GPT-6.1 Sol y el Tier Ultrafast: Guía para Constructores de Agentes

1. Los hechos del lanzamiento, y los nombres

GPT-6.1 Sol es un modelo de razonamiento con entrada de texto e imagen y salida de texto, con 1.050.000 tokens de contexto, hasta 128.000 tokens de salida y corte de conocimiento al 30 de abril de 2026, según su página de modelo. La entrada del changelog del 29 de septiembre lo describe como pensado para código complejo y trabajo profesional a menor costo que GPT-6 Astra, y lista multi-agent como función en beta.

Sobre los nombres: son confusos, y todos son reales. La generación más nueva es gpt-6-astra, gpt-6.1-sol, gpt-6-sol y gpt-6-luna. La generación anterior (gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna) sigue con precio en la página de pricing y aparece como reemplazo recomendado de varios modelos que se retiran en la página de deprecaciones. No encontré un gpt-6-terra en la página de precios. Usá el id exacto gpt-6.1-sol, con el punto.

2. Qué cambió de verdad respecto de GPT-6 Sol

Tres cosas mejoraron y una empeoró. El precio de lista por token es el mismo que GPT-6 Sol ($2/$10), pero el input cacheado se reduce a la mitad, de $0.20 a $0.10 por millón, lo que pesa más en agentes que reenvían un prefijo largo en cada paso. La calidad subió: Artificial Analysis puntúa a GPT-6.1 Sol en max effort con 52 en su Intelligence Index, contra 48 de GPT-6 Sol y 53 de GPT-6 Astra, según reporta The Batch.

Lo que empeoró es la velocidad y la flexibilidad. The Batch cita unos 57.7 tokens de salida por segundo para GPT-6.1 Sol contra 87.6 de GPT-6 Sol, y el modelo no puede apagar el razonamiento: GPT-6 Sol acepta none, GPT-6.1 Sol no, y la guía de OpenAI dice que uses low. Ultrafast parece la perilla que OpenAI te da para recomprar esa velocidad, pero ese emparejamiento es lectura mía, no un motivo que digan los docs.

Los tres movimientos

3. Evidencia, con fuentes

Leé la afirmación principal como reportada por el vendor: OpenAI dice que Sol casi iguala a Astra en código agéntico, computer use y trabajo profesional. La señal independiente es Artificial Analysis. Su Intelligence Index pone a GPT-6.1 Sol (max) en 52, un punto debajo de Astra (53), a $0.72 por tarea del índice contra $3.26 de Astra, según relata The Batch.

La misma cobertura dice que en el Coding Agent Index, GPT-6.1 Sol en xhigh corriendo en Codex superó a Astra por un punto con menos del 15% del costo por tarea, mientras Claude Sonnet 5.5 y Claude Opus 5.5 en Claude Code ocuparon los dos primeros lugares. En el índice general Opus 5.5 saca 58 y Sonnet 5.5 saca 56, así que es una historia de eficiencia de costo, no una victoria de leaderboard.

4. Quickstart: Ultrafast en la Responses API

Ultrafast es un parámetro del request, no otro modelo: el mismo checkpoint, con service_tier en ultrafast sobre la Responses API. La página de Fast mode de OpenAI usa exactamente esta forma con service_tier en fast, y Ultrafast cambia el valor. El objeto de respuesta trae un campo service_tier, así que si lo logueás podés demostrar qué tier atendió cada llamada.

Para agentes, la guía de Ultrafast recomienda con fuerza WebSockets, porque los loops con muchas tool calls rápidas pagan overhead de red en cada ida y vuelta HTTP. Mantenés una conexión abierta y encadenás turnos con previous_response_id, enviando solo los items nuevos de input. Los dos primeros snippets siguen los ejemplos documentados (los ejemplos de la guía usan gpt-6-astra y dicen que gpt-6.1-sol está soportado); el tercero es un patrón defensivo mío, no sale de los docs. No ejecuté ninguno.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Resumí la salida del test que falla en dos oraciones.",
    reasoning={"effort": "low"},
    service_tier="ultrafast",
)
print(response.output_text)
print(response.service_tier)  # confirmá qué tier atendió la llamada

from openai import OpenAI

client = OpenAI()
previous_response_id = None
prompts = [
    "Encontrá la función que parsea el archivo de config.",
    "Ahora listá todos los que llaman a esa función.",
]

with client.responses.connect() as connection:
    for prompt in prompts:
        connection.response.create(
            model="gpt-6.1-sol",
            service_tier="ultrafast",
            previous_response_id=previous_response_id,
            input=prompt,
        )
        for event in connection:
            if event.type == "response.output_text.delta":
                print(event.delta, end="", flush=True)
            elif event.type == "response.completed":
                previous_response_id = event.response.id
                print()
                break
            elif event.type in {"response.failed", "response.incomplete", "error"}:
                raise RuntimeError(event.to_json())
        else:
            raise RuntimeError("la conexión se cerró antes de terminar la respuesta")

from openai import OpenAI, RateLimitError

client = OpenAI()

# Una llamada de GPT-6 Sol que se rompe en 6.1 Sol:
#   model="gpt-6-sol", reasoning={"effort": "none"}, temperature=0.2
# En GPT-6.1 Sol: no hay "none" (usá "low"), sacá temperature/top_p/logprobs.

def ask(prompt, latency_critical=False):
    kwargs = {
        "model": "gpt-6.1-sol",
        "input": prompt,
        "reasoning": {"effort": "low"},
    }
    if latency_critical:
        try:
            return client.responses.create(**kwargs, service_tier="ultrafast")
        except RateLimitError:
            pass  # pool de Ultrafast agotado: caer a Standard
    return client.responses.create(**kwargs)

5. Qué hacer esta semana

Tratalo como dos decisiones separadas: si 6.1 Sol reemplaza tu default actual, y qué pocos pasos merecen Ultrafast. Tomalas en ese orden, porque Ultrafast multiplica lo que ya cuesta tu baseline.

Veredicto

GPT-6.1 Sol es la mitad más interesante de esta historia: calidad casi Astra en índices independientes a precios de Sol, con lecturas de caché más baratas. Para la mayoría de los workloads de agentes es el modelo a evaluar primero, con las salvedades de que no puede apagar el razonamiento y de que no es el campeón de velocidad en max effort.

Ultrafast es una herramienta, no un default. Seis veces el precio compra menos tiempo entre tokens de salida, y solo el camino crítico de latencia debería pagarlo. Mantené un fallback a Standard, logueá el tier en cada llamada y verificá las afirmaciones en tu propio workload.