GPT-5.6 Sol vs Terra vs Luna: guía de enrutamiento API para producción
El lanzamiento de GPT-5.6 por OpenAI en julio de 2026 convierte la elección de modelo en una decisión de enrutamiento. Sol, Terra y Luna no son nombres intercambiables, sino tres niveles de coste y capacidad que deben asignarse a distintas cargas de trabajo, criterios de aceptación y reglas de respaldo.
Respuesta rápida
| Situación de producción | Empieza con | Escalado o respaldo | Por qué esta ruta es práctica |
|---|---|---|---|
| Coding agents complejos, code review, seguridad, research agents | Sol | Terra para repeticiones más baratas | El valor de una respuesta correcta puede superar el mayor precio por token. |
| Asistentes de producto, copilotos internos, chat y herramientas combinados | Terra | Sol para casos difíciles, Luna para volumen de bajo riesgo | Terra es la mejor opción predeterminada cuando el tráfico aún no está segmentado. |
| Resumen, clasificación, extracción, rewriting, jobs batch | Luna | Terra si baja la aceptación | Luna controla coste, pero solo tras pruebas con prompts reales. |
| Flujo de trabajo nuevo | Terra | Probar Sol y Luna en paralelo | Ofrece una referencia equilibrada antes de optimizar. |
| Despliegue de cara al cliente | Terra con enrutamiento Sol/Luna controlado | GPT-5.5 u otro modelo verificado como respaldo | Producción necesita observabilidad y capacidad de reversión, no un cambio global. |
Hechos confirmados
| Hecho | Lo que indica OpenAI | Implicación en EvoLink |
|---|---|---|
| Estado | GPT-5.6 es una familia GA anunciada el 9 de julio de 2026. | Trátalo como candidato actual de producción, no como rumor. |
| Niveles | Sol es el modelo insignia, Terra es equilibrado y Luna es el más eficiente en coste. | Enruta según el valor de la carga de trabajo, no con un solo modelo para todo. |
| Model IDs | gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna. | Mantén IDs en configuración, no en lógica de negocio. |
| Alias | En la API directa de OpenAI, gpt-5.6 se dirige a gpt-5.6-sol. | EvoLink exige actualmente el ID exacto de Sol, Terra o Luna. |
| Precio standard short context | Sol: $5 input / $30 output por 1M tokens. Terra: $2.50 / $15. Luna: $1 / $6. | Úsalo como ancla pública y confirma precios de ruta EvoLink antes de compromisos. |
| Precio estándar de contexto largo | Por encima de 272K tokens de prompt, toda la solicitud usa tarifas 2x para entrada y caché y 1,5x para salida: Sol $10/$45, Terra $5/$22.50, Luna $2/$9 por 1M tokens. | Los flujos con documentos largos necesitan una estimación separada. |
| Razonamiento y herramientas | GPT-5.6 admite reasoning effort hasta max, pro mode, persisted reasoning y Programmatic Tool Calling. | Evalúa conjuntamente el nivel, el razonamiento, la caché y las herramientas. |
Esto convierte el artículo en una guía de enrutamiento, no en una clasificación. Una clasificación pregunta quién gana; una guía de enrutamiento determina qué tráfico debe ir a cada modelo de forma segura y rentable.
Para quién es esta guía
Esta guía es para equipos que ya ejecutan funciones de IA en producción o están cerca: agentes de código, agentes de soporte, asistentes de investigación, copilotos internos, flujos documentales y automatización textual de alto volumen.
Árbol de decisión de enrutamiento
- Si una respuesta incorrecta puede crear daño caro de ingeniería, legal, financiero o de cliente, empieza con Sol.
- Si el flujo mezcla razonamiento, chat, herramientas y peticiones normales, empieza con Terra.
- Si la tarea es repetitiva, con schema, fácil de evaluar y de alto volumen, prueba Luna.
- Si no puedes describir el test de aceptación, no optimices todavía por el nivel más barato.
- Si ya ejecutas GPT-5.5 o GPT-5.4, conserva esa ruta como referencia hasta que GPT-5.6 gane con tráfico real.
Sol, Terra y Luna no son preferencias. Forman una política de enrutamiento.
Sol vs Terra vs Luna de un vistazo
| Nivel | Mejor primer uso | Evítalo cuando | Señal de aceptación | Postura de coste |
|---|---|---|---|---|
| Sol | Razonamiento de alto valor, agentes de código, investigación difícil, herramientas en varios pasos | La tarea es rutinaria, fácil de evaluar y masiva | Reduce suficientemente los fallos, reintentos o revisión humana | Calidad primero |
| Terra | Opción predeterminada para tráfico mixto de producción | El flujo es claramente muy difícil o está orientado a gran volumen y bajo coste | Ofrece una calidad visible cercana a Sol en la mayoría de casos con menor coste | Equilibrio |
| Luna | Resúmenes, extracción, clasificación y transformaciones de alto volumen | El error es difícil de detectar o tiene alto impacto | Pasa la misma batería de aceptación que Terra para ese flujo | Coste primero |
Un mismo producto puede usar los tres. Lo importante es no hacer que un solo modelo cargue todo tipo de tráfico.
Matriz de enrutamiento por carga de trabajo
| Flujo de trabajo | Ruta recomendada | Métrica | Nota de despliegue |
|---|---|---|---|
| Agente de generación de código | Sol primero, Terra como comparación | Pruebas superadas, aceptación del revisor, éxito de herramientas | Mantén Sol para cambios de repositorio de alto riesgo; baja los casos simples solo con datos. |
| Code review o security triage | Sol o Terra según severidad | True positives, false positives, utilidad del fix | Severidad, superficie afectada y confianza deciden escalado. |
| Asistente de soporte | Terra como opción predeterminada | Resolución, escalado, alucinaciones, latencia | Sol para casos complejos; Luna para borradores internos o resúmenes. |
| RAG sobre documentos largos | Terra primero, Sol para síntesis difícil | Citas, completitud, coste de contexto | Long context y cache importan tanto como el tier. |
| Extracción estructurada | Luna como candidato, Terra como respaldo | Precisión de campos, validez del esquema, correcciones | Luna encaja si el esquema es estable y los errores pueden detectarse a bajo coste. |
| Resumen batch | Luna candidato | Utilidad, compresión, retries | Batch/Flex puede cambiar economía; confirma latencia. |
| Research o planificación estratégica | Sol primero | Utilidad de decisión, manejo de evidencia, calidad de reasoning | No optimices por barato cuando el output dirige producto o capital. |
| Copilotos internos | Terra como opción predeterminada | Finalización de tareas, correcciones, éxito de herramientas | El rol del usuario y el riesgo de la acción definen el escalado. |
Planificación de coste: no basta el precio por token
El precio público ayuda, pero el coste de producción debe medirse por tarea exitosa.
| Capa de coste | Qué medir | Por qué cambia la decisión |
|---|---|---|
| Input tokens | Prompt, contexto, historial | Long context puede mover el workload a otra banda de coste. |
| Output tokens | Respuesta final y salida intermedia visible | Un modelo barato con salidas largas puede no ser barato. |
| Cache | Lecturas y escrituras de cache | Workflows repetidos deben incluir cached input y cache writes. |
| Retries | Reparación, validación y reintentos | Un primer intento débil puede borrar el ahorro. |
| Respaldos | Llamadas posteriores a Sol, GPT-5.5 u otra ruta | La tasa esperada de respaldo debe incluirse en el cálculo. |
| Revisión humana | QA, soporte, limpieza de ingeniería | Solo es más barato si reduce trabajo operativo total. |
successful_task_cost = first_call_cost + cache_cost + retry_cost + fallback_cost + review_costUsa Luna cuando ese total baje sin perjudicar la aceptación. Usa Sol cuando reduzca fallos o proteja ingresos. Usa Terra cuando necesites una opción predeterminada sólida antes de segmentar bien.
Reasoning effort es otro control
No confundas tier de modelo con reasoning effort. La guía de GPT-5.6 permite elegir Sol, Terra o Luna y también definir effort. Debes probar combinaciones, no solo nombres de modelo.
| Control | Pregunta de producción | Punto de partida |
|---|---|---|
| Nivel | ¿Cuánta capacidad base necesita la carga de trabajo? | Terra como opción predeterminada; Sol para tareas difíciles o de alto valor; Luna para volumen validado. |
| Reasoning effort | ¿Cuánta exploración y verificación debe invertir? | Empieza en medium, baja por latencia, sube solo si mejora calidad. |
| Pro mode | ¿Hace falta modo de mayor calidad sin cambiar slug? | Reservar para casos quality-first y medir billing. |
| Persisted reasoning | ¿Mejora calidad multi-turn o cache? | Probar en agentes y workflows largos. |
| Programmatic Tool Calling | ¿Pueden los workflows con tools filtrar resultados intermedios? | Útil para agentes con muchos pasos de tools. |
Evaluación antes de migrar
| Paso | Qué hacer | Entregable mínimo |
|---|---|---|
| Crear prompt set | 30-100 prompts reales por workflow importante. | Eval set versionado con casos fáciles, normales y difíciles. |
| Definir aceptación | Rubrics pass/fail antes de probar. | Umbrales de calidad, seguridad, latencia, coste y reparación. |
| Side-by-side | Comparar Sol, Terra, Luna y baseline actual. | Mismos inputs, tools y grading. |
| Segmentar tráfico | Marcar premium, default, volume y fallback. | Route map implementable. |
| Canary | Empezar con porcentaje bajo o cohort interno. | Datos vivos de latencia, retries, coste y quejas. |
| Ampliar o revertir | Escalar solo con métricas estables. | Decisión con responsable y condición de reversión. |
Migración desde GPT-5.5 o GPT-5.4
No reemplaces GPT-5.5 solo porque GPT-5.6 exista. Mantén el modelo anterior como referencia hasta que la nueva ruta demuestre mejores resultados.
- Deja intacta la ruta actual GPT-5.5 o GPT-5.4.
- Añade un route group de evaluación GPT-5.6.
- Compara Terra contra el default actual.
- Prueba Sol en prompts de alto valor o alto coste de fallo.
- Prueba Luna en tareas de volumen y fácil evaluación.
- Migra por workflow, no por reemplazo global.
- Conserva rollback hasta estabilizar soporte, coste y latencia.
Patrón de implementación en EvoLink
En EvoLink, conserva GPT-5.6 como configuración. Este ejemplo es planificación, no referencia API:
route_group: gpt-5-6-production
default: gpt-5.6-terra
premium_reasoning: gpt-5.6-sol
high_volume: gpt-5.6-luna
fallback: gpt-5.5
rollback_owner: ai-platformErrores comunes
| Error | Riesgo | Mejor enfoque |
|---|---|---|
Fijar gpt-5.6 en el código | El alias de OpenAI va a Sol, mientras EvoLink exige IDs de nivel exactos. | IDs explícitos y enrutamiento configurable. |
| Elegir Luna solo por precio | Los fallos, reintentos y reparaciones pueden costar más. | Exigir aceptación por flujo de trabajo. |
| Ver Terra como compromiso débil | Para tráfico mixto puede ser la mejor opción predeterminada. | Usar Sol solo donde el valor medido lo justifique. |
| Comparar un demo prompt | Oculta edge cases, latencia y retries. | Prompt sets representativos y canary. |
| Ignorar el contexto largo | Por encima de 272K tokens de prompt, toda la solicitud entra en la tarifa de contexto largo. | Separar las estimaciones de contexto corto y largo. |
| Quitar fallback pronto | El nuevo modelo puede revelar problemas de prompt o producto. | Mantener fallback verificado hasta estabilidad. |
Política recomendada
| Área | Recomendación |
|---|---|
| Opción predeterminada | gpt-5.6-terra para cargas de trabajo mixtas tras la evaluación. |
| Premium | gpt-5.6-sol para coding complejo, research difícil, análisis de riesgo y escalado. |
| Volumen | gpt-5.6-luna para resumen, extracción, clasificación y batch validados. |
| Alias | Usar un ID de nivel exacto en EvoLink; el alias directo gpt-5.6 de OpenAI resuelve a Sol. |
| Fallback | Mantener GPT-5.5 u otro modelo verificado durante migración. |
| Revisión | Re-evaluar tras cambios de prompt, producto, precio o mix de tráfico. |
Fuentes
FAQ
¿GPT-5.6 Sol es mejor que Terra y Luna?
Sol es el modelo insignia, pero la mejor elección depende de la tarea. Úsalo cuando una respuesta débil resulte cara o arriesgada.
¿Terra debería ser el default?
Para muchos equipos sí. Terra equilibra calidad, latencia y coste antes de una segmentación fina.
¿Cuándo usar Luna?
Para tareas de alto volumen y fáciles de evaluar que hayan superado las pruebas de aceptación: resumen, extracción, clasificación, transformación y borradores de bajo riesgo.
¿gpt-5.6 es igual a gpt-5.6-sol?
gpt-5.6 se dirige a gpt-5.6-sol. EvoLink exige actualmente el ID exacto gpt-5.6-sol, gpt-5.6-terra o gpt-5.6-luna.¿Qué precios usar para planificar?
Como ancla pública: standard short context de OpenAI, Sol $5/$30, Terra $2.50/$15, Luna $1/$6 por 1M input/output tokens. Confirma precios EvoLink antes de compromisos.
¿Long context cambia la decisión?
Sí. Por encima de 272K tokens de prompt, toda la solicitud usa tarifas 2x para entrada y caché y 1,5x para salida. Los flujos con documentos necesitan una estimación propia.
¿Cómo comparar GPT-5.6 con GPT-5.5?
Side-by-side con prompts representativos y métricas de calidad, latencia, retries, éxito de tools y coste por tarea exitosa.
¿Pro mode o max reasoning deben ser default?
No. Son controles orientados a maximizar la calidad en flujos difíciles y deben justificar su coste y latencia adicionales.
¿Necesito tres SDKs?
Normalmente no. Una integración de EvoLink con enrutamiento configurable es más fácil de operar.
¿Cuál es el rollout más seguro?
Evaluación, canary y expansión por workflow, con IDs explícitos, observabilidad y rollback.
