Model Releases
OpenAI lanza GPT-6.1 Sol, un modelo de codificación de alto rendimiento y bajo coste
OpenAI presenta GPT-6.1 Sol, un modelo optimizado para tareas de codificación agente, uso de computadoras y trabajo profesional con una reducción de costes drástica.
22 de septiembre de 2026
Model ReleaseGPT-6.1 Sol
Introducción: La nueva era de la eficiencia en codificación
El 22 de septiembre de 2026, OpenAI ha marcado un hito en la democratización de la inteligencia artificial de alto nivel con el lanzamiento de GPT-6.1 Sol. Este nuevo modelo no es simplemente una iteración incremental; es una respuesta estratégica a la necesidad de los desarrolladores de contar con capacidades de razonamiento de nivel 'Astra' pero con una estructura de costes que permita la escalabilidad masiva en entornos de producción.
GPT-6.1 Sol se posiciona como el equilibrio perfecto entre potencia y economía. Mientras que los modelos de la serie Astra están diseñados para la máxima capacidad bruta, Sol ha sido optimizado específicamente para tareas de codificación agente (agentic coding), uso de interfaces de computadora y flujos de trabajo profesionales, logrando resultados casi idénticos a los modelos de gama más alta pero a una fracción de su precio.
- Optimizado para tareas de codificación autónoma y uso de sistemas operativos.
- Diseñado para reducir la fricción de costes en implementaciones de agentes masivos.
- Mejoras significativas en alineación y seguridad respecto a GPT-6 Sol.
Arquitectura y Capacidades Clave
Aunque OpenAI mantiene los detalles específicos de la arquitectura bajo reserva, GPT-6.1 Sol implementa mejoras sustanciales en la eficiencia de la inferencia. El modelo destaca por su capacidad de 'computer use', permitiendo que agentes de IA interactúen con entornos de software de la misma manera que un humano, navegando por terminales, editores de código y navegadores con una latencia mínima.
Una de las innovaciones más relevantes es la optimización del sistema de caché. La arquitectura de Sol permite una gestión de contexto extremadamente eficiente, lo que se traduce en una reducción del 95% en los costes de tokens de entrada cacheados en comparación con los estándares anteriores. Esto es vital para arquitecturas RAG (Retrieval-Augmented Generation) y agentes que mantienen conversaciones de larga duración con grandes bases de código.
- Capacidades avanzadas de uso de computadora (Computer Use).
- Gestión de contexto optimizada para reducción de costes de caché.
- Mejoras en la facticidad (factuality) para prompts complejos.
Rendimiento y Benchmarks: Superando la barrera del coste
Los resultados de los benchmarks posicionan a GPT-6.1 Sol como un competidor formidable frente a Claude Opus 5.5 y el propio GPT-6 Astra. En el benchmark DeepSWE v1.1, el modelo iguala el rendimiento de Astra pero con un coste aproximadamente cinco veces menor, superando además la puntuación de su predecesor GPT-6 Sol por 6.4 puntos con un menor esfuerzo de razonamiento.