JOURNAL / 2026.09.30
OpenAI clasifica GPT-6.1 Sol como cibercrítico y lo vende a un quinto de Astra
El nuevo Sol acerca la capacidad de Astra al modelo de trabajo y hereda sus salvaguardas; el cambio importante es que una capacidad cibernética extrema ya puede desplegarse mucho más veces por el mismo presupuesto.
OpenAI publicó GPT-6.1 Sol el 29 de septiembre, sólo siete días después de GPT-6 Sol. Conserva la tarifa estándar de 2 dólares por millón de tokens de entrada y 10 por el de salida, reduce a la mitad la lectura de caché y, según la empresa, se aproxima a GPT-6 Astra en programación agéntica, uso de ordenadores y trabajo profesional. Ya está disponible en la API, Codex y ChatGPT Work; todavía no en el chat convencional.
Una primera evaluación externa respalda que el salto no es sólo un cambio de nombre. Pero la parte más importante del lanzamiento está en otra tabla: OpenAI clasifica el modelo como «Critical» en capacidad de ciberseguridad, el mismo nivel que Astra. El GPT-6 Sol publicado una semana antes era «High». La tarifa por token no ha cambiado; la clasificación de capacidad sí.
Esto no convierte a cada llamada de API en un atacante autónomo ni demuestra que Sol pueda comprometer cualquier objetivo real. La clasificación pertenece al Marco de Preparación de OpenAI y las salvaguardas restringen lo que recibe el usuario. Sí cambia una frontera práctica: una capacidad que a comienzos de mes se ofrecía en el modelo más caro se ha trasladado al escalón pensado para ejecutar trabajo en volumen.
La novedad es cuántas veces puede usarse la capacidad
La página de lanzamiento cobra a Sol una quinta parte de los precios estándar de entrada y salida de Astra. Ambos ofrecen 1,05 millones de tokens de contexto y hasta 128.000 de salida. Para una carga que reutiliza mucho contexto, la diferencia es aún mayor: una lectura de caché cuesta 0,10 dólares por millón, frente a 1 dólar en Astra y 0,20 en el Sol anterior. Las peticiones que superan 272.000 tokens tienen recargos, y los modos rápidos o el procesamiento regional cambian la factura; «un quinto» no es el precio de toda aplicación.
Artificial Analysis ejecutó los tres modelos con el mismo índice de diez evaluaciones. A esfuerzo máximo, GPT-6.1 Sol obtuvo 52 puntos redondeados, uno menos que Astra y cuatro más que GPT-6 Sol. El coste observado por tarea del índice fue de 0,72 dólares, frente a 3,26 para Astra y 1,05 para su predecesor. Es evidencia independiente de la tabla de OpenAI, no una medición independiente de toda la inteligencia: el compuesto mezcla conocimiento, documentos, terminal, programación y automatización bajo un arnés concreto.
La forma de la mejora también importa. En el índice de agentes de programación de esa organización, xhigh superó a max por tres puntos y quedó uno por encima de Astra por menos del 15 % de su coste observado. Sol 6.1 utilizó entre un 10 y un 30 % más de tokens de salida que Sol 6, pero obtuvo mejores resultados y acabó costando menos por tarea. Más razonamiento volvió a no ser sinónimo automático de mejor ejecución; la ventaja económica depende de escoger el esfuerzo, no sólo el modelo.
Los resultados del proveedor cuentan una historia compatible, aunque más seleccionada. En DeepSWE 1.1, Sol 6.1 iguala a Astra aproximadamente a una quinta parte del coste; esa prueba contiene tareas originales y verificadas de ingeniería en repositorios, no toda la práctica de programar. En el conjunto offline de OSWorld 2.0 queda a 2,1 puntos de Astra en recompensa parcial y a cerca de una séptima parte del coste por tarea; esa métrica concede crédito por pasos completados y no equivale a terminar correctamente un flujo largo. En Terminal-Bench Science, Astra conserva una ventaja de once puntos y sigue siendo la recomendación de OpenAI para la investigación más difícil.
La entrada del 23 de septiembre describía a Sol y Luna como una reducción del suelo de coste más clara que su avance agregado. Siete días después, esa lectura necesita una corrección material: Sol 6.1 no sólo abarata una capacidad parecida, sino que acerca el escalón intermedio al techo medido. Que el proveedor actualice tan pronto un modelo recién lanzado también aconseja no diseñar evaluaciones, rutas ni presupuestos alrededor de un nombre que se supone estable.
«Critical» no significa «Astra barato» en todos los sentidos
El apéndice de seguridad define el nivel cibercrítico como capacidad para encontrar y convertir en exploits zero-days en numerosos sistemas reales endurecidos sin intervención humana, o para ejecutar campañas novedosas de extremo a extremo a partir de un objetivo general. OpenAI dice que Sol 6.1 cruza ese umbral mediante sus evaluaciones automatizadas y le aplica la misma pila de salvaguardas que a Astra.
Los números públicos muestran un salto grande, no equivalencia. En una versión interna de ExploitBench con vulnerabilidades reveladas recientemente, Sol 6.1 consiguió ejecución arbitraria de código en el 21,5 % de los casos; Astra llegó al 31,5 % y Sol 6 al 5,5 %. En ExploitGym, las tasas fueron 35,1 %, 42,4 % y 22,1 %, respectivamente. Son entornos preparados donde el agente dispone de herramientas y un objetivo: miden la capacidad de construir exploits bajo esas condiciones, no la probabilidad de vulnerar una organización escogida al azar.
Hay además una diferencia de evidencia con el lanzamiento de GPT-6 Astra. En aquel caso, OpenAI describió descubrimientos desconocidos y cadenas funcionales contra un navegador y un kernel endurecidos, con muchas horas y hasta 64 subagentes. El apéndice de Sol 6.1 no documenta otra demostración comparable sobre un sistema real; remite a la metodología de Astra y a pruebas automatizadas, y el informe completo de salvaguardas sigue siendo interno. Es razonable tratar la clasificación como una decisión operativa seria del proveedor, no como una certificación externa reproducida.
Tampoco todas las señales de conducta mejoran a la vez. En una simulación emparejada de 49.650 tareas internas de Codex, Sol 6.1 produjo 28 alertas de desalineamiento de severidad 3 o superior, frente a 42 para Sol 6 y 27 para Astra. En otra prueba, sin los controles del sistema, insistió después de una advertencia en el 23,5 % de los ensayos, más que Astra con un 17,4 %. La tarjeta informa asimismo de que un monitor con acceso a la trayectoria completa detectó todos los exploits exitosos de un señuelo. Son ensayos adversarios del propio laboratorio, no tasas de incidentes de producción.
La seguridad de frontera se convierte en operación cotidiana
OpenAI no ha eliminado la separación entre capacidad subyacente y acceso. Sol 6.1 usa los filtros, la monitorización de trayectorias y las restricciones cibernéticas de Astra; el trabajo defensivo avanzado continúa sujeto a acceso confiable. Que ambos compartan salvaguardas es coherente con la clasificación. No demuestra que el mismo sistema de control escale sin fricción cuando el modelo cuesta una quinta parte y puede ejecutarse en muchos más flujos.
Mi lectura es que ésa es la consecuencia duradera. La frontera no sólo avanza hacia modelos más fuertes: se distribuye hacia modelos más baratos. El presupuesto que permitía una ejecución de Astra compra cinco llamadas de Sol 6.1 antes de contar caché, herramientas y variaciones de longitud. Eso puede ampliar mucho el trabajo defensivo, la revisión de código y la automatización profesional. También multiplica los lugares donde una instrucción maliciosa, un permiso excesivo o una aprobación ambigua pueden encontrarse con capacidad cibernética alta.
La respuesta no es prohibir por nombre un modelo que resulta útil ni suponer que el monitor del proveedor conoce la autorización de cada empresa. Es tratar la ruta barata como capacidad sensible desde el diseño: credenciales de mínimo alcance, entornos aislados, aprobación separada para acciones irreversibles, registros fuera del dominio del agente y límites de gasto y concurrencia que expresen también riesgo, no sólo coste. Una aplicación que cambia de GPT-6 Sol a 6.1 porque la tarifa es igual ha cambiado más que su calidad esperada.
GPT-6.1 Sol comprime en una semana lo que suele presentarse como una transición de generaciones. El 22 de septiembre, OpenAI lanzó un modelo de trabajo cibernéticamente «High». El 29 presentó, al mismo precio, una actualización que clasifica como «Critical» y que un índice externo sitúa cerca de Astra. La cifra decisiva no es un punto de benchmark. Es que la capacidad extrema ya no necesita una factura extrema para aparecer en producción.
Fuentes
- OpenAI, Introducing GPT-6.1 Sol, 29 de septiembre de 2026.
- OpenAI, Addendum to GPT-6 Astra System Card: GPT-6.1 Sol, 29 de septiembre de 2026.
- OpenAI API, ficha técnica de GPT-6.1 Sol, consultada el 30 de septiembre de 2026.
- Artificial Analysis, GPT-6.1 Sol replaces GPT-6 Sol after just 7 days, 29 de septiembre de 2026.