En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarArtificial Analysis→ original

OpenAI lanza GPT-6.2 Astra: segundo puesto en el ranking y un 20% más barata

OpenAI ha lanzado GPT-6.2 Astra y Sol, y el ranking independiente de Artificial Analysis coloca a Astra en segundo lugar: solo la supera Claude Fable 5.2, de Anthropic. Astra suma 5 puntos y es un 20% más barata: $8 por millón de tokens de entrada y $40 por millón de tokens de salida. Sol mantiene su precio ($2/$10), pero iguala en puntuación al anterior buque insignia, GPT-6 Astra, con ~15% de su coste por tarea. En agentes de programación no hay mejora, así que conviene probar primero el modelo con sus propias tareas.

Procesado por IA desde Artificial Analysis; editado por Hamidun News
OpenAI lanza GPT-6.2 Astra: segundo puesto en el ranking y un 20% más barata
Fuente: Artificial Analysis. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalArtificial Analysis ↗
Editor jefe
AA-3DAstra obtiene 1318 puntos, Claude Fable 5.2 1271 y Sol 1259
Dato clave #2Sol pierde 3 puntos en el índice de agentes de programación y 14 en una de las pruebas
Dato clave #3Cuando no sabe la respuesta, Astra adivina en el 59% de los casos y Sol en el 55%

OpenAI ha lanzado dos modelos actualizados: el buque insignia GPT-6.2 Astra y la más económica GPT-6.2 Sol.

El laboratorio independiente Artificial Analysis los ha sometido a su Intelligence Index, una puntuación agregada sobre un conjunto de pruebas difíciles, y ha comparado cuánto cuesta resolver una tarea. El resultado: Astra ocupa el segundo puesto, solo por detrás de Claude Fable 5.2, de Anthropic, y además es un 20% más barata.

Imagine que tiene en producción un chatbot de soporte con GPT-6 Astra. Si pasa a la versión 6.2, responderá mejor y la factura por los mismos tokens bajará.

Pero si desarrolla un agente de programación que edita repositorios por sí solo, la mejora en el ranking no se ha confirmado, y cambiar de modelo solo por el número de versión es prematuro.

Qué ha cambiado en precio y posición en el ranking

GPT-6.2 Astra cuesta $8 por millón de tokens de entrada y $40 por millón de tokens de salida, un 20% menos que GPT-6 Astra. La entrada en caché, es decir, la parte repetida de la petición, como una instrucción de sistema o un documento largo, pasa de $1,00 a $0,40 por millón de tokens. Para bots y agentes con un contexto fijo extenso, es un ahorro notable.

GPT-6.2 Sol conserva sus $2 y $10 por millón de tokens. En cambio, ha logrado 57 puntos, 2 más que GPT-6.1 Sol. Es el nivel del anterior buque insignia, GPT-6 Astra, pero por aproximadamente el 15% de su coste por tarea.

Astra suma 5 puntos respecto a GPT-6 Astra y supera a Gemini 4 Carbon (60) y a Claude Opus 5.5 (59) con los ajustes máximos de razonamiento. Además, los modelos de OpenAI ocupan la mayor parte de la frontera de Pareto por coste por tarea. Así se llama el conjunto de opciones en las que no se puede obtener mejor calidad sin pagar más. Solo Anthropic y Meta comparten esa frontera con OpenAI. En cuanto al número de tokens de salida por tarea, la frontera pertenece casi por completo a OpenAI: de los demás laboratorios, solo aparece Claude Fable 5.2.

Dónde destacan los modelos

El resultado más llamativo afecta a la ciencia y el conocimiento. OpenAI lidera Terminal-Bench-Science 0.1, que evalúa flujos de trabajo agénticos de investigación científica. En CritPt v2 (la parte difícil, razonamiento físico) queda segunda tras Claude Fable 5.2. En la prueba de conocimientos factuales AA-Omniscience v1.1 y en HLE-Diamond, que evalúa razonamiento y conocimientos, Astra también cede solo ante el modelo de Anthropic.

Hay dos resultados más. En AA-3D, donde expertos humanos evalúan escenas 3D interactivas creadas por el modelo, Astra obtuvo 1318, Claude Fable 5.2 1271 y Sol 1259. En la prueba AA-Robotics v0.1, en la que los modelos de lenguaje deben entender el entorno, planificar y ejecutar acciones en el mundo real, Astra y Sol lograron 79 y 78 frente a los 75 de Claude Fable 5.2. Los propios autores advierten de que es una versión preliminar de investigación y de que los modelos de OpenAI y Anthropic ya resuelven la mayoría de las tareas sencillas. El laboratorio está añadiendo otras más difíciles.

Contras: programación y respuestas inventadas

En el Artificial Analysis Coding Agent Index (con el entorno Codex al máximo esfuerzo), Astra se quedó al nivel de GPT-6 Astra y Sol perdió 3 puntos respecto a GPT-6.1 Sol. La causa es una caída de 14 puntos en la prueba SWE-Atlas-QnA-AA, en la que el modelo responde preguntas sobre una base de código: omite hechos importantes con más frecuencia que su predecesora. Aun así, por coste por tarea, varios modos de esfuerzo de Astra y Sol siguen situándose en la frontera de Pareto.

La segunda salvedad tiene que ver con la invención de respuestas. La métrica AA-Omniscience Hallucination Rate muestra con qué frecuencia el modelo adivina cuando no conoce la respuesta correcta a una pregunta factual. En Astra este indicador es del 59% y en Sol del 55% con el esfuerzo máximo. Si necesita hechos verificables, no se puede prescindir de la búsqueda en fuentes ni de la comprobación del resultado.

Qué hacer en la práctica

Si su servicio funciona con GPT-6 Astra, pasar a la 6.2 ofrece mayor calidad y un 20% de descuento, y con un contexto cacheable pesado el ahorro será mayor. Si le basta con el nivel de GPT-6 Astra, pruebe Sol: en puntuación es comparable y cuesta alrededor del 15% de su coste por tarea. Para escenarios científicos, 3D y de robótica, conviene probar primero la nueva Astra.

En agentes de programación no hay que precipitarse. La mejora en el índice no se ha confirmado, y Sol presenta una regresión en las respuestas sobre bases de código. Pruebe el modelo con sus propias tareas antes de sustituir el actual en producción. Todas las cifras proceden de un índice independiente, pero este promedia resultados, y sus datos pueden mostrar un panorama distinto.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué ha cambiado en precio y posición en el ranking?

GPT-6.2 Astra cuesta $8 por millón de tokens de entrada y $40 por millón de tokens de salida, un 20% menos que GPT-6 Astra. La entrada en caché, es decir, la parte repetida de la petición, como una instrucción de sistema o un documento largo, pasa de $1,00 a $0,40 por millón de tokens. Para bots y agentes con un contexto fijo extenso, es un ahorro notable. GPT-6.2 Sol conserva sus $2 y $10 por millón de tokens. En cambio, ha logrado 57 puntos, 2 más que GPT-6.1 Sol.

Dónde destacan los modelos?

El resultado más llamativo afecta a la ciencia y el conocimiento. OpenAI lidera Terminal-Bench-Science 0.1, que evalúa flujos de trabajo agénticos de investigación científica. En CritPt v2 (la parte difícil, razonamiento físico) queda segunda tras Claude Fable 5.2. En la prueba de conocimientos factuales AA-Omniscience v1.1 y en HLE-Diamond, que evalúa razonamiento y conocimientos, Astra también cede solo ante el modelo de Anthropic. Hay dos resultados más.

¿Qué se sabe sobre Contras: programación y respuestas inventadas?

En el Artificial Analysis Coding Agent Index (con el entorno Codex al máximo esfuerzo), Astra se quedó al nivel de GPT-6 Astra y Sol perdió 3 puntos respecto a GPT-6.1 Sol. La causa es una caída de 14 puntos en la prueba SWE-Atlas-QnA-AA, en la que el modelo responde preguntas sobre una base de código: omite hechos importantes con más frecuencia que su predecesora. Aun así, por coste por tarea, varios modos de esfuerzo de Astra y Sol siguen situándose en la frontera de Pareto.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…