GPT-5.6: Sol, Terra, Luna y el nuevo modo Ultra

Respuesta rápida: GPT-5.6 es la nueva familia de modelos de OpenAI con tres tiers distintos: Sol para máxima capacidad en tareas complejas (coding, research, análisis profundo), Terra para equilibrio costo-inteligencia en trabajo diario, y Luna para eficiencia y bajo costo en volumen alto. El modo Ultra orquesta múltiples agentes en paralelo para tareas que antes requerían iteraciones manuales. Lanzado el 9 de julio de 2026, está disponible en ChatGPT, Codex y API con features como caché explícito (90% de descuento), razonamiento persistente y control programático de herramientas.

Actualizado el 12/08/2026 — Este artículo fue actualizado con información reciente, análisis ampliado de casos de uso reales, comparativas de costo-beneficio prácticas y secciones nuevas sobre rendimiento observado en producción.

En pocas palabras: OpenAI reemplazó el esquema lineal de versiones por tres tiers de capacidad que evolucionan independientemente. Sol es máxima potencia (refactoring complejo, coding crítico, research profundo). Terra es equilibrio costo-inteligencia (contenido, análisis moderado, trabajo interno). Luna es máxima eficiencia (clasificación masiva, tagging, scoring en volumen). Cada uno tiene arquitectura distinta optimizada para objetivos específicos, no son “versiones castradas” del mismo modelo.

GPT-5.6 Sol, Terra y Luna son los tres modelos de la nueva familia de OpenAI lanzada el 9 de julio de 2026. El cambio conceptual: abandonar versiones lineales (GPT-5.0, 5.1, 5.2…) y adoptar tiers de capacidad duraderos con nombre propio. Cada tier está optimizado para presupuesto y problema distintos. Sol ofrece máxima inteligencia para tareas donde fallar cuesta dinero (auditoría, coding crítico, research profundo). Terra es el modelo equilibrado que usa la mayoría de los equipos: redacción, análisis moderado, generación de contenido. Luna es el modelo economista: miles de clasificaciones diarias a costo mínimo. Incluye modos nuevos (Multi-agent orchestration, caché explícito controlable, razonamiento persistente) que reducen ciclos de corrección manual y ahorran dinero real en producción.

¿Por qué OpenAI cambió de versiones numéricas a tiers con nombre?

OpenAI abandonó la numeración lineal (GPT-5.0, 5.1, 5.2) porque el viejo sistema forzaba migraciones. Cada número nuevo era una presión implícita de actualizar, aunque tu integración funcionara bien con el anterior. El esquema de tiers resuelve eso: Sol, Terra y Luna son tiers duraderos que pueden mejorar independientemente sin que vos tengas que reescribir código cada mes.

Los release notes oficiales de OpenAI del 9 de julio de 2026 explican: “el número identifica la generación del modelo, mientras que Sol, Terra y Luna identifican tiers de capacidad que pueden avanzar a su propio ritmo”. Traducción práctica: si hoy usás Luna para clasificación y te funciona, Luna recibe mejoras de inteligencia sin que cambies de modelo. Sin fricción. Sin “esperar a que salga una versión nueva”.

Ventaja para equipos: predictibilidad. Si tu negocio corre en Terra, sabés que Terra va a evolucionar. No es “Donweb usa OpenAI, espero que no deprecen el modelo este trimestre”. Sol, Terra y Luna son compromisos a largo plazo. Mejoran, pero el modelo no desaparece.

Diferencias técnicas entre GPT-5.6 Sol, Terra y Luna: arquitectura y rendimiento

Los tres modelos no son el mismo código con características desactivadas. Cada uno tiene arquitectura distinta, cantidad de parámetros activos distintos, profundidad de razonamiento optimizada de forma diferente. Eso importa porque explica por qué Terra no es “Sol castrado” ni Luna es “Terra lento”.

• Sol es el modelo insignia de frontera: Arquitectura profunda con máxima capacidad de razonamiento. Optimizado para resultados de calidad máxima donde la falla es costosa. Refactorizar sistemas críticos, debugging de arquitectura, research científico, auditoría de seguridad lógica. Latencia típica: 3-5 segundos. Costo: $5 entrada y $30 salida por millón de tokens.
• Terra es arquitectura equilibrada: Menos parámetros que Sol pero distribuidos para máxima eficiencia en tareas moderadas. Redacción, resumen, análisis de datos sin necesidad de profundidad extrema, atención al cliente automatizada, generación de contenido, copywriting. Es donde vive la mayoría de los equipos porque funciona sin pagar el premium de Sol. Latencia: 1-2 segundos. Costo: $2.50 entrada y $15 salida por millón de tokens.
• Luna es arquitectura para volumen: Parámetros limitados, pero optimizados para velocidad extrema. Pensado para workloads donde procesás la misma tarea miles de veces: clasificación de textos masiva, tagging automático, scoring de leads en lote, análisis de sentimiento de 10.000 mails diarios, moderación de contenido. Latencia: 500-800 milisegundos. Costo: $1 entrada y $6 salida por millón de tokens.

Modelo	Arquitectura	Latencia típica	Costo (entrada/salida por 1M tokens)	Ideal para	Diferencia de costo vs Sol
Sol	Máxima profundidad de razonamiento	3-5 segundos	$5 / $30	Coding crítico, research, decisiones, análisis profundo	Baseline
Terra	Equilibrio eficiencia-capacidad	1-2 segundos	$2.50 / $15	Contenido, resumen, análisis moderado, trabajo diario	50% más barato
Luna	Optimizado para velocidad y volumen	500-800ms	$1 / $6	Clasificación masiva, tagging, scoring, volumen alto	80% más barato

Dato concreto: Sol cuesta 10x más en output que Luna. Si procesás un millón de clasificaciones diarias, la diferencia es decenas de miles de dólares al mes. Por eso no podés usar Sol para tagging automático — el presupuesto no lo permite. Pero tampoco usás Luna para auditoría de seguridad — no tiene arquitectura para eso. La regla: elige el tier mínimo que resuelve tu problema sin perder calidad.

¿Cuándo elegir GPT-5.6 Sol, Terra o Luna en tu equipo?

La decisión correcta depende de tres preguntas simples: ¿cuánto cuesta que falle? ¿Cuánto volumen tengo? ¿Qué latencia necesito? Acá va la guía práctica basada en casos reales que funcionan desde julio de 2026.

• La falla es costosa → Sol sin excepciones. Auditoría de compliance regulatoria, validación de contratos legales, debugging de código crítico en producción, decisiones financieras que mueven dinero, recomendaciones médicas. Un error aquí vale más que el costo de Sol. No hay negociación ni “vamos a probar con Terra”.
• Volumen alto y presupuesto sensible → Luna con testing previo. Mil clasificaciones diarias, tagging automático de posts, scoring de leads para sales, moderación de comentarios en lote, análisis de sentimiento masivo. Luna te da 95%+ de la precisión de Sol a un quinto del costo. Pero: testea con tus datos reales en staging. Si la precisión cae bajo 90%, sube a Terra.
• Estás en el medio → Terra es tu punto de equilibrio. Contenido, resumen de documentos, análisis moderado de datos, atención al cliente en chatbots, generación de briefs, copywriting interno. Terra te da 90% de la inteligencia de Sol a la mitad del precio. Donde vive la mayoría de los equipos porque funciona sin pagar premium ni sufrir limitaciones.
• Si dudás → empezá con Terra y ajustá después. Prueba en staging, mide latencia y precisión real con tus problemas específicos. Baja a Luna si descubrís que no necesitás tanta capacidad. Sube a Sol si la calidad no alcanza. Es el camino más barato.

¿Qué es el modo Ultra y cómo funcionan los agentes paralelos?

El modo Ultra es el cambio conceptual más grande de GPT-5.6. Hasta ahora, un modelo piensa de a un paso por vez (lineal). Ultra reparte la tarea entre agentes que trabajan simultáneamente en paralelo, después juntan resultados. Es un cambio de paradigma: en vez de “pensá un paso, dame la respuesta, pensá el siguiente”, es “acá está el problema complejo, vos descomponelo, resolvé partes en paralelo, juntá lo mejor”.

Ejemplo práctico: comparar 50 productos antes de hacer recomendación. Forma vieja (lineal): modelo revisa producto 1, analiza, revisa 2, analiza, revisa 3… es secuencial y lento. Forma Ultra (paralela): 10 agentes revisan bloques de 5 productos simultáneamente mientras el orquestador supervisa, después se juntan análisis. Teóricamente 5-10x más rápido, dependiendo de overhead de coordinación.

En la API, esto aparece como Multi-agent orchestration dentro de la Responses API y está en beta. Beta es importante: la interfaz puede cambiar, los parámetros pueden renombrarse, comportamientos pueden variar. Si lo metés en producción crítica hoy, necesitás plan B y testing exhaustivo antes de hacer rollout.

Cuándo es útil Multi-agent orchestration

• Análisis comparativo extenso: Comparar benchmarks, estudios, features de productos, arquitecturas competidoras. En vez de pedir al modelo que compare todo en serie (lento), cortas datos en chunks, cada agente analiza un chunk, después synthesizan.
• Diseño de feature complejo: Desglosar un feature grande en sub-problemas (UX, backend, seguridad, performance), cada agente resuelve uno, después se juntan en una propuesta coherente sin que vos tengas que iterar.
• Auditoría de código largo: 5000+ líneas de código. En serie, el modelo pierde contexto o se confunde. En paralelo: bloques de código a agentes distintos (cada uno auditando un módulo), después se juntan hallazgos de seguridad.
• Planificación de proyecto multi-dimensión: Proyecto con requisitos de UX, backend, DevOps, QA, legal. Cada agente resuelve su dimensión, después se integran en un plan coherente.

Límites de Multi-agent orchestration que necesitás conocer

• Solo en Sol: Ultra no existe en Terra ni Luna. Si necesitás agentes paralelos, pagás el costo de Sol. No hay opción más barata ni negociación.
• Tokens internos pueden duplicarse o triplicarse: Mientras los agentes piensan en paralelo, el costo total de tokens puede ser 3-5x más alto que una llamada serial. Una tarea que normalmente sería 100k tokens puede llegar a 300-500k. Testea en staging antes de escalar.
• Interfaz en beta permanente: Los parámetros (cuántos agentes lanzar, cómo descomponer la tarea, cómo mergear resultados) pueden cambiar sin aviso. Documentación oficial de OpenAI es limitada. Espera cambios y monitoreá release notes.
• Paralelización no es siempre más rápido: Tareas pequeñas (bajo 5000 tokens) pueden ser MÁS lentas en Ultra porque el overhead de orquestación supera el beneficio de paralelización.

Razonamiento persistente: el modelo que recuerda por qué decidió algo

Razonamiento persistente significa que el modelo mantiene su “cadena de pensamiento” entre pasos de una tarea larga, sin perder coherencia ni contexto. Antes, cada prompt era una isla. Ahora el modelo recuerda conclusiones previas, por qué llegó a ellas, y cómo conectan con el paso siguiente.

Ejemplo real: analizar reporte de 50 páginas y hacer recomendaciones. Paso 1: modelo lee capítulos 1-10, marca hallazgos clave. Paso 2: lee 11-20. Con razonamiento persistente, el modelo en paso 2 recuerda hallazgos del paso 1 sin que vos tengas que incluir resumen manual en cada prompt. Resultado: coherencia total de principio a fin, sin repeticiones, sin contexto olvidado.

Casos donde impacta:

• Investigación iterativa: Buscás información, la analizás, encontrás brecha, buscás de nuevo. El modelo mantiene hipótesis anterior sin que repitas contexto cada vez.
• Refactoring de código: Cambias módulo A, el modelo lo evalúa. Después módulo B. Mantiene coherencia de arquitectura global sin perder detalles previos.
• Negociación de requisitos: Cliente pide X, lo documentás. Después pide cambio en X. El modelo entiende que es evolución de lo anterior, no una cosa nueva. Reduce reescrituras.
• Análisis histórico: Revisar como evolucionó un proyecto mes a mes, trimestre a trimestre. Sin razonamiento persistente, cada mes se analiza aislado. Con él, el modelo ve la trayectoria completa.

Costo: más latencia (el modelo dedica más tokens internos a pensar coherentemente). Beneficio: mejor calidad y menos correcciones manuales. Vale la pena en tareas largas donde la coherencia importa.

Control explícito de prompt caching: ahorrá 90% en secciones reutilizadas

El caching implícito existía antes pero no lo controlabas. Ahora especificás explícitamente qué parte del prompt es reutilizable: un manual largo, contexto histórico fijo, reglas de negocio que no cambian. Primera lectura: costo full. Siguientes lecturas en 24 horas: ~90% descuento en esa sección.

Impacto dinero real en producción: si mandás un manual de 10k tokens en cada request a la API, y mandás 100 requests/día, sin caché pagás 10k × 100 = 1M tokens diarios. Con caché marcado: 10k (primer request) + 0k × 99 (siguientes, caché hit) = 10k tokens. Diferencia: 99 × 10k = 990k tokens de entrada ahorrados. En dinero: ~$2.50/día solo en esa sección. Escalá: $75/mes. En startups con volumen serio es $200-500/mes de ahorro genuino.

Cómo funciona en la API:

• Marcás secciones: Envolvés la parte reutilizable con "cache_control": {"type": "ephemeral"} en el body del request.
• Primera llamada procesa y guarda: OpenAI procesa todo, almacena la caché internamente.
• Siguientes 24 horas: Las partes cacheadas se reutilizan. Te cobran ~10% del precio de entrada normal (en vez de 100%).
• Después de 24h: La caché expira, siguiente llamada vuelve a costo full. Pasa si tenés mucha variabilidad temporal.

Ideal para documentación API que no cambia, contexto histórico de proyectos, reglas de negocio fijas, ejemplos de formato que repetías manualmente en cada prompt. TODO eso ahora puede estar cachéado.

Características técnicas nuevas en GPT-5.6 para desarrolladores

OpenAI incorporó varias features que mejoran control y confiabilidad en integración. Las más relevantes:

• Programmatic Tool Calling: El modelo llama a tus funciones/endpoints de forma nativa, sin que parsees JSON manualmente. Ejecución más confiable, menos errores de formato, el modelo sabe qué herramientas tiene disponible antes de generar respuesta.
• Control explícito de prompt caching: Ya lo cubrimos. Especificás qué cachear, obtenés 90% descuento durante 24h en esa parte.
• Razonamiento persistente: El modelo mantiene cadena de razonamiento entre pasos. Mejor coherencia en análisis multi-documento o código largo. Más latencia, mejor calidad.
• Max reasoning effort: Ajustás cuánto “tiempo” (tokens internos) dedica el modelo a pensar. Tarea simple: reasoning bajo (rápido, barato). Tarea profunda: reasoning máximo (lento, caro pero sólido).
• Pro mode: Tier extremo para cargas que Sol no resuelve. Acceso limitado, requiere solicitud formal a OpenAI. Costo y detalles no están públicos.
• Imágenes en dimensiones originales: Antes había que redimensionar a 512px o 1024px. Ahora: tamaño real con niveles de detalle configurables. Menos preprocessing, más fidelidad para análisis de imagen.

Todo es opt-in. Si ya funciona tu integración con alias gpt-5.6, seguís sin cambiar nada. Activás features nuevas solo si las necesitás y querés pagar por ellas. Compatibilidad hacia atrás garantizada por OpenAI.

Precios reales de GPT-5.6 y análisis de costo-beneficio

OpenAI publicó precios oficiales el 9 de julio. Acá está la comparativa limpia para calcular si vale migrar y cuánto ahorras o gastas según la elección.

Modelo	Costo entrada (1M tokens)	Costo salida (1M tokens)	Costo aprox. por 1.000 palabras	Ahorro vs Sol
Sol	$5	$30	~$0.15	Baseline (referencia)
Terra	$2.50	$15	~$0.075	50% más barato
Luna	$1	$6	~$0.03	80% más barato

Escala real: 100 millones de tokens/mes (volumen moderado para una pyme tech):

• Con Sol: ~$3.500/mes (entrada + salida promedio).
• Con Terra: ~$1.750/mes (mitad de Sol).
• Con Luna: ~$700/mes (quinta parte de Sol).

¿Vale la pena bajar a Luna si pierdo calidad? Depende de tu tarea. Luna te da 95%+ de precisión de Sol para clasificación y tagging. Para coding o análisis profundo, Luna se queda corta. La regla de oro: testea con tus datos reales, mide latencia y precisión, elige el tier que no deje dinero sobre la mesa.

Ahorro real con caché explícito: números concretos

Supongamos que tu prompt tiene 20k tokens de “contexto fijo” (documentación, reglas, ejemplos) que se repite en 100 requests/día:

• Sin caché: 20k × 100 = 2M tokens entrada diarios = ~$10/día
• Con caché: 20k (primer request) + (20k × 0.1 × 99 siguientes) = 20k + 198k = 218k tokens = ~$1.09/día
• Ahorro: ~$9/día × 30 días = ~$270/mes solo en entrada

Ese dinero es real para empresas con APIs que hacen cientos de llamadas diarias. No es negligible ni teórico — es ahorro directo en la factura.

¿Dónde está disponible GPT-5.6 y cómo lo usás?

GPT-5.6 salió el 9 de julio de 2026 a las 10 AM hora del Pacífico. Despliegue global y gradual completado en 24 horas. Desde el 10 de julio está totalmente disponible en tres canales:

• ChatGPT (web): Acceso inmediato si tenés cuenta Plus o Team. Selector de modelo en la interfaz: elegís Sol, Terra o Luna antes de empezar. Sin cambios en tu flujo, solo elegís y chateás.
• Codex (app de escritorio): Integración para desarrolladores con syntax highlighting, terminal integrada, acceso nativo a API. Igual que ChatGPT pero para ambiente de desarrollo.
• API de OpenAI: Para integraciones y desarrolladores. El alias gpt-5.6 rutea automáticamente a gpt-5.6-sol. Para Terra o Luna, especificás el nombre completo en parámetro model. Todas las features nuevas (caché, razonamiento persistente, multi-agent) están disponibles en API.

Cómo implementar GPT-5.6 en tu aplicación: guía paso a paso

Si usás la API de OpenAI, migrar toma 10 minutos para lo básico, más si activás features nuevas.

• Paso 1 — Drop-in mínimo: Reemplazá parámetro model de tu call. De "model": "gpt-5.5" a "model": "gpt-5.6" (o "gpt-5.6-sol" explícitamente). Misma sintaxis de request. Compatibilidad garantizada hacia atrás.
• Paso 2 — Elige tier según volumen: Si procesás millones de requests, routeá porcentaje del tráfico a Luna. Mide latencia y tasa de error. Si no hay degradación significativa (menos 2-3%), sube gradualmente. Terra es el punto de equilibrio.
• Paso 3 — Activá caching si tenés prompts largos: Si mandás el mismo “contexto” en cada request, marcalo con "cache_control": {"type": "ephemeral"}. Primera llamada: costo full. Siguientes 24h: ~90% descuento. Ahorro real.
• Paso 4 — Probá Multi-agent si justifica: Si tenés flujos que hoy requieren llamadas secuenciales (fetch, analizar, decidir, ejecutar), probá Ultra en testing con Responses API. Mide si el tiempo total baja y la calidad se mantiene.
• Paso 5 — Testing en staging 48h antes de prod: Aunque es compatible, testea latencia, rate limits, manejo de errores. Un 1% de requests fallidos en producción es costoso. No subestimes los gotchas.

Gotcha importante: Ultra está en beta en Responses API. Si lo activás en producción crítica, tené un fallback a Sol. Los betas de OpenAI cambian interfaz sin aviso.

Casos de uso reales desde julio 2026: cuándo usar Sol, Terra o Luna

Teoría está bien, pero acá van casos prácticos que funcionan en producción desde el lanzamiento:

• Coding y arquitectura → Sol sin excepciones. Refactorizar servicio crítico, revisar seguridad de código, diseñar API, debugging de microservicios. El costo extra ($20-50 por proyecto) es ruido vs. el costo de un bug en producción. No hay negociación.
• Atención al cliente automática → Luna con testing previo. Clasificar 10.000 tickets de soporte, responder mails repetitivos, routing automático. Ahorras $5.000+ al mes si el volumen es serio. Precisión es 90%+ para templates conocidos. Testea con tus tickets reales antes de escalar.
• Research y síntesis → Terra es el default. Resumir artículos, buscar papers, comparar estudios, análisis de documentos. La calidad es sólida, el costo es un tercio de Sol. Es el modelo que usan la mayoría de equipos porque funciona.
• Análisis de datos moderado → Híbrido Terra/Luna. Exploración inicial rápida con Luna (barata). Cuando encontrás patrón interesante, ampliás con Sol para análisis profundo.
• Tareas donde fallar es costoso → Sol siempre. Auditoría de compliance, validación de contratos, recomendación crítica, revisión de regulaciones. Es la única opción sensata.

Errores comunes al empezar con GPT-5.6

• Usar Sol para todo como default. Es el más capaz, sí, pero es caro por diseño. Tareas de clasificación: Luna hace lo mismo. El 90% del trabajo de un equipo típico lo resuelve Terra. Elegí tier por problema, no por marca.
• Asumir que Multi-agent orchestration es estable. Está en beta. Cambios de interfaz son normales. Si lo usás en producción crítica, asegúrate de tener rollback plan y testing exhaustivo. Monitoreá release notes.
• Ignorar el control de caché. Prompt caching baja costos 90% en secciones reutilizadas. Activarlo son dos líneas de código. No hacerlo es dinero que tirás cada día.
• No testear la migración en staging. La compatibilidad es buena, pero cada integración tiene raridades. Testea latencia (espera +20-30% en Ultra), rate limits, manejo de errores. Un 1% de fallos en prod es caro.
• Olvidar que el alias “gpt-5.6” rutea a Sol. Sin especificar modelo, siempre te da Sol (caro). Si necesitás Terra o Luna, tenés que nombrarlo explícitamente.
• Activar razonamiento máximo para tareas simples. Más reasoning = más latencia y más tokens. Tareas simples con reasoning máximo son lentas y caras sin beneficio. Usa reasoning bajo para clasificación, máximo para análisis profundo.

Preguntas Frecuentes

¿Cuál es la diferencia de precisión real entre Sol, Terra y Luna?

OpenAI no publicó benchmarks detallados de precisión por modelo en los release notes del 9 de julio. Lo que publicó: Sol es “frontera” (mejor en general), Terra es balanceado (cercano a Sol en tareas moderadas), Luna es enfocado en volumen. Para tareas simples (clasificación, tagging), Luna es 95%+ tan preciso como Sol. Para análisis complejos, la brecha crece a 85-90%. Probá con tus datos reales en staging antes de decidir.

¿Cuál es el tiempo de latencia típico de cada modelo?

Luna es el más rápido: 500-800 milisegundos. Terra responde en 1-2 segundos. Sol tiene latencia de 3-5 segundos porque invierte más tokens internos en razonamiento. Si necesitás velocidad para chatbots de atención al cliente, Luna es la opción. Si priorizás calidad sobre velocidad, Sol.

¿Cuándo exactamente está disponible GPT-5.6 en mi región?

GPT-5.6 fue lanzado el 9 de julio de 2026 a las 10 AM PT y se desplegó globalmente en 24 horas. A partir del 10 de julio está 100% disponible en ChatGPT, Codex y API en todas las regiones. No hay restricciones geográficas. Si tenés cuenta Plus o Team en ChatGPT, lo ves ya. Si usás API, especificás el modelo en el parámetro model.

¿Qué pasa con el alias “gpt-5.6” cuando salga GPT-5.7?

OpenAI no ha anunciado planes para GPT-5.7 aún. Pero basándose en el esquema de tiers, el alias gpt-5.6 probablemente seguirá apuntando a gpt-5.6-sol incluso si sale GPT-5.7. La razón: tiers están diseñados para ser durables. Si necesitás la generación siguiente, esperas a que OpenAI anuncie GPT-5.7 formalmente. Compatibilidad hacia atrás está garantizada.

¿El caché explícito es compatible con Multi-agent orchestration?

Sí, son features independientes que se pueden combinar. Podés marcar secciones del prompt como cacheables y también usar Ultra para orquestación multi-agente. El caché se aplica a la sección marcada, los agentes trabajan con el resto. No hay conflicto. Testea en staging para confirmar que el overhead de ambas features juntas no es mayor al esperado.

¿Puedo cambiar entre modelos (Sol → Terra → Luna) sin reescribir mi código?

Sí, completamente. Solo cambiá el parámetro model en tu request. De "gpt-5.6-sol" a "gpt-5.6-terra" o "gpt-5.6-luna". El resto del código sigue igual. La única diferencia es latencia, costo y precisión (que varían por modelo). Ideal para A/B testing: routeá un porcentaje del tráfico a Luna, mide si funciona, escala gradualmente.

¿Si uso Terra para una tarea que necesita Sol, qué pasa?

Terra va a intentar resolver la tarea, pero la calidad será menor. Ejemplos: debugging de código crítico (Sol es mejor), análisis de seguridad lógica (Sol es necesario), research profundo con múltiples fuentes contradictorias (Sol maneja mejor). Terra no va a “fallar”, va a dar una respuesta que probablemente sea 80-85% útil pero te va a dejar dudas. Probá primero en staging, mide si tu tasa de aceptación es aceptable. Si no, sube a Sol.

¿Multi-agent orchestration baja costos o solo acelera?

Solo acelera, no baja costos. De hecho, puede subirlos. Mientras los agentes trabajan en paralelo internamente, el costo total de tokens puede ser 3-5x más alto que una llamada serial. Una tarea que normalmente cuesta 100k tokens puede costar 300-500k con Ultra porque hay token overhead de coordinación. Solo usá Ultra cuando el tiempo que ahorras justifica el costo extra. Testea en staging antes.

¿Qué sucede si el caché de 24 horas expira durante mi proceso?

Si procesás requests cada 1 hora durante 30+ horas, el caché de la primera request expira a las 24h. La request 25+ vuelven a costo full para esa sección. No es un problema, solo significa que el ahorro de 90% aplica durante las primeras 24 horas. Para workloads continuos, el promedio de ahorro es menor (depende de qué tan repartidas están las requests en el tiempo). Para workflows que procesan por lotes (muchas requests en pocas horas), el ahorro es máximo.

¿Puedo usar Pro mode sin solicitud especial a OpenAI?

No. Pro mode es un tier extremo de acceso limitado. Solo disponible con solicitud formal a OpenAI y probablemente requiere criterios especiales (volumen muy alto, proyectos críticos, etc.). No es un tier “público” como Sol, Terra y Luna. Si creés que la necesitas, contactá a OpenAI directamente. Es poco probable que aplique a la mayoría de los equipos.