, y el modelo es más verboso por tarea que el que reemplaza. Un token más barato que necesita un revisor no es una tarea más barata.

Y vigila un solo número en lugar de todos. La diferencia de tokens de salida de 51.000 frente a 41.000 es la cifra que decide si un valor predeterminado de Luna supone un ahorro o te deja igual en tu carga de trabajo concreta, y se puede medir en tu propio tráfico en una tarde. La tarifa está fijada y es permanente; el recuento de tokens por trabajo completado no lo está, y es el que aparece en la factura.