GPT-6 Sol vs Gemini 3.1 Pro: la diferencia de precios es menor de lo que admite cualquiera de las publicaciones de lanzamiento

Ambos modelos cuestan $2.00 por millón de tokens de entrada. GPT-6 Sol cobra $10.00 por millón de salida; Gemini 3.1 Pro cobra $12.00. Según las tarifas anunciadas, GPT-6 Sol y el Gemini 3.1 Pro, de seis meses de antigüedad, están dentro del 20% entre sí, lo que convierte esta en la comparación de precios menos drástica de la gama actual — y la más engañosa, porque ninguno de los dos modelos factura realmente a su tarifa anunciada por trabajo de contexto largo, y los dos límites de nivel se sitúan en puntos distintos y cambian de precio en direcciones diferentes.

Esa es la comparación que vale la pena hacer bien. GPT-6 Sol se lanzó el 22 de septiembre de 2026 a $2/$10, un recorte del 50% respecto a GPT-5.6 Sol, con un tramo de contexto largo por encima de 272.000 tokens de entrada que aproximadamente duplica la entrada y aumenta la salida en un 50%. Gemini 3.1 Pro está disponible desde el 19 de febrero de 2026 a $2/$12, con un límite de tramo en 200.000 tokens que lo lleva a $4/$18 y una tarifa por lotes de $1/$6. Mismo precio de etiqueta, distinta geometría de tarifas, y la aritmética que aparece a continuación es lo que decide cuál es más barato para tu tráfico.

Dos tarjetas de tarifas, dibujadas a escala

• Entrada base — GPT-6 Sol $2.00 por 1M vs Gemini 3.1 Pro $2.00 por 1M

• Salida base — GPT-6 Sol $10.00 por 1M vs. Gemini 3.1 Pro $12.00 por 1M

• Umbral de contexto largo — GPT-6 Sol por encima de 272K de entrada vs. Gemini 3.1 Pro por encima de 200K de entrada

• Tarifa de contexto largo — GPT-6 Sol alrededor de $4.00 / $15.00 frente a Gemini 3.1 Pro $4.00 / $18.00

• Alcance del recálculo de precios — GPT-6 Sol recalcula el precio de toda la solicitud, mientras que Gemini 3.1 Pro recalcula el precio de toda la solicitud

• Caché — GPT-6 Sol aproximadamente un 90 % de descuento en la entrada en caché frente a Gemini 3.1 Pro, cuyo precio de caché no se repitió en el lanzamiento

• Lote — tarifa por lotes de GPT-6 Sol no publicada vs. Gemini 3.1 Pro $1.00 / $6.00

• Ventana de contexto — GPT-6 Sol 872K según Artificial Analysis, 1.05M declarados frente a Gemini 3.1 Pro 1M de entrada

• Salida máxima — GPT-6 Sol 128K vs Gemini 3.1 Pro, aproximadamente de 64K a 66K

• Índice de Inteligencia AA (v4.3.2) — GPT-6 Sol 48 vs Gemini 3.1 Pro 30

De eso se desprenden dos puntos estructurales. En primer lugar, los límites de contexto largo están cerca entre sí, pero no son idénticos —272K frente a 200K—, y ambos aplican la tarifa más alta a toda la solicitud en lugar de aplicarla solo al exceso. Una llamada que conlleva 210K tokens cuesta la tarifa premium en Gemini 3.1 Pro y la tarifa base en GPT-6 Sol. Esa banda de 72,000 tokens es donde los dos modelos difieren más en precio.

Segundo, la capacidad de salida no es comparable. GPT-6 Sol permite 128K tokens de salida; Gemini 3.1 Pro se detiene alrededor de 64K a 66K. Si tu carga de trabajo genera artefactos largos —reescrituras completas de archivos, borradores extensos, rastros prolongados de cadena de pensamiento que realmente conservas—, ese techo importa más que la diferencia de $2 en el precio de salida.

Un ejemplo resuelto, porque las tasas principales ocultan la respuesta

Tomemos una carga de trabajo mensual realista: 10 millones de tokens de entrada y 2 millones de tokens de salida, todo con contexto corto.

• GPT-6 Sol — 10 M de entrada a $2,00 son $20,00; 2 M de salida a $10,00 son $20,00. Total: $40,00

• Gemini 3.1 Pro — 10M de entrada a $2.00 son $20.00, 2M de salida a $12.00 son $24.00. Total: $44.00

GPT-6 Sol es un 9 % más barato. Esa es toda la diferencia, y es lo suficientemente pequeña como para que una sola decisión de ingeniería en otra parte del stack pueda eliminarla.

Ahora haz que la misma carga de trabajo sea de contexto largo — un agente que lleva 300K tokens de estado de trabajo en cada llamada. Ambos modelos cruzan sus umbrales.

• GPT-6 Sol — entrada a aproximadamente $4.00 da $40.00, salida a aproximadamente $15.00 da $30.00. Total: $70.00

• Gemini 3.1 Pro — entrada a $4.00 da $40.00, salida a $18.00 da $36.00. Total: $76.00

Ambas facturas casi se duplican y GPT-6 Sol se mantiene por delante, pero la diferencia sigue por debajo del 10 %. El contexto largo no rompe este enfrentamiento; solo hace que ambas opciones sean costosas.

El caso interesante es el almacenamiento en caché y el procesamiento por lotes, donde los dos proveedores hicieron apuestas distintas. Si el 80 % de tu entrada es un prefijo estable, el descuento de caché de aproximadamente el 90 % de GPT-6 Sol cambia sustancialmente la aritmética: 8 M de tokens en caché a unos $0.20 por millón son $1.60, más 2 M nuevos a $2.00 por millón, lo que da $4.00, más $20.00 de salida, para un total cercano a $25.60. La tarifa por lotes de Gemini 3.1 Pro hace el mismo tipo de trabajo desde la dirección opuesta: con $1.00 de entrada y $6.00 de salida, la misma carga de trabajo de 10 M/2 M asciende a $10.00 más $12.00, o $22.00.

Así que el resumen honesto es: GPT-6 Sol gana en tráfico interactivo y en cargas de trabajo con prefijo en caché, Gemini 3.1 Pro gana en todo lo que se pueda procesar por lotes, y la diferencia entre los dos mejores casos es de unos pocos dólares por cada diez millones de tokens. Esto no es una decisión de precio. Es una decisión de la forma de la carga de trabajo.

La brecha de capacidades es la verdadera decisión

Cincuenta y un puntos del Índice separan a estos modelos en la misma tabla: GPT-6 Sol con 48 y Gemini 3.1 Pro con 30. Eso no es una diferencia menor, y es la razón por la que la paridad de precios es una curiosidad en lugar de una amenaza competitiva.

El Intelligence Index de Artificial Analysis es un compuesto, y los compuestos pueden resultar halagadores. Pero una brecha de ese tamaño se mantiene a través de los benchmarks de componentes que publica cada proveedor:

• AA Intelligence Index — GPT-6 Sol 48, clasificado en el puesto 18 de 212 frente a Gemini 3.1 Pro 30, clasificado en el puesto 81 de 212

• Velocidad de salida — GPT-6 Sol 104,4 tokens/seg vs Gemini 3.1 Pro 115,0 tokens/seg

• Tiempo hasta el primer token — GPT-6 Sol 107,18 s frente a Gemini 3.1 Pro 32,96 s, en comparación con una mediana del tablero de 3,87 s

• GPQA Diamond — Gemini 3.1 Pro 94,3 % (reportado por Google)

• ARC-AGI-2 — Gemini 3.1 Pro 77,1 % (reportado por Google)

• HLE — Gemini 3.1 Pro 44.4% (reportado por Google)

• SWE-bench Verified — Gemini 3.1 Pro 80.6% (según Google)

• Terminal-Bench 2.0 — Gemini 3.1 Pro 68.5% (reportado por Google)

• LiveCodeBench Pro — Gemini 3.1 Pro 2887 Elo (según Google)

Lee esas cifras de Google con atención, porque no son débiles. Un 94,3 % en GPQA Diamond y un 77,1 % en ARC-AGI-2 son resultados sólidos, y se publicaron en febrero. La razón por la que el Index sigue situando a Gemini 3.1 Pro treinta puntos por debajo es que el Index otorga un gran peso a las tareas agénticas y de horizonte largo, y ahí es donde se nota el medio año transcurrido entre estos dos lanzamientos. Gemini 3.1 Pro es un modelo de razonamiento potente. GPT-6 Sol es un agente potente.

La línea de latencia es donde Gemini 3.1 Pro gana de manera contundente, y no es una victoria menor. Un primer token de 33 segundos es lento en términos absolutos —la mediana de la tabla es de 3.87 segundos—, pero es un tercio de los 107 segundos de GPT-6 Sol. Para cualquier cosa que una persona tenga que esperar, Gemini 3.1 Pro es el único de estos dos que resulta mínimamente utilizable. El primer token de 107 segundos de GPT-6 Sol es la cifra que acabará con la mayoría de los proyectos piloto, y vale la pena señalar que su rendimiento una vez que arranca es excelente: 104.4 tokens por segundo no está significativamente por detrás de los 115.0 de Gemini. El modelo no es lento. Es lento para empezar.

Aquello de lo que Gemini 3.1 Pro no ha escapado

Gemini 3.1 Pro lleva en vista previa desde febrero. Seis meses es mucho tiempo para llevar una etiqueta de vista previa, y Google ha lanzado los modelos Flash 3.5, 3.6 y 3.8 mientras tanto sin promocionar 3.1 Pro a disponibilidad general. En OrcaRouter el slug enrutable sigue siendo gemini-3.1-pro-preview, y existe una variante separada gemini-3.1-pro-preview-customtools junto a él.

Eso importa para la adquisición de una manera en la que los benchmarks no. Los endpoints de vista previa pueden cambiar bajo tus pies, quedar obsoletos con poco aviso y tener límites de velocidad distintos a los de un modelo GA. Si hoy estás construyendo sobre Gemini 3.1 Pro, estás construyendo sobre una vista previa, y deberías valorar el riesgo de migración en consecuencia, sobre todo cuando los propios modelos Flash más nuevos de Google ya lo han superado en varios ejes.

GPT-6 Sol no tiene ese problema, pero tiene otro: la disponibilidad en el lanzamiento fue más limitada de lo que implicaba el anuncio. Está en la API, en ChatGPT Work y en Codex en los planes de pago, y los administradores de Enterprise tienen que habilitarlo antes de que sus usuarios puedan verlo. No está en ChatGPT Chat. Un buque insignia que se salta la superficie de consumo es un buque insignia dirigido a los desarrolladores.

Ejecutando el barato y el bueno juntos

Esta es la rara comparación en la que la respuesta es obviamente «ambos», y el precio lo respalda. Gemini 3.1 Pro es el modelo que pones delante de una persona: primer token rápido, tarifas por lotes que abaratan los trabajos masivos y sólidas puntuaciones de razonamiento publicadas. GPT-6 Sol es el modelo que pones detrás de una cola: lento al arrancar, excelente rendimiento, cincuenta y un puntos de Index más y un precio dentro del 20 % del modelo al que reemplaza en trabajo interactivo.

Gemini 3.1 Pro está en OrcaRouter al precio de lista de Google, bajo el modelo de traspaso eso significa que un cambio de precio de Google se refleja en nuestro lado el mismo día en lugar de esperar a que un revendedor renegocie. GPT-6 Sol no está en nuestro catálogo al momento de escribir esto —se puede acceder a él a través de la propia API de OpenAI—, así que una ruta que abarque ambos implica una clave para Gemini y una integración directa con OpenAI junto a ella. El enrutamiento entre un modelo de vista previa rápido y un modelo de frontera más lento es exactamente el caso para el que se creó la conmutación por error automática: cuando el endpoint de vista previa se degrada o queda obsoleto, la ruta se desplaza, y te enteras por una línea de registro en lugar de por tus usuarios.

La regla de decisión

Elige Gemini 3.1 Pro cuando haya una persona esperando, cuando el trabajo se pueda procesar por lotes o cuando la salida sea breve. Un primer token de 33 segundos no es bueno, pero es tres veces mejor que el de GPT-6 Sol, y la tarifa por lotes de $1/$6 es la forma más económica de mover un corpus grande a través de un modelo de razonamiento potente. Asume que estás en un endpoint de vista previa y planifica la migración.

Elige GPT-6 Sol cuando el trabajo sea agéntico, de largo horizonte y sin supervisión, y cuando tu contexto se mantenga por debajo de 272K tokens. Obtiene 48 frente a 30, produce 128K de salida frente a unos 64K, y su precio de prefijo en caché con un 90 % de descuento hace que los bucles agénticos repetitivos sean inusualmente económicos. Su primer token en 107 segundos es una característica de su forma de razonar, no un error, y solo se convierte en un problema cuando lo pones delante de alguien.

No elijas basándote en el precio. No hay más de un 9 % de diferencia entre ambos en una carga de trabajo de contexto corto, y no más de un 10 % en una de contexto largo. La diferencia mensual de nueve dólares en un libro de diez millones de tokens no es motivo para elegir ninguno de los dos modelos, y la brecha de cincuenta y un puntos en el Index sí lo es.