Durante año y medio, el argumento para no mover una carga de trabajo seria a un modelo abierto fue simple: el frontier cuesta más porque rinde más. Ese argumento se acaba de encarecer para quien lo defendía. OpenAI recortó 50% el precio de GPT-5.6 Sol, su modelo tope, y lo dejó en 2.50 dólares por millón de tokens de entrada y 15 de salida. Con eso, Sol quedó más barato que Kimi K3 en entrada y a la mitad de Claude Opus 5.
Qué pasó
El recorte apareció primero donde se nota: en las tablas de precios de los agregadores. La entrada de OpenRouter que documentaba el nuevo precio de Sol llegó a la portada de Hacker News con más de 500 votos y 330 comentarios en 15 horas, que es el termómetro real de cuánto le importa esto a quien paga la factura.
No es un movimiento aislado, es el tercer golpe de la misma secuencia. El 30 de julio OpenAI ya había bajado 80% el precio de GPT-5.6 Luna y 20% el de Terra, y reemplazó Priority Processing por un "Fast mode" que corre 2.5 veces más rápido al doble de precio sin tocar la inteligencia del modelo. El 13 de agosto anunció Ultrafast, un tier servido sobre hardware de Cerebras que promete hasta 14 veces la velocidad estándar y 750 tokens de salida por segundo. Ahora le toca el turno al precio de Sol.
Por qué importa
Porque el eje de la competencia se movió de los benchmarks al costo por tarea, y eso cambia qué arquitecturas son viables.
La cifra que mejor lo ilustra la publicó OpenAI en su propia guía para desarrolladores: en BrowseComp, GPT-5.5 en esfuerzo extra-alto sacaba 84.36% con un costo total de 33.27 dólares. GPT-5.6 Luna, tres meses después, saca 84.04% por 1.33 dólares. Mismo resultado, 4% del costo. Cuando la diferencia es de veinticinco veces, la decisión de arquitectura ya no es "qué modelo es mejor" sino "en qué paso del pipeline vale la pena pagar inteligencia".
Y hay una razón de fondo para el recorte que conviene no perder de vista: la presión viene de los modelos abiertos. En el hilo de Hacker News, los comentarios con más tracción no celebran a OpenAI, celebran que la competencia funcionó. Un ingeniero que corre evals internas lo puso así:
"Gracias a los modelos abiertos chinos, los grandes de EE. UU. tienen que recortar sus precios de inferencia. Kimi K3 fue el primero que realmente pudo competir con Opus o Sol en nuestros casos de uso, a una fracción del precio. Sorprendentemente, el nuevo precio de Sol es bastante parecido al de K3."
El detalle técnico
Hay dos mecanismos distintos detrás de estas bajadas y vale separarlos, porque uno es sostenible y el otro no necesariamente.
El primero es eficiencia real de serving. OpenAI documentó que Sol reescribió y optimizó kernels de producción dentro de un proceso supervisado por humanos, corrió cientos de experimentos de generación de tokens y con eso bajó 20% el costo end-to-end de servir el modelo, más de 15% de mejora en eficiencia de generación. Eso es margen genuino que se puede pasar al cliente.
El segundo es que los modelos de la familia 5.6 gastan menos tokens para llegar al mismo lugar. Según la misma guía, Sol en esfuerzo de razonamiento "bajo" supera a GPT-5.5 en esfuerzo "alto" manteniendo el harness constante. A eso se suman primitivas nuevas en la Responses API: razonamiento persistente entre turnos, compactación nativa para conversaciones largas y orquestación multiagente. El ahorro no está solo en el precio por token, está en necesitar menos tokens.
La advertencia sana la dieron los propios practicantes en ese hilo: el precio de lista no es el costo. Varios reportan que en tareas agénticas de contexto largo Sol consume más tokens y tarda más, de modo que termina saliendo más caro por tarea que un modelo con sticker price mayor. La única forma de saberlo es medirlo en tu propio harness.
Qué hacer
- No migres por la tabla de precios. Arma un eval set de tus tareas reales y mide costo por tarea completada, no por millón de tokens. Es la única métrica que se traduce a factura.
- Baja el esfuerzo de razonamiento antes de bajar de modelo. Si Sol en "low" te resuelve lo que GPT-5.5 hacía en "high", ahí está el ahorro más limpio y sin cambiar proveedor.
- Rompe el pipeline por pasos. Modelo tope para planear y resolver ambigüedad, modelo barato para ejecutar cambios bien especificados, correr tests y clasificar. Es el patrón que OpenAI recomienda y el que sostienen los números.
- Usa batch donde no necesites latencia. La mitad de precio en procesamiento diferido es dinero gratis en cargas de reporteo, enriquecimiento y clasificación offline.
- Revisa precios cada mes. Cinco recortes relevantes en tres semanas es la cadencia actual. Cualquier decisión de costo que tomaste en junio ya está vieja.