GPT-5.6: novedades, precio y despliegue

OpenAI presentó el 26 de junio de 2026 la familia GPT-5.6, compuesta por tres niveles —Sol (insignia), Terra (equilibrado) y Luna (rápido y económico)— más un modo de alto cómputo llamado Sol Ultra.

La nueva nomenclatura separa generación (el número 5.6) y nivel de capacidad (el nombre), que evolucionan de forma independiente.

Sol estrena un modo «max» de razonamiento profundo y un modo «ultra» que coordina subagentes en paralelo, y marca récord en Terminal-Bench 2.1 (Sol 88,8%; Sol Ultra 91,9%, frente al 83,4% de GPT-5.5 y el 88,0% de Claude Mythos 5).

Los precios por millón de tokens son 5/30 USD (Sol), 2,50/15 (Terra, la mitad que GPT-5.5) y 1/6 (Luna); en julio Sol correrá sobre Cerebras a hasta 750 tokens por segundo.

OpenAI clasifica los tres modelos como riesgo «High» en ciberseguridad y bio/químico, y dedicó más de 700.000 horas de GPU al red teaming.

El despliegue es una preview limitada a unas 20 organizaciones aprobadas por el Gobierno de EE.UU., accesible solo vía API y Codex (no en ChatGPT), a petición de la Oficina del Director Nacional de Ciberseguridad y la de Política Científica y Tecnológica, al amparo de la orden ejecutiva de 2 de junio de 2026.

La medida replica el precedente de Anthropic, cuyos modelos Fable 5 y Mythos 5 fueron retirados por directiva gubernamental, y ha sido criticada por expertos como un régimen de licencias de facto. La disponibilidad general se anuncia «en las próximas semanas».

Índice

El cambio de nombres no es marketing: es un mapa
Los tres coches, uno a uno (esto es lo que te interesa de verdad)
«Max» y «Ultra»: dos formas distintas de pensar más
Los números: ¿es tan potente como dicen?
Velocidad, precio y el detalle que cambia las reglas
La fortaleza de seguridad (y por qué da que pensar)
Y AHORA la p+tada de verdad: el Gobierno reparte las cartas
Y aquí entra TU mundo.
Qué es lo que de verdad importa

El viernes 26 OpenAI no presentó UN modelo.

Presentó TRES de golpe.

Se llaman Sol, Terra y Luna, y debutan con una nomenclatura nueva.

Y antes de que pongas cara de «menudo lío de nombres», para el carro.

Porque el lío, por una vez, tiene sentido.

Ya sabrás, y si no lo sabes te lo voy a contar ahora, que OpenAI llevaba años poniendo nombres a sus modelos como quien tira dardos a ciegas. GPT-5.2. GPT-5.3 Instant. GPT-5.5.

Un cacao.

Pues se acabó.

El cambio de nombres no es marketing: es un mapa

A partir de ahora el número (5.6) identifica la GENERACIÓN, mientras que Sol, Terra y Luna son NIVELES de capacidad que pueden evolucionar cada uno por su cuenta.

Traducido a román paladino: el número te dice «de qué año es el motor».

El nombre te dice «qué coche es».

Sol es el deportivo. Terra, el familiar. Luna, el utilitario.

Y como cada nivel avanza a su ritmo, la próxima vez no tendrás que adivinar si «Instant» significa rápido o significa nuevo.

¡Plofff!

Adiós a la confusión.

Lo de los nombres celestes, por cierto, no es casual.

Sol, Tierra, Luna.

OpenAI mirando al cosmos para venderte que esto es la nueva órbita del trabajo.

Sutiles no son, los muchachos.

Los tres coches, uno a uno (esto es lo que te interesa de verdad)

Vamos al lío práctico, que es lo que tú necesitas.

Sol es la joya de la corona.

El modelo más potente que OpenAI ha hecho jamás.

Para razonamiento complejo, programación de largo recorrido, ciencia y ciberseguridad.

El que usas cuando el problema es gordo y equivocarte sale caro.

Y por encima de Sol hay un modo todavía más bestia: Sol Ultra.

Una modalidad que quema más cómputo por petición para exprimir el techo de capacidad.

Solo para los problemas más cabrones, no para el día a día.

Terra es el coche familiar.

El que vas a usar el 80% de las veces.

Rinde como GPT-5.5 pero cuesta la MITAD.

Para producción a volumen: atención al cliente, procesar documentos, herramientas internas.

Luna es el utilitario.

Capacidad sólida al precio más bajo de la casa.

Para lo de alta frecuencia: clasificar, etiquetar, resúmenes cortos, primer filtro.

¿Y cómo se monta esto en una empresa de verdad?

El patrón que recomiendan es una cascada: Luna se come la mayoría fácil, Terra el medio, y Sol o Sol Ultra cazan la cola difícil.

Eficiencia pura.

Cada euro de cómputo donde toca.

«Max» y «Ultra»: dos formas distintas de pensar más

Aquí hay un matiz técnico que casi nadie te explica bien, y es importante.

El modo «max» permite al modelo tomarse MÁS TIEMPO para pensar en profundidad antes de responder.

Es una sola cabeza pensando más despacio y más hondo.

El modo «ultra» es otra cosa: reparte el trabajo entre VARIOS subagentes que resuelven partes en paralelo y luego integran todo.

O sea: «max» es un sabio meditando.

«Ultra» es un equipo de sabios repartiéndose la tarea.

Suena de maravilla.

Pero ojo al bolsillo.

Es justo el tipo de truco que te dispara el consumo de tokens hasta la estratosfera.

¡Flusjjjj!

Ahí va el dinero.

Los números: ¿es tan potente como dicen?

Esta era la pregunta de oro.

Y te la respondo con datos, no con humo.

En programación marca récord.

Sol alcanza un 88,8% en Terminal-Bench 2.1, y Sol Ultra sube al 91,9%, estableciendo un nuevo referente en ese benchmark de flujos de trabajo por línea de comandos.

Por encima del 88,0% de Claude Mythos 5 y del 83,4% del propio GPT-5.5.

Y fíjate en el dato más limpio: Sol Ultra (91,9%) está claramente por encima de Sol a secas (88,8%), lo que demuestra que el truco de los subagentes funciona, al menos aquí.

En tareas de agente autónomo, otro ¡Chisssparkk!

En el Agent's Last Exam, Sol fue el ÚNICO modelo que pasó de la mitad: 50,9% en «code mode». Y en GeneBench batió a GPT-5.5 en análisis genómico de largo recorrido.

Pero donde se le pone cara de susto a la gente es en CIBERSEGURIDAD.

¡Tsjjjjank!

Los tres modelos cruzaron el umbral «High» en pruebas internas de capture-the-flag: Sol 96,7%, Terra 91,84%, Luna 85,19%.

Sol es competitivo con Mythos Preview gastando un TERCIO de los tokens de salida.

Donde más destaca es precisamente en ciber, y eso es lo que generó toda la atención.

Ahora bien.

Honestidad radical, que es la única moneda que acepto en esta bitácora.

Sobre el papel, es lo más potente de OpenAI.

PERO hay un *** de matiz que casi nadie subraya.

Nadie de fuera lo ha podido probar todavía.

Ni los analistas pudieron testearlo.

La parte más noticiable de este lanzamiento no es el modelo: es CÓMO se está lanzando.

Y los niveles, por cierto, están desordenaos.

Luna a veces puntúa por ENCIMA de Terra, y Terra cae por debajo del 5.5 en algún test, pese a venderse como «comparable».

Los niveles miden el equilibrio MEDIO entre inteligencia, velocidad y coste.

No te garantizan nada en un test concreto.

Que no te vendan la moto.

La potencia es real, pero te la enseñan detrás de un cristal blindado que no puedes abrir.

Velocidad, precio y el detalle que cambia las reglas

Velocidad de vértigo.

Durante julio, Sol correrá sobre infraestructura de Cerebras a hasta 750 tokens por segundo (te explico esto a continuación 🫶).

Sol va a ejecutarse durante julio en hardware de Cerebras, una empresa especializada en chips gigantes para IA. OpenAI dice que esa versión podrá responder hasta a 750 tokens por segundo para clientes seleccionados.
Un token no es exactamente una palabra. Es una unidad de texto: puede ser una palabra corta, parte de una palabra, un signo, etc. Como aproximación práctica, 750 tokens/segundo podría equivaler a varios cientos de palabras por segundo. Es decir: respuestas larguísimas saliendo casi instantáneamente.
La parte importante no es que el modelo “piense mejor”, sino que entregaría la respuesta mucho más rápido. La inteligencia del modelo depende de Sol; la velocidad de salida depende en parte de la infraestructura donde se ejecuta. Cerebras presume precisamente de hardware e inferencia muy rápida para modelos de IA.
La frase tiene tres matices:
“Correrá sobre infraestructura de Cerebras” significa que el modelo no se servirá solo desde la infraestructura típica basada en GPU, sino desde sistemas de Cerebras preparados para inferencia rápida.
“Hasta 750 tokens por segundo” significa velocidad máxima anunciada, no garantía permanente. Puede depender de carga del sistema, tamaño del prompt, razonamiento activado, disponibilidad, límites de cuenta y tipo de cliente.
“Durante julio” indica despliegue o disponibilidad prevista para ese mes, inicialmente limitada a clientes seleccionados mientras se amplía capacidad.
La consecuencia práctica: para agentes de IA, programación, análisis documental o respuestas largas, se reduce mucho la espera. No es tanto “más cerebro”, sino menos latencia y más velocidad de escritura.

Para que te hagas idea: la mayoría de modelos frontera van hoy a 50-150.

Esto no es una mejora, es otra categoría de experiencia.

Bucles de agente en tiempo real, generación de código en vivo.

¡Swooomp!

Y los precios, que es donde tú y yo levantamos la oreja.

Sol cuesta 5 dólares de entrada y 30 de salida por millón de tokens; Terra, 2,50 y 15; Luna, 1 y 6.

Métete Terra en la cabeza.

Rendimiento de frontera.

A la mitad de pasta.

Y un detalle de fontanería que parece menor pero NO lo es. GPT-5.6 estrena un caché de prompts más predecible, con puntos de interrupción explícitos y una vida mínima de caché de 30 minutos.

☝️Y que carajo significa esto:
Cuando usas una IA, muchas veces le mandas siempre las mismas instrucciones de base: cómo debe comportarse, qué herramientas tiene, qué tono usar, qué reglas seguir, etc.
Pues bien: GPT-5.6 podrá guardar temporalmente esas instrucciones repetidas para no tener que leerlas desde cero cada vez.
Es como si en vez de explicarle todo desde el principio en cada consulta, el sistema dijera:
“Vale, esta parte ya me la sé de hace un momento. Vamos directamente a lo nuevo.”
La mejora tiene tres consecuencias prácticas:
1. Más rapidez.
Si el prompt inicial es largo, la IA tardará menos en arrancar.
2. Menos coste.
Como no reprocesa siempre lo mismo, usar agentes largos puede salir más barato.
3. Más estabilidad.
El sistema sabrá mejor qué parte debe reutilizar y durante cuánto tiempo. Lo de “30 minutos” significa que esa información repetida quedaría guardada al menos media hora.
Ejemplo sencillo:
Tú tienes un agente jurídico con 20 páginas de instrucciones internas. Cada vez que le preguntas algo, no tendrá que “tragarse” otra vez esas 20 páginas desde cero. Las conserva un rato y solo procesa la pregunta nueva.
No significa que la IA tenga memoria real ni que aprenda de ti. Significa que reutiliza temporalmente instrucciones repetidas para ir más rápido y gastar menos.

Traducción: para flujos repetitivos, la factura de inferencia se desploma.

¿Sabes lo que significa todo esto junto?

Que el «trabajador digital» sintético acaba de bajar de precio otra vez.

Cada bajada de coste es otra capa de presión sobre el empleo de conocimiento.

Esto no va de chatbots.

Va de convertirse en la capa de cómputo del software.

La fortaleza de seguridad (y por qué da que pensar)

Aquí OpenAI ha tirado la casa por la ventana.

Combinaron entrenamiento para rechazar peticiones prohibidas, clasificadores que analizan el contenido mientras se genera, revisiones adicionales y monitorización de patrones de abuso a nivel de cuenta.

Y dedicaron más de 700.000 horas equivalentes de GPU A100 a red teaming automatizado.

Su propio red teaming encontró «jailbreaks universales»: vectores de ataque sistémicos capaces de saltarse las salvaguardas en toda la familia, antes de dar acceso a nadie.

Y el dato que a ti, que vives en el mundo del riesgo y la responsabilidad, te va a interesar: OpenAI clasifica los TRES modelos —no solo Sol, también los baratos— como riesgo «High» en ciber y en bio/químico. Por debajo de ese nivel en autosuperación de la IA.

En cristiano:
OpenAI está diciendo: “estos modelos son muy potentes, así que antes de soltarlos hemos metido muchas capas de seguridad.”
Mira 🤯:
Los han entrenado para negarse cuando alguien pide cosas prohibidas: ciberataques, armas biológicas/químicas, daño real, etc.
No solo miran lo que preguntas, también vigilan la respuesta mientras se está generando. Si empieza a cruzar una línea peligrosa, pueden cortarla.
Vigilan patrones de abuso por cuenta. No es solo “esta pregunta concreta”, sino: “este usuario lleva rato intentando rodear las normas”.
Han probado ataques contra sus propias defensas de forma masiva. Eso es el “red teaming”: intentar romper el sistema antes de que lo rompan otros. OpenAI dice que usó más de 700.000 horas equivalentes de GPU A100 para buscar “jailbreaks universales”, es decir, trucos capaces de saltarse las barreras en muchos casos distintos. (OpenAI Deployment Safety Hub)
El dato delicado: OpenAI considera que Sol, Terra y Luna tienen capacidad de riesgo “High” en ciberseguridad y en bio/químico. No significa que sean armas por sí mismos. Significa que son lo bastante capaces como para ayudar en tareas sensibles si se usan mal, así que llevan controles reforzados. En cambio, OpenAI dice que no llegan a ese nivel “High” en autosuperación de IA. (OpenAI Deployment Safety Hub)
Resumen brutalmente simple:
Son modelos muy capaces, también para cosas peligrosas. Por eso OpenAI los está sacando con muchas barreras, vigilancia y pruebas de ataque previas.

Ojo a la jugada fina.

OpenAI dice que sus salvaguardas están integradas en el comportamiento del propio modelo, no en un filtro pegado por encima.

¿Por qué?

Porque están huyendo de la trampa que cazó a Anthropic: cuando Fable 5 detectaba un tema de riesgo, no bloqueaba sin más, sino que reenrutaba la petición a un modelo más viejo, generando un montón de falsos positivos y cabreo de usuarios.

Aprendieron del vecino.

Y un cotilleo de los que husmean en los logs, que te lo cuento con pinzas porque es rumor, no evangelio: se especula que GPT-5.6 fue el primer modelo entrenado con un pipeline de auditoría de recompensas rediseñado tras el «incidente del goblin», un caso de contaminación de comportamiento que se colaba entre versiones.

Eso explicaría por qué el ciclo de pruebas se aceleró tanto.

Anécdota friki, pero reveladora de lo nervioso que anda el sector.

En cristiano:
Está diciendo que OpenAI tuvo un fallo raro de comportamiento: algunos modelos empezaron a meter demasiadas referencias a “goblins”, “gremlins” y criaturas similares, aunque no viniera a cuento.
No era magia ni personalidad propia. Era un problema de entrenamiento: el sistema había aprendido que ese tipo de lenguaje recibía buena puntuación en ciertos contextos, y ese tic se fue colando en más respuestas. OpenAI publicó una explicación oficial sobre este caso. (OpenAI)
La frase viene a decir:
“Después de ese fallo, OpenAI habría rediseñado cómo revisa las recompensas del entrenamiento para evitar que una manía, sesgo o tic raro se propague de un modelo a otro.”
Traducido aún más:
Antes de sacar un modelo nuevo, no solo miran si responde bien. También miran si ha heredado comportamientos raros del entrenamiento anterior.
Lo importante:
No significa que GPT-5.6 sea peligroso por los goblins. Significa que el sector está obsesionado con detectar fallos pequeños antes de que se conviertan en fallos masivos.
Y ojo: la parte de que GPT-5.6 fue el primer modelo entrenado con ese nuevo sistema de auditoría aparece como rumor/especulación, no como dato oficial confirmado. OpenAI sí confirma el “caso goblin” y que creó nuevas herramientas para auditar y corregir comportamientos de raíz. (OpenAI)

Y AHORA la p+tada de verdad: el Gobierno Americano reparte las cartas ⚖️

Respira hondo, pequeño saltamontes.

Porque esto es lo heavy.

GPT-5.6 está disponible solo como preview limitado para unas 20 empresas, cuya participación ha sido aprobada por el Gobierno de EE.UU.🥇

Veinte.

En todo el j0dido planeta.

Y agárrate: ni siquiera está en ChatGPT durante la preview.

Solo vía API y Codex, sujeto a aprobación de cada participante.

No hay solicitud pública ni lista de espera.

¿Quién mueve los hilos?

Dos oficinas de la Casa Blanca: la del Director Nacional de Ciberseguridad y la de Política Científica y Tecnológica, que pidieron a OpenAI limitar el despliegue mientras la Administración monta un marco para evaluar la seguridad de los modelos.

El Gobierno aprobará el acceso cliente por cliente.

Amazon Bedrock es una de las vías de entrada.

¿La base legal?

Una orden ejecutiva que Trump firmó el 2 de junio de 2026, «Promoting Advanced Artificial Intelligence Innovation and Security», que estableció un proceso para que los laboratorios entreguen voluntariamente sus modelos más potentes al Gobierno hasta 30 días antes del lanzamiento.

Subraya «VOLUNTARIAMENTE».

Porque aquí viene el truño.

La orden dice voluntario, pero en la práctica el Gobierno está dirigiendo los lanzamientos.

Y el marco que describe ni siquiera está construido: no hay benchmarks, no hay proceso de envío. Un borrador anterior pedía 90 días de revisión; la presión del sector, incluido el exzar de IA David Sacks, lo bajó a 30.

El propio Trump retrasó la firma temiendo perder competitividad frente a China.

Y los expertos no se cortan.

Brad Carson, de Public First, describió el enfoque actual como «ad hoc y potencialmente ilegal». Dean Ball, exasesor de IA de la Casa Blanca, lo llama un régimen de licencias DE FACTO involuntario, que sin criterios transparentes puede provocar retrasos eternos y regalarle ventaja a China.

Hasta el propio Altman lo dice con la boca pequeña: no le gusta la idea de que el Gobierno elija a los clientes, aunque los considera razonables y dice respetar su postura.

Y OpenAI publicó, en su propio anuncio, que este tipo de supervisión mantiene las mejores herramientas alejadas de los usuarios, desarrolladores y empresas que las necesitan.

Quédate con esto: es el primer caso documentado en que la Casa Blanca restringe directamente un lanzamiento comercial de IA por motivos de seguridad nacional.

Y en agosto la Administración debe definir qué modelos cuentan como «covered frontier models».

En cristiano:
La Administración de EE. UU. tiene que decidir qué modelos de IA son tan potentes que deben pasar por una revisión especial antes de abrirse más al mercado.
“Covered frontier models” significa algo así como:
modelos frontera cubiertos por supervisión especial.
No se refiere a cualquier ChatGPT. Se refiere a modelos muy avanzados, sobre todo si tienen capacidades fuertes en ciberseguridad ofensiva o defensiva: encontrar vulnerabilidades, explotar fallos, automatizar ataques, analizar sistemas, etc.
La idea es esta:
Antes de que un modelo muy potente se entregue a empresas, socios o usuarios avanzados, el Gobierno puede pedir verlo durante un periodo previo —hasta 30 días— para evaluar si cruza cierto umbral de riesgo. La orden ejecutiva dice que ese proceso será voluntario y que no crea una licencia obligatoria para lanzar modelos. (The White House)
Traducido aún más:
Si una IA es demasiado capaz en materia ciber, entra en una categoría vigilada. No porque esté prohibida, sino porque el Gobierno quiere revisarla antes de que se distribuya ampliamente.
Y esto explica por qué modelos como Sol, Terra o Luna podrían tener acceso limitado al principio: no solo por estrategia comercial, sino por control de riesgo.

¿Y no es la primera vez que pasa?

No, querid@.

A Anthropic, antes, una directiva del Departamento de Comercio le obligó a cortar el acceso a extranjeros en Mythos 5 y Fable 5.

Como restringir por nacionalidad era técnicamente inviable, Anthropic acabó apagando los modelos ENTEROS, con un margen de aviso de apenas 90 minutos.

Esto que ves no es un accidente.

Es un PATRÓN.

Glurpppp. El sistema tragándose el acceso libre.

Y aquí entra TU mundo.

Para qué nos vamos a engañar.

A ti, a mí, el benchmark de Terminal-Bench nos la trae bastante floja.

Lo que nos quita el sueño es OTRA cosa.

Las herramientas que van a decidir a quién se contrata, a quién se sustituye, qué tarea desaparece y cuál sobrevive… ya no las suelta ni las retiene una empresa privada en un mercado libre.

Las suelta o las retiene un GOBIERNO.

A dedo.

Cliente por cliente.

Si restringir lanzamientos a una lista de socios autorizados se vuelve patrón recurrente, cambia QUIÉN controla los plazos de despliegue.

El acceso a las herramientas más capaces pasa a ser cuestión de política gubernamental, no de disponibilidad de producto.

Y hay un riesgo nuevo para cualquiera que construya su negocio sobre esto.

Montar tu flujo de trabajo alrededor de un solo modelo frontera ahora conlleva un riesgo regulatorio que hace seis meses no existía.

El de Anthropic demostró que un modelo vivo puede apagarse sin avisar.

El de OpenAI, que un modelo nuevo puede frenarse antes de salir.

Léelo dos veces, despacio.

El trabajador cuyo empleo va a transformar esta tecnología nunca tuvo voz.

Vale, eso ya lo sabíamos.

Pero ahora resulta que el ASESOR, la PYME, el despacho pequeño de cualquier lugar del mundo, el autónomo que quería sacarle el jugo a estas herramientas para no quedarse atrás…

TAMPOCO.

La cola para tocar el juguete la ordena la Casa Blanca.

Qué es lo que de verdad importa

Llevamos meses en esta bitácora contando cadáveres.

Trackers de despidos. Klarna, Oracle, Meta, Salesforce.

La cuenta diaria de bajas laborales.

Y nos habíamos instalado en una idea cómoda: que esto era la guerra de siempre.

Empresa contra trabajador.

Capital contra empleo.

Pero con esteroides.

Pues NO.

Hoy el tablero ha enseñado una capa que no veíamos.

Resulta que la herramienta más poderosa para reorganizar el trabajo humano de este siglo es tan potente, tan concentrada y da tanto canguelo, que un Estado ha decidido que NO puede circular libremente.

Que hay que vetar quién la toca.

Eso no va de productividad.

Va de PODER.

Así, con mayúsculas.

Y cuando el poder se concentra en cuatro laboratorios y un puñado de despachos gubernamentales, el de abajo —el currante, el que va a ver su tarea evaporarse— ni vota, ni opina, ni se entera de cómo se reparten la baraja.

Yo lo digo siempre y lo sostengo: las relaciones laborales son, ante todo, relaciones interpersonales.

Pero cuando entre dos personas se cuela un algoritmo que un Gobierno reparte a dedo, la conversación deja de ser entre tú y tu jefe.

Hay un tercero sentado a la mesa.

Y a ese no lo has invitado tú.

DESPIERTA, pequeño saltamontes.

Porque el debate ya no es «la IA me va a quitar el trabajo».

El debate de 2026 es otro, y es mucho más incómodo: ¿QUIÉN c+ño tiene la llave de la IA?

Y esa llave, hoy, está colgada en un despacho de Washington.

Todo el Flow y el amor del mundo, José MarIA.

Preguntas frecuentes

¿Qué es GPT-5.6 y por qué vienen TRES modelos de golpe?

Es la nueva generación de OpenAI, presentada el 26 de junio de 2026. No es un modelo, son tres niveles: Sol (el más potente), Terra (equilibrado, para el día a día) y Luna (rápido y barato), más un modo de alto cómputo, Sol Ultra. El número marca la generación y el nombre marca el nivel, y cada nivel puede evolucionar por su cuenta.

¿Puedo usarlo ya en ChatGPT?

No, pequeño saltamontes. Durante la preview solo está en la API y en Codex, y solo para organizaciones aprobadas; no está en ChatGPT. La disponibilidad general en ChatGPT, Codex y API se anuncia «en las próximas semanas».

¿Cuánto cuesta cada modelo?

Por millón de tokens: Sol cuesta 5 dólares de entrada y 30 de salida; Terra, 2,50 y 15 (la mitad que GPT-5.5); Luna, 1 y 6. Que Terra rinda como el 5.5 a la mitad de precio es la bomba silenciosa del lanzamiento.

¿Qué diferencia hay entre el modo «max» y el modo «ultra»?

«Max» deja que el modelo piense MÁS tiempo y más hondo: una sola cabeza razonando despacio. «Ultra» reparte el trabajo entre VARIOS subagentes que resuelven en paralelo y luego integran. Ojo: el modo ultra te dispara el consumo de tokens.

¿Es de verdad el modelo más potente del mercado?

En los benchmarks que ha publicado OpenAI, marca récord. Sol Ultra llega al 91,9% en Terminal-Bench 2.1 y en ciber alcanza un 96,7% en pruebas internas de capture-the-flag. Pero con dos peros enormes: nadie de fuera lo ha podido probar todavía, y los niveles no son lineales (Luna a veces supera a Terra, y Terra cae por debajo del 5.5 en algún test).

¿Por qué el Gobierno de EE.UU. ha frenado el acceso?

Por sus capacidades de ciberseguridad. El Gobierno considera a GPT-5.6 comparable al Mythos restringido de Anthropic, y bajo la orden ejecutiva de 2 de junio de 2026 está dirigiendo el lanzamiento. El acceso inicial se limita a unas 20 organizaciones, aprobadas cliente por cliente.

¿Le puede pasar a GPT-5.6 lo mismo que a los modelos de Anthropic?

Ese es justo el riesgo. A Anthropic una directiva del Departamento de Comercio le obligó a cortar el acceso a extranjeros en Mythos 5 y Fable 5, y acabó apagándolos enteros. Por eso construir tu negocio sobre un único modelo frontera ahora conlleva un riesgo regulatorio que hace seis meses no existía.

GPT-5.6: OpenAI saca el modelo más bestia de su historia… y Washington decide a dedo quién lo toca