Si usas la API de OpenAI, procesar el mismo número de tokens con GPT-6.2 Astra cuesta cuatro veces más que con GPT-6.2 Sol a la tarifa estándar de contexto corto. ¿Cuándo compensa la diferencia? Al presentar ambos modelos el 17 de noviembre, OpenAI aportó un dato revelador. En una evaluación de cambios de código, Sol quedó a medio punto de Astra con aproximadamente una quinta parte del gasto. En un encargo distinto, como conciliar varias hojas de cálculo y justificar el resultado ante un cliente, importan otras destrezas. La elección depende de dónde se puede torcer el trabajo y de cuánto cuesta corregirlo.
Qué comparten Astra y Sol, y dónde empiezan las diferencias
Los dos reciben texto e imágenes y entregan texto mediante la API. Ambos admiten una ventana de contexto de 1.050.000 tokens y una salida máxima de 128.000. Eso permite darles un conjunto considerable de materiales para una tarea. La ventana también debe acomodar la respuesta, y sus fichas limitan la entrada a 922.000 tokens. Una imagen enviada como referencia y una hoja de cálculo abierta mediante una herramienta son operaciones distintas. Al evaluar una aplicación conviene anotar a qué archivos y herramientas tuvo acceso cada modelo.
| API estándar de OpenAI | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Entrada por millón de tokens | 8 USD | 2 USD |
| Entrada leída de caché por millón | 0,40 USD | 0,10 USD |
| Salida por millón de tokens | 40 USD | 10 USD |
| Fecha de corte del conocimiento | 18 de mayo de 2026 | 1 de junio de 2026 |
| Punto de partida sugerido | Entregas con varias dependencias | Trabajo frecuente y verificable |
Las tarifas de la tabla corresponden a solicitudes de hasta 272.000 tokens de entrada. Si se supera el umbral, OpenAI duplica las tarifas de entrada y caché y multiplica por 1,5 la de salida para toda la solicitud. Por tanto, entregar un archivo completo por comodidad puede encarecer incluso la parte que sí necesitabas. Conviene conservar el documento íntegro cuando una cláusula lejana pueda cambiar la interpretación y extraer los apartados pertinentes cuando cada consulta trate un asunto independiente. Las condiciones figuran en las fichas de Astra y Sol.
Cuánto cuesta un mismo encargo con cada modelo
Supongamos una solicitud de 10.000 tokens de entrada y 2.000 tokens de salida facturables, a tarifa estándar, sin caché ni herramientas de pago. Con Astra, la entrada suma 0,08 dólares y la salida añade otros 0,08, para un total de 0,16 dólares. Con Sol, son 0,02 y 0,02 dólares, respectivamente, o 0,04 dólares en total. Para cien encargos idénticos, la diferencia sería de 12 dólares. Es una cuenta que puedes rehacer con tu propio volumen, manteniendo aparte el coste de los servicios externos que intervengan.
En producción rara vez se conservan idénticas las dos cantidades. Un modelo puede pedir más información, usar más tokens de razonamiento o necesitar otra ronda tras la revisión. Para saber qué opción sale mejor, divide el gasto total de una muestra entre las entregas que tu equipo aceptó. Añade por separado el tiempo de revisión. Si uno deja diez textos listos y el otro entrega nueve y obliga a rehacer el décimo, el precio medio por petición responde a una pregunta distinta de la que necesita resolver quien paga el proyecto.
Qué dice la prueba de programación en la que Sol se acerca a Astra
En FrontierCode 2.0, Cognition pregunta si el responsable de un repositorio de código aceptaría incorporar el cambio propuesto. Las 132 tareas parten de proyectos reales y sus responsables definen los criterios de revisión. Una solución puede devolver la respuesta esperada en el caso más sencillo y aun así dejar sin resolver una regresión, degradar el rendimiento o imponer trabajo innecesario al siguiente desarrollador. Esa exigencia hace que el resultado interese a quienes mantienen software durante meses, más allá de quienes necesitan un fragmento de código aislado. Metodología de Cognition.
OpenAI sitúa a Sol a medio punto de Astra en esa prueba, con ambos en el nivel máximo de esfuerzo evaluado. La comparación de gasto se refiere a completar las tareas en esas condiciones. Para un equipo web, una lectura razonable sería probar Sol en correcciones con criterios de aceptación claros, por ejemplo recuperar el foco del teclado al cerrar un menú y conservar el comportamiento de los enlaces. El revisor puede recorrer los casos afectados. Si la modificación cruza permisos, migración de datos y compatibilidad con extensiones, ya es otro encargo y merece su propia medición.
Qué enseña el ejemplo de la hoja de cálculo
En una demostración del fabricante, Astra 6.2 recibió datos ficticios de una empresa llamada Alderfen Field Systems. El encargo era construir un libro de Excel editable, proyectar ingresos por segmento y comprobar que cuadraban tres estados financieros. La presentación coloca juntas las hipótesis que mueven la valoración y la tabla que permite variarlas. Para quien revisa el archivo, la ventaja concreta es poder seguir el recorrido desde un supuesto hasta el valor por acción y comprobar qué sucede al modificarlo.

Hay un detalle decisivo en las etiquetas de esa demostración. OpenAI contrapone el resultado de Astra 6.2 al de la generación anterior de Astra. Esa pareja de archivos ilustra cómo organiza la información el modelo nuevo. Para averiguar si Sol haría igual de bien ese trabajo habría que darle el mismo material y revisar las fórmulas de ambos. Del mismo modo, una captura atractiva puede mostrar la disposición de una hoja y dejar fuera un error en una celda oculta. El archivo editable y sus comprobaciones son la evidencia adecuada para esa pregunta. Demostraciones del anuncio oficial.
Cómo elegir en ChatGPT Work, Codex o una integración propia
Según el anuncio, ambos modelos llegaron a ChatGPT Work y Codex para suscriptores Plus, Pro, Enterprise y Edu. En la API se identifican como gpt-6.2-astra y gpt-6.2-sol. Los precios por millón de tokens se aplican a la API. En una suscripción conviene mirar el acceso y los límites de uso del plan. La modalidad Ultrafast, por ejemplo, se anunció para los dos modelos en Pro 500 y para Sol en Pro 200. En las organizaciones elegibles, el administrador del espacio habilita esa modalidad.
Para una comparación propia, escoge tres encargos ya resueltos cuyo resultado conozcas. Sirven una ficha de producto construida a partir de especificaciones, una corrección con pruebas existentes y un documento con dos fuentes que discrepan. Entrega a ambos modelos los mismos expedientes y anota qué consideras un fallo antes de leer las respuestas. En la ficha puede ser inventar una medida. En el documento, borrar la discrepancia para dar una respuesta tajante. En el código, cambiar el comportamiento de un cliente existente. Cada fallo cuesta algo distinto. Haz la primera valoración sin ver el nombre del modelo y comprueba después los importes facturados. Así evitas premiar al que esperabas que ganase.
Registra la versión, el esfuerzo, el tiempo hasta una entrega utilizable y las intervenciones del revisor. Para una tarea repetitiva con errores fáciles de detectar, Sol tiene a su favor un coste de partida menor. Para un trabajo que exige relacionar decisiones repartidas entre archivos y defender el resultado, Astra merece una prueba con esos mismos documentos. La señal para cambiar de modelo llega cuando puedes señalar qué error evitó o qué parte de la revisión te ahorró y cuánto pagaste por conseguirlo.











