Qwen3.8-27B vs GPT-5.6 Luna: Alquila el OpenAI más barato o posee el Open 27B

El 30 de julio de 2026, OpenAI hizo algo que rara vez hace: redujo el precio de un modelo en un 80%. GPT-5.6 Luna — el miembro más rápido y barato de la familia Luna/Terra/Sol, disponible en general desde el 9 de julio de 2026 — bajó a $0.20 por millón de tokens de entrada y $1.20 por millón de salida. Una semana y media después, el modelo de Alibaba Qwen3.8 27B, un modelo denso de 27 mil millones de parámetros con pesos Apache 2.0 lanzado el 14 de agosto de 2026, entró en la misma conversación de precios a $0.33/$2.40 por millón en OrcaRouter. Luna es la apuesta de volumen de OpenAI, ahora el modelo predeterminado para ChatGPT gratuito y procesando aproximadamente dos billones de tokens a la semana. Qwen3.8 27B es la contrapartida de pesos abiertos: alquílalo por centavos, o descárgalo y paga la electricidad.

Sobre las fuentes: GPT-5.6 Luna tiene mediciones independientes de Artificial Analysis (índice, codificación, latencia) y este artículo las etiqueta como tales; el recorte de precios es un anuncio confirmado de O​penAI. Qwen3.8 27B aún no tiene puntuaciones independientes — sus puntos de referencia son reportados por Ali​baba, y sus especificaciones y su listado de $0.33/$2.40 son hechos del catálogo.

El marcador, una línea por dimensión

• Precio por 1M — GPT-5.6 Luna $0.20/$1.20 (lectura de caché $0.02; $0.40/$1.80 por encima de 272K de entrada) vs Qwen3.8 27B $0.33/$2.40.

• Contexto — GPT-5.6 Luna 1.05M, salida máxima de 128K vs Qwen3.8 27B 262K nativo, 1M vía YaRN.

• Entrada — Texto e imagen de GPT-5.6 Luna, más uso de computadora, frente a texto, imagen y video de Qwen3.8 27B.

• Pesos — GPT-5.6 Luna propietario vs Qwen3.8 27B Apache 2.0, descargable.

• Índice independiente — GPT-5.6 Luna AA 51 con razonamiento máximo (26.8 sin razonamiento) vs Qwen3.8 27B ninguno todavía.

• Latencia observada del primer token — GPT-5.6 Luna ~1.4s p50 vs. Qwen3.8 27B ~190ms p50, ambos según telemetría de 7 días de OrcaRouter.

Los dos modelos más baratos de esta serie, con precios casi idénticos — y construidos sobre suposiciones opuestas acerca de quién es el dueño del hardware.

Lo que cambió el recorte de precios

Antes del 30 de julio, GPT-5.6 Luna costaba $1/$6, situándose en la misma franja que una docena de modelos abiertos. Tras el recorte, es lo más barato que vende OpenAI y ofrece precios más bajos que Qwen3.8 27B tanto en entrada como en salida: $0.20 frente a $0.33, $1.20 frente a $2.40. La lógica declarada de OpenAI era el volumen: al nuevo precio, Luna deja de ser una "mini" y se convierte en la primera opción por defecto para la mayoría de las cargas de trabajo, con Terra y Sol reservadas para la cola difícil. Ese es exactamente el nicho al que Qwen3.8 27B apunta desde el lado abierto. Dos modelos, una misma descripción de trabajo, modelos de negocio opuestos: uno vende tokens con un margen reducido, el otro regala los tokens y te deja comprar el hardware.

Alquilar versus comprar, con un ejemplo práctico

Esta es la economía que lo decide. {{1}}GPT-5.6 Luna es un modelo de solo alquiler{{/1}}: el precio es bajo, pero se multiplica por el volumen y nunca desaparece. Tomemos una carga de trabajo de 100 millones de tokens de entrada y 20 millones de tokens de salida al día. En Luna eso son aproximadamente {{2}}$44/día — $20 de entrada, $24 de salida — unos $16,000 al año, para siempre{{/2}}. Qwen3.8 27B a $0.33/$2.40 costaría aproximadamente {{3}}$81/día en la API alojada{{/3}}. Pero los pesos son {{4}}Apache 2.0{{/4}}: compre una {{5}}tarjeta clase RTX de $1,500–$2,000 una vez{{/5}}, ejecute la compilación {{6}}Q4{{/6}} en unos 16GB de VRAM, y el costo marginal de la misma carga de trabajo se desploma hasta quedarse en solo {{7}}electricidad{{/7}}. El punto de cruce no es un gráfico abstracto de equilibrio; para un equipo que ya posee el hardware, ocurre el {{8}}día uno{{/8}}. Si no posee hardware y nunca lo tendrá, {{9}}Luna es simplemente más barata{{/9}} — y su contexto de {{10}}1.05M{{/10}} empequeñece los {{11}}262K{{/11}} nativos del Qwe​n.

La historia de la velocidad favorece al modelo más pequeño.

La otra sorpresa es la latencia. En la telemetría propia de OrcaRouter de 7 días, la latencia del primer token en el percentil 50 (p50) de GPT-5.6 Luna es de aproximadamente 1.4 segundos, mientras que la de Qwen3.8 27B es de unos 190 milisegundos — aproximadamente siete veces más rápida hasta el primer token. Eso no es un benchmark de inteligencia; es un benchmark de despliegue. Un modelo denso de 27B es más ligero de arrancar que un modelo API de nivel frontera que dedica tiempo a razonamiento extendido. Para chat interactivo, bucles de agente o cualquier cosa en la que un usuario espera un token, el 27B tiene una ventaja estructural que la ficha técnica no muestra — y es la razón por la que un modelo "menos inteligente" puede seguir ganando en capacidad de respuesta visible para el usuario.

Qué significan 51 y 61.7 cada uno

El caso independiente de GPT-5.6 Luna es sólido: Artificial Analysis le otorga 51 en el Índice de Inteligencia con razonamiento máximo (27 en modo sin razonamiento), 75 en el Índice de Agentes de Codificación, con un Elo de 1,592 en GDPval. El caso de Qwen3.8 27B es el SWE-bench Pro de 61.7 de Ali​baba y la codificación terminal agéntica de 73.0 — reportado por el proveedor, no reproducido, pero apuntando en la misma dirección. Ninguno de los dos modelos es un caballo de razonamiento de frontera; ambos están destinados por su precio a ser el caballo de batalla. La diferencia es que el techo de Luna está medido y es conocido, mientras que el de Qwe​n es una afirmación a la espera de un arnés independiente.

Encaminando la decisión entre alquilar y comprar

Ambos modelos están disponibles en OrcaRouter al precio de lista del proveedor con un margen del 0%, lo que significa que el recorte de precios del 30 de julio es el precio que pagas hoy, no una cotización desactualizada. Una regla de enrutamiento puede enviar el tráfico interactivo y sensible a la latencia a Qwen3.8 27B y el texto de contexto largo y alto volumen a GPT-5.6 Luna, con conmutación automática por error entre ellos; la versión autoalojada de Qwe​n se convierte en la tercera pata para cualquier cosa que no pueda salir de tu red. Una sola clave, sin segundo contrato, y la división entre alquiler y propiedad es un cambio de configuración, no una re-arquitectura.

El veredicto

Si quieres la API fiable más barata y nunca vas a autoalojar, GPT-5.6 Luna es la elección: $0.20/$1.20, un contexto de 1.05M, puntuaciones independientes, y ya es el modelo pequeño más utilizado de la flota de O​penAI. Si tienes hardware propio, o quieres ser dueño de tu modelo, Qwen3.8 27B gana en costo total de propiedad desde el día en que lo despliegas: 16 GB de VRAM, Apache 2.0, sin cobro por token. El recorte de precio fue la forma en que O​penAI compitió con el ecosistema abierto en precio. La respuesta del ecosistema abierto no es una API más barata. Es la descarga.