GitHub anunció que GPT-6 Sol y GPT-6 Luna ya están disponibles en Copilot, sumándose al Astra que salió antes. El mismo día, Vercel los habilitó en AI Gateway y OpenAI publicó su anuncio oficial. Sol se posiciona como el modelo equilibrado para trabajo agéntico; Luna como la opción liviana y la más barata de la familia.
Por qué importa
La señal no está en los benchmarks. Está en el precio. Según el detalle que publicó Hipertextual, GPT-6 Sol queda en 2 dólares por millón de tokens de entrada y 10 de salida, contra 4 y 20 de GPT-5.6 Sol. Luna baja a 10 centavos de entrada y 50 de salida, contra 20 centavos y 1,20 dólares de su predecesor. Es la mitad, con mejor desempeño arriba.
Durante los últimos dos años, la arquitectura de cualquier feature con LLM arrancaba con la misma pregunta incómoda: ¿me da el presupuesto para correr el modelo bueno en este loop? Y la respuesta, casi siempre, era armar una cascada: modelo chico que filtra, modelo grande que resuelve, un router en el medio y un montón de código de pegamento que nadie quería mantener. Ese router existía porque el delta de precio entre tiers justificaba la complejidad.
Cuando el tier intermedio cuesta la mitad y el tier liviano baja a 10 centavos el millón de entrada, el cálculo cambia. La complejidad del routing empieza a costar más —en tiempo de desarrollo, en bugs, en observabilidad— que la diferencia de facturación que evita.
Qué cambia en la práctica
Hay tres decisiones concretas que revisaría esta semana si trabajás con esto todos los días.
Primera: el router de dos niveles. Si tenés una cascada donde el modelo chico clasifica y el grande ejecuta, medí cuánto te ahorra realmente hoy. Con los precios nuevos, hay casos donde mandar todo al tier intermedio sale parecido y te saca una pieza de infraestructura de encima. No lo asumas: medilo con tu distribución real de tokens.
Segunda: el trabajo agéntico de larga duración. Vercel describe a Sol como apto para flujos profesionales complejos y tareas de codificación sostenidas donde la calidad y el margen para iterar importan las dos cosas. Esa segunda parte —margen para iterar— es la que te habilita el precio. Un agente que puede darse diez pasos de validación en vez de tres es un agente distinto.
Tercera: los detalles operativos de Copilot. No son menores y conviene tenerlos presentes antes de prometer algo al equipo:
- Sol está disponible en Copilot Pro+, Max, Business y Enterprise. Luna llega también a Pro, o sea un escalón más abajo.
- Ambos se facturan bajo usage-based billing, no entran en el pozo fijo del plan.
- El rollout es gradual: si no los ves en el model picker, todavía no te tocó.
- En Business y Enterprise, los administradores gobiernan el acceso desde la model policy. Con el default de habilitación automática, los modelos nuevos entran solos salvo que alguien haya apagado el default global o deshabilitado explícitamente el modelo.
Ese último punto es el que rompe equipos. Si tu organización apagó el default global hace seis meses por una discusión de compliance que ya nadie recuerda, los modelos nuevos no aparecen y la gente va a pensar que es el rollout gradual. Chequeá la policy antes de abrir un ticket.
| Criterio | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| Perfil | Equilibrado, interactivo y agéntico | Liviano y económico |
| Uso previsto | Validación multipaso, tareas sostenidas | Tareas chicas y rápidas, alto volumen |
| Entrada / salida (USD por millón) | 2 / 10 | 0,10 / 0,50 |
| Planes Copilot | Pro+, Max, Business, Enterprise | Pro, Pro+, Max, Business, Enterprise |
Cuándo NO usarlo
Acá está lo que el anuncio no te va a decir.
No migres nada esta semana. El rollout es gradual y por definición no controlado por vos. Si cableás tu pipeline a un modelo que la mitad de tu equipo todavía no ve en el picker, vas a tener reportes de bugs que no son bugs. Esperá a que esté parejo.
Las mejoras de comunicación tienen un costo. Vercel dice que Sol y Luna se comunican de forma más directa que sus contrapartes de GPT-5.6, con menos jerga y menos detalles de bajo valor. Eso suena bien hasta que tenés parsers, evals o prompts que dependen del formato verboso anterior. Si tu sistema extrae estructura de la prosa del modelo —y muchos lo hacen sin admitirlo—, ese cambio te rompe cosas en silencio. Corré tus evals antes de tocar el modelo en producción.
Las cifras de mejora vienen del fabricante. OpenAI afirma que estos modelos cometen alrededor de la mitad de los errores que las variantes de GPT-5.6, y que Sol supera a Claude Fable 5.1 a menor costo. No hay evaluación independiente en el material disponible. Son claims de marketing hasta que los verifiques con tu propio conjunto de tareas. Y el claim más interesante para verificar es otro: que son menos propensos a hacer afirmaciones engañosas sobre el trabajo completado en tareas de codificación. Si eso se sostiene, importa mucho más que cualquier benchmark, porque es exactamente el modo de falla que te hace perder confianza en un agente.
Luna no es Sol barato. Es un modelo liviano para tareas chicas. Meterlo en un loop agéntico de veinte pasos porque el precio te seduce es cómo se construye un sistema que falla de maneras difíciles de debuggear. El tier liviano bajó de precio, no cambió de categoría.
Qué haría hoy
Nada en producción. Abriría el model picker, tiraría Sol contra las tres tareas que más me duelen esta semana y compararía la salida con lo que uso hoy, en la misma ventana de contexto. En paralelo, sacaría la cuenta real de qué me ahorra mi routing actual con los precios nuevos: si el número es chico, el próximo refactor es borrar código, no agregar modelos.
La lectura de fondo: el precio del token dejó de ser la restricción principal en la mayoría de los diseños. Lo que queda como restricción es lo de siempre —saber qué pedir, verificar lo que te devuelve, y tener evals que detecten cuándo el modelo nuevo se comporta distinto. Eso no lo abarata nadie.