Mientras los mercados tradicionales duermen el fin de semana, Markets.xyz opera acciones tokenizadas, oro y perpetuos las 24 horas → Descargá la app.
Espacio patrocinadoOpenAI presentó GPT-6.1 Sol, una actualización que busca acercar la capacidad de su modelo Astra a quienes necesitan resolver tareas profesionales con un presupuesto menor. El lanzamiento pone el foco en programación, análisis de documentos y uso de aplicaciones: actividades en las que una respuesta correcta debe convertirse en trabajo terminado.
Según el anuncio, el nuevo modelo se aproxima al rendimiento de Astra en varias evaluaciones, mientras sus tarifas estándar por tokens de entrada y salida equivalen a una quinta parte. La comparación corresponde a pruebas concretas, no a una garantía de igualdad en cualquier tarea.
El costo de una IA que hace más que responder
La diferencia puede resultar relevante para sistemas que ejecutan tareas repetidas. Cuando un agente consulta documentos, escribe código y revisa resultados, cada etapa consume recursos. Reducir ese gasto puede ampliar el margen para automatizar procesos, aunque el ahorro final también depende de cuántos intentos necesita para completarlos.
Las tarifas de la API parten de $2 por millón de tokens de entrada y $10 por millón de salida. La lectura de entrada almacenada en caché cuesta $0,10 por millón. Ese mecanismo permite reutilizar contexto, pero tiene condiciones y costos específicos: no vuelve gratuita la información repetida.
Para una empresa, el cálculo útil sería cuánto cuesta obtener un resultado aprovechable. Una tarifa menor puede perder atractivo si la tarea exige demasiadas correcciones; una herramienta más cara puede compensarlo cuando resuelve un problema difícil en menos pasos.
Programación y documentos entre las prioridades
En DeepSWE 1.1, una evaluación de ingeniería de software, Sol alcanza el desempeño de Astra con aproximadamente una quinta parte del costo. También se acerca a ese modelo al responder preguntas sobre PDF complejos, con tablas y detalles pequeños, y mejora frente a su antecesor en flujos que requieren varias acciones.
En términos prácticos, el atractivo está en conectar etapas: comprender un archivo, identificar lo relevante y producir un entregable. Para quien incorpora estas herramientas a su trabajo, conviene evaluar el proceso completo, incluida la revisión del resultado, en lugar de elegir únicamente por una puntuación.
El lanzamiento llega a ChatGPT Work y Codex para usuarios Plus, Pro, Business, Enterprise y Edu, además de la API. Todavía no está disponible en el modo Chat.
Más capacidad exige límites claros
Las evaluaciones de seguridad muestran mejoras frente a GPT-6 Sol en cinco de ocho categorías. En pruebas adversariales de entornos laborales, el nuevo modelo produjo menos consecuencias no previstas, como divulgaciones de datos o transacciones sin autorización. Esos ensayos buscan situaciones difíciles y no representan la frecuencia de fallos del uso cotidiano.
La documentación también lo trata como «Critical» en capacidades de ciberseguridad y «High» en capacidades biológicas y químicas, dentro de su marco de preparación. Estas categorías describen capacidades potencialmente sensibles y orientan las salvaguardas; no significan que un incidente haya ocurrido.
El desafío para sus usuarios será combinar un costo accesible con permisos definidos y resultados verificables. Una IA capaz de actuar sobre archivos y aplicaciones puede ahorrar tiempo, pero su utilidad se mide también por lo que respeta cuando trabaja.
