GPT-Rosalind vs GPT-6.1 Sol: El mismo laboratorio te vende dos puertas de entrada a la biología

GPT-Rosalind y GPT-6.1 Sol proceden de la misma empresa, se ejecutan a través de la misma superficie de API y están separados por un factor de dos y medio en tokens de salida. Solo uno de ellos requiere que rellenes un formulario. Esa es toda la comparación en una frase, y el resto de este artículo trata sobre por qué la frase es menos útil de lo que parece. GPT-Rosalind existe desde el 16 de abril de 2026 y GPT-6.1 Sol desde el 29 de septiembre de 2026; lo que cambió en octubre es que OpenAI empezó a proporcionar Rosalind gratis a las universidades mediante licencias de ChatGPT Business mientras seguía reteniendo el acceso a la API, lo que obliga a cada laboratorio a responder una pregunta que no tenía que responder en septiembre: ¿cuándo pagas 2,5× por un especialista y cuándo derivas el trabajo al modelo general barato y aceptas la pérdida? Cuando los términos de acceso de un especialista cambian después del lanzamiento, el cambio se registra con sus fechas y fuentes en el AI Incident Archive, junto a los demás incidentes de modelos y proveedores que seguimos.

Dos modelos de OpenAI con diferente onboarding

Empieza por lo que cada uno te pide antes de la primera solicitud, porque eso determina si la comparación de precios está siquiera disponible para ti.

• Requisito de acceso — GPT-Rosalind: revisión de acceso de confianza, verificación institucional, sin nivel de servicio publicado. GPT-6.1 Sol: ninguno más allá de una cuenta de facturación.

• Dónde se ejecuta — GPT-Rosalind: ChatGPT, Codex y la API, para organizaciones aprobadas. GPT-6.1 Sol: niveles Plus, Pro, Business, Enterprise y Edu en ChatGPT Work y Codex, además de la API — explícitamente no el producto Chat para consumidores.

• Vía académica — GPT-Rosalind: hasta 30 plazas gratuitas de ChatGPT Business durante un máximo de doce meses según el plan académico del 15 de octubre, con el acceso a la API excluido. GPT-6.1 Sol: únicamente condiciones comerciales estándar.

• Qué protege la puerta — GPT-Rosalind: la capacidad de biología del modelo. GPT-6.1 Sol: nada; es un modelo general y se vende a cualquiera que tenga una tarjeta.

Esa última fila es la que importa para la planificación. Una barrera que existe porque un modelo es peligroso en un tema concreto te dice algo sobre dónde se concentra su capacidad. GPT-6.1 Sol no tiene ese tipo de barrera, y la ausencia es reveladora: el posicionamiento de OpenAI para él es la programación agéntica, el uso de computadora y el trabajo profesional con mucha carga documental, un nivel por debajo de GPT-6 Astra. La biología no está en la propuesta.

La tarjeta de tarifas, en las únicas unidades que deciden algo.

Los precios de lista por millón de tokens son la forma menos útil de comparar un modelo especialista con un modelo general, porque el especialista está ajustado para usar menos tokens y el modelo general está ajustado para ser barato por token. Ambos efectos son reales y empujan en direcciones opuestas. Primero, aquí están los números brutos.

• Entrada — GPT-Rosalind $5.00 por 1 M frente a GPT-6.1 Sol $2.00. El especialista cuesta 2,5 veces más.

• Salida — GPT-Rosalind $25.00 por 1M frente a GPT-6.1 Sol $10.00. Además, 2,5×.

• Entrada en caché — GPT-Rosalind $0,50 vs GPT-6.1 Sol $0,10. Una diferencia de 5×, y la que se acumula a lo largo de una sesión larga de agente.

• Prompts largos — GPT-6.1 Sol aplica a una solicitud completa que supere los 272K tokens de entrada una tarifa de 2× en entrada y caché y 1,5× en salida. GPT-Rosalind no publica ningún recargo equivalente por contexto largo.

• Contexto — GPT-Rosalind 1.000.000 de tokens. GPT-6.1 Sol 1.050.000 tokens con 128.000 de salida máxima.

• Fecha de corte de conocimiento — GPT-6.1 Sol documenta el 30 de abril de 2026. O​penAI no publica una fecha de corte comparable para GPT-Rosalind.

Ahora, la parte que el precio de etiqueta oculta. El propio material de evaluación de Rosalind presenta las reducciones de tokens con tanta prominencia como las mejoras de puntuación: 7,2 % menos tokens en MedChemBench, 31 % menos en GeneBench, 5,3 % menos en LabWorkBench y una cifra destacada de un 4,42 % más de rendimiento por token en LifeSciBench. Un ahorro de tokens del 31 % en un benchmark no cierra una brecha de precio de 2,5×. Nada en las cifras publicadas por OpenAI lo hace. La prima del especialista es real y se paga por precisión, no por eficiencia.

Cuánto cuesta una tarea de ciencia en el modelo general

La tabla de lanzamiento de GPT-6.1 Sol incluye una fila que es directamente relevante para un laboratorio, y es el único lugar donde O​penAI pone un costo por tarea en lugar de un costo por token. En Terminal-Bench Science 0.1, un conjunto de flujos de trabajo científicos, O​penAI informa que GPT-6.1 Sol más que duplica la puntuación de GPT-6 Sol con el máximo esfuerzo de razonamiento, con un promedio de $5.47 por tarea frente a $23.21 de Claude Opus 5.5 y $23.80 de Astra.

Dos salvedades antes de que ese número se use en un presupuesto. Lo reporta el proveedor, como todas las demás cifras de esa tabla, y el benchmark mide los flujos de trabajo científicos como un problema de software —leer datos, ejecutar herramientas, producir un resultado—, no como un problema de razonamiento de dominio. Está más cerca de lo que un grupo de computación hace realmente todo el día que de lo que hace un químico medicinal. Lo que lo convierte en una estimación razonable para la infraestructura que rodea a la ciencia y en una mala estimación para la ciencia en sí.

Esa distinción es la respuesta práctica a toda la comparación. GPT-6.1 Sol, a $5.47 por tarea, es el instrumento adecuado para el código que interpreta la salida del instrumento, el cuaderno que orquesta un barrido, el triaje de literatura antes de una reunión. GPT-Rosalind es el instrumento para la pregunta que necesita que un modelo ajustado en relaciones estructura-actividad tenga una opinión.

Ninguno de los dos modelos tiene una puntuación independiente, y eso no es simétrico.

Esta es la parte del enfrentamiento que casi todas las comparaciones omiten. GPT-6.1 Sol se lanzó una semana después de GPT-6 Sol y, en el momento de escribir esto, Artificial Analysis no tiene ninguna entrada para él. El propio planteamiento de la empresa es que «casi iguala» a GPT-6 Astra a una quinta parte del precio, lo que constituye una afirmación de posicionamiento sobre un modelo que no ha sido evaluado de forma independiente. GPT-Rosalind tampoco tiene una puntuación independiente, pero por un motivo distinto: los modelos especializados no se incluyen en la clasificación general en absoluto, de modo que la ausencia es estructural y no temporal.

• Compuesto independiente — Ambos ausentes. GPT-6.1 Sol es demasiado reciente y no tiene puntuación; GPT-Rosalind queda fuera del alcance del panel.

• Suite de benchmarks del proveedor — GPT-6.1 Sol: DeepSWE v1.1, GDP.pdf, AutomationBench 1.0.6, OSWorld 2.0 y Terminal-Bench Science 0.1, todos reportados como deltas frente a los propios modelos de O​penAI y frente a Claude Opus 5.5. GPT-Rosalind: MedChemBench, GeneBench, LabWorkBench, BixBench y LifeSciBench, todos reportados frente a GPT-5.5.

• Corroboración independiente — Ninguna para ninguno de los dos. Todas las cifras de la fila anterior fueron producidas por la empresa que vende el modelo.

Lo que eso significa en la práctica es que no puedes clasificar estos dos modelos, y ningún tercero lo va a hacer por ti pronto. La decisión tiene que tomarse en función del ajuste a la tarea y del acceso, no de una comparación de puntuaciones. Cualquiera que te entregue una tabla que coloque a Rosalind y a Sol en el mismo eje se ha inventado el eje.

El incómodo término medio: la mayoría de los laboratorios necesita ambas colas

Una organización de investigación no ejecuta un solo tipo de solicitud. Ejecuta una cola larga de trabajo ordinario —parseo, generación de gráficos, refactorización del script de análisis, resumen del artículo, redacción de la sección de métodos— y una cabeza corta de solicitudes en las que el ajuste al dominio es el objetivo principal. La cola es donde están los tokens. Un único pipeline de secuenciación puede gastar más tokens en el análisis de registros que en la pregunta biológica que lo motivó.

Si se comparan los precios con esa realidad, la configuración sensata no es una elección entre los dos modelos; es una división con una regla. La cola va al modelo general barato, que está disponible hoy, no necesita revisión y cuesta $2.00 / $10.00 con $0.10 de entrada en caché. La cabeza va al especialista, que cuesta 2,5× y vale la pena exactamente para las solicitudes en las que la respuesta de un modelo general sería plausible e incorrecta.

El modo de fallo contra el que hay que diseñar es la deriva silenciosa entre las colas. Si la clave del especialista está limitada por tasa o la ruta del especialista da error, una cadena de respaldo ingenua responderá sin problema una pregunta de biología con el modelo general, y la salida parecerá una respuesta de especialista. Eso es peor que un error, porque un error es visible. La regla que quieres es: ruta con nombre para el especialista, fallo duro cuando no esté disponible, modelo general solo para solicitudes que se enrutaron allí deliberadamente.

Dónde encaja OrcaRouter y dónde no

GPT-6.1 Sol ya está en OrcaRouter al precio de lista del proveedor: 2,00 USD de entrada, 10,00 USD de salida y 0,10 USD de entrada en caché por millón de tokens, con un 0 % de margen, lo que significa que los cambios de precios de O​penAI llegan a nuestro catálogo el mismo día en que se publican, en lugar de en la próxima renovación del contrato. El nuevo precio para prompts largos de 272K se aplica como un nivel en la misma entrada del modelo, de modo que una solicitud que supera el umbral se factura al nivel superior en lugar de sorprenderte en una factura.

GPT-Rosalind no está en OrcaRouter, no está en ningún router de terceros y solo es accesible a través del programa de acceso de confianza de OpenAI. No vamos a difuminar eso. Lo que nuestro lado de la división te aporta es la mitad aburrida: una sola clave y una sola factura para GPT-6.1 Sol junto con más de 200 modelos adicionales, conmutación por error automática para que un fallo de un proveedor redirija una solicitud en lugar de arruinar una ejecución, y un DSL de enrutamiento que te permite escribir la regla de la cola dividida como configuración en lugar de como una convención en una wiki. La fusión de modelos es la otra palanca que vale la pena conocer aquí: un panel que incluye tanto un modelo general barato como un especialista caro, respondiendo juntos, es una forma de obtener una segunda opinión sobre un resultado límite sin pagar tarifas de especialista por cada solicitud.

Cómo se resuelve esto

Dos cosas harían desaparecer la ambigüedad, y ambas son plausibles en un trimestre. Una evaluación independiente de GPT-6.1 Sol indicaría si «casi iguala a Astra» es cierto en las tareas que te importan; hasta entonces, la afirmación es una declaración de posicionamiento con un precio asociado. Y cualquier movimiento de OpenAI para incluir acceso a la API en el plan académico cambiaría las cuentas dentro de las universidades de la noche a la mañana: capacidad especializada gratuita en un laboratorio que actualmente tiene plazas de chat gratuitas y ningún acceso al pipeline.

Si faltan ambos, la regla tiene que ver con la forma de la solicitud más que con la calidad del modelo. Si una respuesta incorrecta te cuesta un experimento, un trámite o una retractación, el 2,5× del especialista sale barato, y el hecho de que necesite una revisión es un filtro que deberías alegrarte de que exista. Si una respuesta incorrecta te cuesta una nueva ejecución, GPT-6.1 Sol está disponible hoy a una quinta parte del precio de Astra, con un contexto de 1,05 M de tokens, y nadie tiene que aprobarte para usarlo.