En menos de un mes, OpenAI presentó cuatro modelos de la generación GPT-6:
La lógica de nombres es sencilla: Astra es el modelo de máxima capacidad, Sol es el equilibrio para trabajo complejo y Luna es la opción ligera y rápida. La generación 5.6 sigue un esquema similar, con un modelo intermedio adicional, GPT-5.6 Terra.
El punto que más confunde es que lanzar un modelo no significa que aparezca en el selector del chat. Astra llega al chat con otro nombre, y Sol y Luna de la generación 6 no se eligen ahí.
Para una empresa, esto tiene una consecuencia práctica: dos personas del mismo equipo pueden estar usando modelos distintos según el plan, el tipo de asiento o la herramienta desde la que trabajan. Antes de comparar resultados o definir procesos, conviene saber exactamente qué modelo hay detrás de cada uso.
<<<Claude vs ChatGPT para empresas: qué diferencia a cada IA>>>
Separar dos entornos ordena casi toda la confusión.
| Plan | Uso diario | Máxima capacidad |
|---|---|---|
| Free y Go | GPT-5.6 Luna | No incluida |
| Plus | GPT-5.6 Sol | No incluye GPT-6 Pro |
| Pro | GPT-5.6 Sol | GPT-6 Pro (Astra) |
| Business y Enterprise | GPT-5.6 Sol | GPT-6 Pro (Astra) |
En Business, el selector ya no muestra nombres de modelo, sino niveles de razonamiento: Instant, Medium, High y Extra High, además de la opción Pro. Instant corre sobre GPT-5.6 Sol; los niveles superiores dedican más tiempo a razonar antes de responder, y Pro activa el modelo de máxima capacidad.
Regla práctica: si tu equipo usa el chat para consultas, la elección pasa por el nivel de razonamiento. Si trabaja en Work o Codex, o integra la API, la elección pasa por el modelo.
Antes de elegir, responde tres preguntas sobre la tarea:
Con esas respuestas, la elección se ordena en cuatro escenarios.
Redactar un correo, resumir una reunión, reformular un texto o resolver dudas puntuales. Usa el modo Instant o el modelo por defecto del chat. No hace falta razonamiento extendido: la prioridad es la velocidad.
Ejemplos:
Revisar un contrato extenso, analizar datos financieros o evaluar escenarios de un plan de negocio. Usa niveles de razonamiento altos o GPT-6 Pro, si tu plan lo incluye.
Reserva este nivel para lo que lo justifica: las respuestas tardan más y los mensajes Pro tienen límites según el plan y el tipo de asiento.
Desarrollar funcionalidades, refactorizar código o automatizar tareas que requieren varios pasos y uso de herramientas. Usa GPT-6.1 Sol en Codex o en la API. Es el modelo pensado para este tipo de trabajo, con rendimiento cercano a Astra y soporte para flujos multiagente.
Ejemplos:
Reserva GPT-6 Astra para los problemas más difíciles: arquitectura compleja, depuración de errores críticos o tareas de seguridad.
Clasificar tickets, extraer datos de formularios, etiquetar leads, traducir descripciones de producto o normalizar registros. Usa GPT-6 Luna a través de Work o de la API. Son tareas repetitivas, con instrucciones claras, donde importan más la velocidad y la eficiencia por operación que el razonamiento profundo.
Ejemplo: un equipo de operaciones que procesa miles de solicitudes de soporte para enrutarlas por categoría.
En este escenario, la calidad de las instrucciones pesa más que el tamaño del modelo. Un prompt con ejemplos claros y categorías bien definidas suele dar mejores resultados que pasar a un modelo más potente.
<<<Paso a paso: ¿Cómo redactar prompts que funcionen en ChatGPT?>>>
En los espacios Enterprise y Edu, los modelos nuevos llegan desactivados y un administrador debe habilitarlos. Además, la configuración previa de acceso anticipado no se traslada a Astra. Revisa la consola de administración después de cada lanzamiento.
En Business, los asientos estándar tienen 15 mensajes Pro por mes y los asientos premium, 50 por semana. Define qué perfiles necesitan acceso a la máxima capacidad y cuáles pueden trabajar con los niveles estándar.
Si tu empresa conecta la API con un CRM, un sistema de tickets o flujos de automatización, cada integración apunta a un modelo concreto. Cuando aparece una versión nueva, como GPT-6.1 Sol, nada cambia automáticamente: hay que actualizar la configuración, probar y desplegar.
En los planes con facturación por uso, incluso las solicitudes en modo Instant generan consumo. Elegir el modelo adecuado para cada tarea también es una decisión de presupuesto.
Una práctica útil es revisar el uso por área cada mes: qué equipos usan los niveles más altos, para qué tareas y con qué resultados. Así es más fácil detectar procesos que podrían pasar a un modelo más ligero sin perder calidad.
El selector cambió varias veces en pocas semanas, y seguirá cambiando. Estas prácticas reducen el impacto:
La generación GPT-6 no exige elegir un único modelo, sino asignar cada tarea al nivel adecuado: Astra para el análisis más exigente, Sol para programación y agentes, Luna para el alto volumen y la generación 5.6 para el chat diario.
Para las empresas, el desafío es más de gestión que técnico: saber qué está habilitado en cada plan, documentar qué modelo usa cada proceso y revisar los cambios con regularidad. Con esa disciplina, cada lanzamiento deja de ser una fuente de confusión y se convierte en una oportunidad de mejora.
En Drew Tech ayudamos a las empresas a integrar la IA en su operación diaria, conectándola con herramientas como HubSpot, Make y monday.com. Podemos ayudarte a definir qué modelo usar en cada proceso, diseñar integraciones fáciles de actualizar y documentar el uso de IA en tu equipo. Si estás evaluando cómo aprovechar los nuevos modelos de OpenAI, es un buen momento para revisar juntos tu stack actual.