Según MarkTechPost (AI/ML News), OpenAI ha hecho público el lanzamiento general de GPT-5.6, una familia de modelos dividida en tres capas: Sol, Terra y Luna. Este nuevo sistema no solo amplía la oferta, sino que introduce funcionalidades avanzadas como llamadas programáticas a herramientas y múltiples agentes en paralelo. Los modelos se diferencian por su rendimiento y costo: Sol, el más potente, tiene un costo de entrada de $5 y salida de $30 por 1 millón de tokens; Terra, modelo equilibrado, cuesta $2.50 de entrada y $15 de salida; mientras que Luna, más económico, se posiciona en $1 de entrada y $6 de salida.
La capacidad de ejecutar código mediante JavaScript se realiza en un entorno aislado de V8, sin acceso a redes externas, lo que asegura seguridad y estabilidad. En pruebas de eficiencia, el modelo Sol alcanza un rendimiento de 80 en la medición del Índice de Agentes de Análisis y Codificación, superando al Claude Fable 5 en 2,8 puntos. En pruebas de ejecución de tareas complejas, GPT-5.6 logra un aumento del 3,1% en el puntaje del Terminal-Bench 2.1, pasando de 88,8% a 91,9%. Sin embargo, en evaluaciones especializadas como el SWE-Bench Pro, Sol registra solo un 64,6%, frente al 80,3% del Claude Mythos 5, lo que indica una brecha de aproximadamente 15 puntos.
En el ámbito de flujo de trabajo profesional, el sistema de evaluación “Agents’ Last Exam” muestra que Sol alcanza un promedio de 53,6 puntos, superando al Claude Fable 5 (40,5 puntos) en un margen de 13,1 puntos. Aunque esta diferencia se evidencia en datos oficiales, el desempeño de Sol en tareas de análisis estructurado y programación aún no alcanza niveles de equidad con otros competidores en pruebas especializadas. La funcionalidad de caché también ha sido reestructurada: ahora permite puntos de interrupción explícitos y una duración mínima de 30 minutos para los datos almacenados. Las escrituras en caché se cobran al 125% de la tasa de entrada sin caché, mientras que las lecturas mantienen el descuento del 90% aplicado a entradas almacenadas.
Para los usuarios peruanos, este avance tecnológico significa que, aunque las herramientas de inteligencia artificial siguen siendo costosas, se ofrece ahora una gama más flexible y accesible. Las empresas que operan en sectores como finanzas, comercio o servicios digitales pueden aprovechar la capacidad de automatización de tareas repetitivas, como análisis de datos o generación de informes. Sin embargo, el rendimiento en pruebas técnicas específicas indica que aún se requiere investigación para integrar estos modelos de forma efectiva en entornos reales. El costo y la especialización de cada versión deben ser evaluados según el uso esperado, especialmente en entidades que priorizan eficiencia y escalabilidad.