El trabajo repetitivo de tu negocio ya cuesta centavos

Durante los últimos dos años, cada modelo nuevo llegó con la misma promesa implícita: más capaz, y por eso más caro. Tenía sentido mientras la capacidad fuera escasa. Pero el 22 de septiembre OpenAI hizo algo distinto a lanzar un modelo más listo — lanzó dos, y el que de verdad cambia algo es el que no busca ser el más listo.

Se llaman GPT-6 Sol y GPT-6 Luna. Sol es el hermano capaz, pensado para trabajo que exige razonamiento. Luna es el hermano barato, pensado para todo lo que en un negocio se repite sin exigir criterio: ordenar, transcribir, resumir, contestar lo mismo de siempre. Y “barato” aquí no es una forma de hablar.

Este texto no es sobre qué tan inteligente es el modelo nuevo. Es sobre una pregunta más aburrida y más útil: si delegar lo repetitivo de tu semana dejó de costar lo suficiente como para que valga la pena intentarlo.

Qué son, según quien los hizo

En el anuncio oficial, OpenAI describe a Luna como el modelo pensado para “trabajo de alto volumen con un objetivo claro, como resumir documentos, extraer información o responder preguntas rápidas” — el más ligero y económico de toda la familia GPT-6. Sol construye sobre las mismas bases que el modelo insignia de la familia, GPT-6 Astra, pero en una versión más rápida y asequible, pensada para trabajo a escala que sí necesita razonar.

La cifra que importa es la del precio, y OpenAI fue explícito en que no es una oferta de lanzamiento: son precios permanentes. Sol cuesta 2 dólares por millón de tokens de entrada y 10 por millón de salida — la mitad exacta que su antecesor, GPT-5.6 Sol. Luna cuesta 0.10 dólares por millón de entrada y 0.50 por millón de salida. Y la lectura que responde a un correo leído en caché —algo constante en trabajo repetitivo— cuesta 0.01 dólares por millón de tokens en Luna: un descuento del 90% sobre la lectura normal.

Puesto en números redondos: procesar el equivalente a un libro completo con Luna cuesta menos que una moneda. No porque el modelo sea mediocre para esa tarea —es el mismo linaje que su hermano capaz—, sino porque está calibrado y servido para tareas donde no hace falta pagar por el razonamiento que no vas a usar.

Antes y después, en la misma moneda

La comparación completa contra la generación anterior deja ver que el recorte no fue parejo por accidente — fue una decisión de a dónde apuntar el ahorro.

Sol bajó exactamente a la mitad. Luna bajó 50% en la entrada y casi 60% en la salida — el recorte más profundo cayó justo en el modelo que ya era el más barato. Es la evidencia de que la apuesta no es “bajar el precio del modelo insignia”, sino “volver casi gratis lo que se repite”.

Lo que cambia no es la tecnología, es la cuenta

Nada de lo que Luna hace es nuevo. Clasificar correos, pasar datos de una factura a una hoja, resumir un documento antes de leerlo completo — todo eso ya se podía hacer con IA desde hace tiempo. Lo que cambió es que antes había que decidir si el ahorro de tiempo justificaba el gasto, y ahora el gasto casi no entra en la decisión.

Eso mueve el filtro para automatizar algo. Ya no es “¿me conviene pagar por esto?” — con estos precios, casi cualquier tarea repetitiva lo justifica. El filtro que queda, el único que de verdad importa ahora, es si la tarea es en efecto repetitiva y sin criterio, o si solo parece serlo porque nadie la había mirado de cerca.

Cuándo no te sirve

Si la tarea exige criterio, no patrón. Luna está calibrado para trabajo de objetivo claro. Decidir un precio especial, calmar a un cliente molesto o elegir entre dos proveedores no es trabajo repetitivo — es trabajo que se parece a repetitivo hasta que sale mal una vez.

Si no tienes quién conecte el modelo a tu operación. Estos precios son de una interfaz de programación, no de una aplicación lista para usarse. Si tu negocio no tiene quién arme esa conexión, lo barato del modelo no se traduce en nada todavía.

Si nadie revisa lo que sale. Barato no es lo mismo que infalible. Un error que se repite cien veces al mes porque nadie lo revisó sale más caro que lo que se ahorró en tokens.

Qué hacer el lunes

Paso 1 (10 minutos). Haz una lista de las tareas de tu semana que se repiten con el mismo formato: mismos campos, mismo tipo de pregunta, mismo tipo de documento. Esa lista es tu candidata, no la que más te estorba.

Paso 2 (10 minutos). Para cada una, contesta si alguna vez tuviste que romper el patrón porque el caso era distinto. Si la respuesta es “casi nunca”, es candidata real. Si es “seguido”, no lo es todavía.

Paso 3 (20 minutos). Con la calculadora de arriba, saca el número real de tu negocio para esas tareas. Si el resultado son unos cuantos dólares al mes, ya sabes que el costo dejó de ser el obstáculo — lo que falta es montarlo.