Intern-S2 vs GPT-5.6 Sol: El checkpoint gratuito y el buque insignia de $30

La línea de precios en esta comparación parece absurda a primera vista. Intern-S2, un modelo multimodal de 397.000 millones de parámetros que InternLM publicó hoy bajo Apache-2.0, no cuesta nada descargarlo ni nada por consulta una vez que tienes el hardware para ejecutarlo. GPT-5.6 Sol, el nivel insignia de razonamiento de OpenAI, figura a $5.00 por millón de tokens de entrada y $30.00 por millón de tokens de salida en el nivel base de OpenAI, aunque la tarifa promocional que OpenAI ha estado ofreciendo desde finales de julio, la cual muestra actualmente nuestra propia página del modelo, es de $4.00 de entrada y $20.00 de salida. Esa es una diferencia real y es lo primero que cualquiera nota — y también es el dato menos útil de la comparación, porque el modelo de $30 y el gratuito no compiten por el mismo trabajo. GPT-5.6 Sol es el nivel al que apunta OpenAI cuando el razonamiento más difícil que tu aplicación llegue a intentar tiene que dar un resultado correcto. Intern-S2 es un instrumento científico con una ruta de visión entrenada con páginas de literatura científica sin procesar y una cabeza de pronóstico para señales de series temporales. La pregunta no es cuál es más barato. Es cuál necesita en realidad tu carga de trabajo, y si el «gratuito» es gratis.

Lo que la tabla de proveedores te dice y lo que no te dice

InternLM comparó Intern-S2 con GPT-5.5, no con GPT-5.6 Sol. Vale la pena decirlo antes que nada, porque toda afirmación de que «Intern-S2 supera a GPT» que circula es una comparación con la generación anterior de OpenAI, y cualquier página que la presente como un resultado de Sol está extrapolando. La familia GPT-5.6 también abarca tres niveles —Sol para el trabajo más exigente, Terra para producción equilibrada, Luna para alto volumen—, y OpenAI ha estado reajustando activamente sus precios, así que una cifra de Sol citada en un artículo de septiembre puede que ya esté desactualizada.

Lo que sí establece la comparación del proveedor, con la advertencia permanente de que cada cifra de Intern-S2 es propia de InternLM y no ha sido reproducida:

• Razonamiento de estructura molecular — Intern-S2 62,35 en MolecularIQ frente a 76,41 de GPT-5.5. Intern-S2 pierde.

• Uso de herramientas científicas — Intern-S2 66,76 en TOMG-Bench frente a 69,89 de GPT-5.5. Una derrota por un margen estrecho.

• Instrucción biomolecular — Intern-S2 53.95 vs 40.49. Una clara victoria de Intern-S2.

• Matemáticas de secundaria — Intern-S2 93,56 en HMMT-2026 frente al 97,06 de GPT-5.5. Intern-S2 pierde.

• Conocimientos generales — Intern-S2 89,77 en MMLU Pro vs 88,20. Una ajustada victoria de Intern-S2.

• Conocimiento multimodal — nivel de 81.68 en MMMU Pro.

• Dominio de terminal — GPT-5.5 79.40 en TerminalBench 2.1 frente a Intern-S2 64.04. Una desventaja de quince puntos.

Incluso frente a un modelo de Open​AI de una generación anterior, Intern-S2 pierde más filas generales de las que gana y gana en las científicas. Frente a Sol —un nivel posicionado explícitamente por encima de GPT-5.5 para el razonamiento más difícil—, la brecha general casi con toda seguridad se amplía. Nada en la evidencia respalda la idea de que el checkpoint gratuito sea competitivo con el buque insignia de pago en capacidad general, y el encuadre honesto es que Intern-S2 es un especialista respetable en lo general y excelente en su terreno.

"Gratis" es un gasto de capital, no un descuento.

El costo de licencia cero de Intern-S2 es real, pero no es lo mismo que la inferencia gratuita, y aquí es donde la comparación se vuelve práctica. Un checkpoint de 403 mil millones de parámetros necesita un nodo multi-GPU serio para servir. Si ya posees esa capacidad y no se utiliza por completo, el costo marginal de la próxima consulta científica se acerca al de la electricidad — lo cual es una posición económica genuinamente poderosa, y la razón por la que existen los pesos abiertos. Si no posees esa capacidad, "gratis" significa comprar o alquilar hardware, y la aritmética cambia por completo.

La economía de GPT-5.6 Sol es la inversa. No hay hardware que comprar ni modelo que operar. Pagas la tarifa por consumo medido —$5.00 por millón de tokens de entrada y $30.00 por millón de tokens de salida en el nivel base, o la tarifa promocional de $4.00/$20.00 actualmente vigente en la página de nuestro modelo— y el modelo llega con una ventana de contexto de 1.05M tokens, un límite de salida de 128K, visión, herramientas y la fiabilidad acumulada de un modelo insignia que ha estado en producción desde que su API se lanzó el 9 de julio de 2026. La vista previa Ultrafast, que ejecuta Sol en hardware a escala de oblea a hasta 750 tokens de salida por segundo, lleva el mismo modelo hacia cargas de trabajo en las que la latencia es crítica, aunque está limitada a un grupo reducido de clientes y no tiene un precio publicado. Lo que compras con los $30 no es solo capacidad: es la ausencia de un equipo de operaciones.

• Pesos — Intern-S2 Apache-2.0, descargable frente a GPT-5.6 Sol cerrado, solo API.

• Estructura de costos — gasto de capital de Intern-S2 en un checkpoint 403B, o API oficial de Intern medida por uso frente a GPT-5.6 Sol $5.00 / $30.00 por millón de precio de lista, $4.00 / $20.00 promocional.

• Contexto / salida — Intern-S2: hasta 256K de texto y 64K multimodal evaluado; salida no publicada frente a GPT-5.6 Sol, ~1.05M de contexto y 128K de salida.

• Entradas — Intern-S2 texto, imagen, series temporales vs GPT-5.6 Sol texto e imagen.

• Puntuación independiente — Intern-S2 aún no tiene ninguna, frente a GPT-5.6 Sol, el modelo insignia de primer nivel con un extenso historial público de evaluaciones.

• Nivel de velocidad — Intern-S2 limitado por hardware vs vista previa de GPT-5.6 Sol Ultrafast a hasta 750 tokens de salida por segundo, según el proveedor.

Donde el checkpoint gratuito realmente gana

Hay tres situaciones en las que Intern-S2 supera a Sol sin que haya un benchmark de por medio.

El primero es la residencia de datos. GPT-5.6 Sol es una API cerrada: cada solicitud sale de tu infraestructura y viaja a través de los sistemas de OpenAI bajo la política de contenido de OpenAI. Intern-S2 bajo Apache-2.0 puede ejecutarse aislado de la red dentro de un entorno regulado, con datos que legalmente no pueden enviarse a un endpoint de terceros. Para un laboratorio farmacéutico, un sistema hospitalario o un contratista de defensa, esa propiedad no es una característica; es toda la decisión de compra, y ninguna cantidad de capacidad de Sol la sustituye.

La segunda es la modalidad. Intern-S2 acepta entradas de series temporales y produce pronósticos; también lee páginas de literatura científica sin procesar como una representación visual nativa en lugar de como texto extraído. Sol acepta texto e imágenes. Si tus datos son un registro de sismógrafo, una curva de carga o un artículo escaneado con muchas figuras, Intern-S2 tiene una ruta que Sol no tiene, y la fila Biology-Instructions del proveedor (55.71 frente al 10.52 de GPT-5.5) es el número que lo refleja.

La tercera es el ajuste fino. Puedes tomar los pesos de Intern-S2 y entrenar con tus propios datos experimentales propietarios, y luego conservar ese modelo para siempre. No puedes hacer eso con Sol a ningún precio. Para un equipo cuya ventaja competitiva es un conjunto de datos especializado, un checkpoint abierto y adaptable puede valer más que un modelo congelado más fuerte.

Ejecutar ambos sin elegir

Los equipos que sacan el máximo partido a esta combinación no la tratan como una bifurcación. Dirigen el razonamiento general, sensible a la latencia y de alto riesgo hacia GPT-5.6 Sol —que está en OrcaRouter al precio de lista de OpenAI con un 0% de recargo, con la misma clave que más de 200 otros modelos, de modo que un cambio en el precio de Sol se aplica el mismo día y una mala hora de un proveedor queda cubierta por la conmutación por error automática— y mantienen el trabajo científico por lotes en Intern-S2 allí donde lo ejecuten. El DSL de enrutamiento hace explícita esa frontera: el razonamiento general difícil va por un lado, el análisis de documentos y señales va por el otro, y la división es una cuestión de configuración en lugar de una segunda integración.

Intern-S2 no está en OrcaRouter; es un checkpoint Apache-2.0 del mismo día, y tu ruta hacia él es la API propia del proveedor o un despliegue autoalojado. Sol está en la clave. Entre los dos, la arquitectura práctica para una aplicación con un fuerte componente científico es un endpoint para las llamadas a modelos de frontera y un despliegue para el especialista — con la opción de mover cualquiera de los dos lados más adelante.

El veredicto

Si necesitas el razonamiento más difícil que tu aplicación intentará, lo quieres en una sola llamada a la API y estás dispuesto a pagar la tarifa medida de modelo insignia por ello, GPT-5.6 Sol es la respuesta, y un checkpoint abierto del mismo día no cambia eso. Nada en la propia tabla de InternLM muestra que Intern-S2 iguale a un modelo insignia actual de OpenAI en capacidad general; la comparación se hizo contra la generación anterior y el modelo abierto aun así perdió la mayoría de las filas generales.

Si tu carga de trabajo es científica, tus datos no pueden salir de tu infraestructura, o necesitas hacer fine-tuning con resultados experimentales propietarios, Intern-S2 es el modelo que puede hacer esas cosas realmente — y su licencia Apache-2.0 significa que la versión que validas es la versión que conservas. Presupuesta el hardware, espera ejecutar tu propia evaluación, y trata cada número publicado sobre él como una afirmación hasta que alguien fuera de InternLM reproduzca uno.

Para las llamadas a modelos frontera junto con lo que sea que autoalojes: más de 200 modelos adicionalesmantiene el buque insignia cerrado con una sola clave al precio de lista del proveedor, de modo que el despliegue especializado y el modelo de consumo medido puedan intercambiarse mediante una regla de enrutamiento.