GPT-5.6 Sol, Terra y Luna: cómo elegir el modelo según tu carga de trabajo
OpenAI lanzó el 9 de julio de 2026 la familia GPT-5.6 con tres modelos. Analizo qué aporta cada uno, las nuevas APIs (Programmatic Tool Calling, multi-agent) y cómo elegir el adecuado para cada tipo de tarea en desarrollo de software.
El 9 de julio de 2026 OpenAI lanzó la familia GPT-5.6 con tres modelos: Sol, Terra y Luna. No es un único modelo nuevo, sino tres niveles de capacidad y precio que cubren desde tareas baratas de alto volumen hasta razonamiento profundo con agentes autónomos.
Para un desarrollador que construye productos con IA, esto cambia cómo eliges modelo. Ya no tienes que decidir entre un modelo caro y potente o uno barato que no da la talla. Ahora tienes tres escalones claros.
Los tres niveles
Luna — $1 input / $6 output por millón de tokens. El más rápido y barato. Sirve para clasificación, extracción de datos, resúmenes cortos, generación de código trivial. Si tu pipeline procesa miles de peticiones al día, aquí vas.
Terra — $2.50 / $15. El equilibrio. Rendimiento comparable a GPT-5.5 a la mitad de precio. Para asistentes de chat, generación de código normal, análisis de documentos. Será el modelo por defecto para la mayoría de integraciones.
Sol — $5 / $30. El buque insignia. Agents’ Last Exam: 53.6%, 13 puntos sobre Claude Fable 5. OSWorld 2.0: 62.6%, nuevo estado del arte. BrowseComp: 92.2%. Sol Ultra (modo max reasoning) llega a 91.9% en Terminal-Bench 2.1. Para tareas que requieren razonamiento profundo: depuración compleja, agentes autónomos, planificación de arquitectura.
Lo nuevo que importa al desarrollar
La familia GPT-5.6 trae tres novedades en la API que cambian cómo construyes agentes:
Programmatic Tool Calling. El modelo escribe código JavaScript que orquesta tus herramientas dentro de un runtime V8 aislado. En lugar de una llamada ida y vuelta por cada tool, ejecuta varias en bloque. Menos latencia, menos tokens de contexto consumidos. Para workflows que encadenan búsquedas, filtros, transformaciones y escrituras, es una mejora drástica.
Multi-agent API. Una sola llamada a la API lanza varios sub-agentes que trabajan en paralelo, cada uno con su propio contexto y herramientas. Antes necesitabas frameworks externos o arquitecturas caseras. Ahora es nativo.
Prompt cache breakpoints. Puedes marcar puntos en el prompt donde se guarda la caché explícitamente. Ideal cuando tienes un prompt base enorme (documentación, esquema de base de datos) y solo cambia la consulta al final.
Dónde no gana Sol
En SWE-Bench Pro, Sol consigue un 64.6% frente al 80% de Claude Fable 5. Si tu prioridad es generar código sobre repositorios completos, Fable 5 sigue siendo superior. Pero Sol le gana en tareas agentivas de propósito general, navegación web y razonamiento multimodal.
Cómo elegir
Empieza con Terra como default. Es 2x más barato que GPT-5.5 con rendimiento similar. Usa Luna para tareas de alto volumen donde el error es barato. Reserva Sol para pipelines que requieran razonamiento profundo o agentes autónomos.
La API ya acepta gpt-5.6-sol, gpt-5.6-terra y gpt-5.6-luna. Los tres comparten ventana de 1M tokens de contexto y 128K de salida máxima.
El cambio de paradigma no es la potencia de Sol, que era esperable. Es que por fin tienes un espectro de precios que se ajusta a cada tipo de tarea sin cambiar de proveedor.