OpenAI ha presentado su nueva familia de modelos en una vista previa que casi nadie puede tocar. Aquí tienes todos los datos del anuncio oficial, traducidos al castellano de a pie, con los precios reales encima de la mesa.
Con GPT-5.6 estrenan sistema de nombres: el número marca la generación; Sol, Terra o Luna marcan el nivel de capacidad. Elegir bien el nivel es donde se ahorra el dinero.
💡 Traducción práctica: un millón de tokens son unas 750.000 palabras. La lección de siempre aplica más que nunca: no pongas a Sol a hacer el trabajo de Luna — es como contratar a un cirujano para poner tiritas.
Todo lo de abajo sale del anuncio oficial. Cuando OpenAI publique la disponibilidad general prometen resultados ampliados; de momento esto es lo que hay.
Nuevo referente en Terminal-Bench 2.1: flujos de línea de comandos que exigen planificar, iterar entre pasos coordinando herramientas. Es la base de los agentes que trabajan solos.
Terminal-Bench 2.1Un nuevo nivel de esfuerzo que da al modelo el máximo tiempo para pensar en profundidad antes de responder. Para problemas donde equivocarse sale caro.
Novedad GPT-5.6Va más allá de un único agente: reparte trabajos complejos entre varios subagentes que avanzan en paralelo. La dirección es clara: equipos de IA, no asistentes sueltos.
Novedad GPT-5.6En GeneBench v1 (análisis genómico de largo recorrido) supera a GPT-5.5 gastando menos. El patrón se repite: más resultado por token.
GeneBench v1En ExploitBench rinde al nivel de Mythos Preview usando solo un tercio de los tokens de salida. Ayuda mejor a encontrar fallos que a explotarlos: no cruza el umbral «Cyber Critical» de su propio marco de preparación.
ExploitBench · ExploitGym (UC Berkeley)En julio llega Sol sobre chips Cerebras: hasta 750 tokens por segundo, primero para clientes seleccionados. Respuestas largas casi instantáneas.
Anuncio oficialSolo un grupo pequeño de socios de confianza, por API y Codex, con participación comunicada al Gobierno de EE. UU. dentro del marco de la orden ejecutiva de ciberseguridad. La propia OpenAI dice que no quiere que esto sea la norma.
Ese es todo el calendario que existe para ChatGPT, Codex o API en general. Cualquiera que te dé una fecha concreta se la está inventando.
Las medidas de seguridad por capas (entrenadas en el modelo + clasificadores en tiempo real + revisión de cuenta) pueden pausar o rechazar peticiones legítimas durante la preview, sobre todo en temas de doble uso.
Red teaming automatizado buscando jailbreaks universales, más expertos humanos externos. El dato dice algo importante: se toman en serio que esta generación es más capaz también para lo malo.
Con cada lanzamiento pasa igual. Esta vez ve con esto aprendido:
Cuatro movimientos concretos con las herramientas que ya existen. Todos los hago en mi propio negocio.
Claude Code o Codex conectados a tu WordPress (por API, sin plugins raros) pueden encontrar un fallo, proponer el arreglo, aplicarlo con copia de seguridad previa. En mi reel lo hago en directo sobre mi web real.
Revisa tus automatizaciones actuales: ¿qué tareas simples estás pagando a precio de modelo caro? Clasificar correos o resumir textos va al modelo barato. El ahorro es inmediato.
Cada proceso que repites tres veces merece instrucciones guardadas que el agente ejecuta a la primera. Cuando llegue GPT-5.6, tus skills funcionarán con él: son instrucciones, no dependen del modelo.
El modo «ultra» confirma la dirección: un agente que ejecuta, otro que revisa. Ese patrón ya funciona hoy: monta tu primer pipeline con revisor antes de que sea mainstream.
En la comunidad de Código AdrIA enseño esto mismo con casos reales de mi negocio: automatizaciones que funcionan, sin teoría de relleno. Soporte diario, en castellano, para gente de a pie.
Únete gratis al canal VIP →