Reconstruir el stack de IA de fin de semana tras la rebaja de GPT-5.6 Luna
Un reset práctico para creadores de fin de semana: usa Luna por defecto, mantén Terra para el trabajo normal y gasta en velocidad solo cuando los usuarios lo noten.
La rebaja cambia el valor por defecto, no todo el stack
Tienes un proyecto de fin de semana que funciona, pero la factura del modelo es una pequeña espina. El cambio de precios de GPT-5.6 Luna te da una razón para reconstruir el stack sin gastar un sábado.
El precio de GPT-5.6 Luna se redujo un 80% el 31 de julio de 2026. El precio de entrada bajó de $1.00 a $0.20 por millón de tokens. La familia GPT-5.6 tiene tres niveles: Sol para latencia inferior a 200 ms, Terra para uso en producción estándar y Luna para capacidad de agentes de 1,5 M de tokens.
El precio de GPT-5.6 Terra bajó un 20% al mismo tiempo que la reducción de GPT-5.6 Luna. El precio para desarrolladores del modelo de frontera GPT-5.6 Sol cayó más de un 20%.
El 6 de agosto de 2026, OpenAI anunció que GPT-5.6 Luna sería la opción estándar para los planes Free y Go de ChatGPT, y que los chats de texto ilimitados llegarían la semana siguiente.
Tras la rebaja, GPT-5.6 Luna seguía siendo el doble de caro que Gemini 2.5 Flash-Lite y DeepSeek V4 Flash.
La rebaja hace que el modelo de contexto largo sea más fácil de usar por defecto, pero no convierte cada solicitud en algo tan barato como para ignorarlo. Un proyecto de fin de semana no necesita un comité. Necesita un valor por defecto, un nivel intermedio y un nivel de latencia estrecho.
Reconstruye el stack en torno al trabajo que realmente haces. Usa el nivel económico para lo que puede esperar, el nivel intermedio para lo que los usuarios tocan y el nivel rápido para los pocos momentos en que la espera se nota.
Reconstruye el stack en el orden en que realmente lo usarás
Empieza listando las rutas que llaman a un modelo. Marca cada una como contexto largo, normal o sensible a la latencia. La auditoría funciona cuando puedes ver la ruta, el modelo, la razón y si hay una persona esperando.
La mayoría de los proyectos de fin de semana tienen tres patrones: un agente que lee mucho, un chat o formulario normal y una función interactiva rápida. Si no puedes nombrarlos, el stack está haciendo más trabajo del que creías y la factura seguirá escondiéndose en los extras.
Si una ruta es difícil de clasificar, ponla en el nivel intermedio hasta que veas el uso. No intentes optimizar cada prompt. Intenta dejar de pagar por velocidad que no usas.
Mueve los trabajos de agentes y por lotes a Luna. Coloca ahí los trabajos nocturnos, la resumición, la extracción y los agentes de varios pasos. Has movido el trabajo cuando las tareas de contexto largo ya no dependen del nivel intermedio.
El error común es mover cada solicitud a Luna porque es más barata. Funciona hasta que una función orientada al usuario se siente lenta o la ventana de contexto se desperdicia. Un valor por defecto económico sigue necesitando un límite.
Mantén Terra para la producción estándar. Úsala para solicitudes normales orientadas al usuario, borradores de soporte y cualquier cosa que deba sentirse fiable sin un requisito estricto de velocidad. La ruta principal del producto debe permanecer en el nivel intermedio.
No trates Terra como un respaldo para todo. Un respaldo que atrapa cada caso extremo se convierte en el modelo real, y el presupuesto lo sigue. Si una solicitud pertenece a Terra, dilo en la auditoría y déjala ahí.
Si Terra se siente demasiado lenta, la solución suele ser recortar el prompt, usar caché o una respuesta más corta. Saltar al nivel rápido porque una solicitud se sintió perezosa es cómo un presupuesto de fin de semana se convierte en una discusión mensual.
Reserva Sol para latencia inferior a 200 ms. Úsala solo donde una persona está esperando y la respuesta debe llegar antes de que la atención se desvíe. La meta es que Sol aparezca en unas pocas rutas, no en toda la app.
Si una función no necesita esa velocidad, moverla a Sol es pagar por un rendimiento que no usarás. Mantén el nivel de latencia estrecho y anota la razón en tu tabla de auditoría. Si no puedes nombrar al usuario que espera, la ruta probablemente no necesita Sol.
La latencia es un problema de experiencia de usuario. Si la respuesta es correcta pero llega un instante tarde, el modelo puede estar bien y la interfaz puede necesitar un spinner, una cola o una respuesta más corta.
Convierte el presupuesto en un hábito, no en una sorpresa
Mantén una hoja pequeña con tokens mensuales, modelo, precio y total. Tras un cambio de precio, actualiza los números y vuelve a calcular la estimación. El presupuesto funciona cuando puedes nombrar la ruta más cara antes de que lo haga la factura.
Revisa la hoja tras un lanzamiento, tras un pico de tráfico y tras cualquier cambio de precio. Un presupuesto casi cero significa que la factura no debería necesitar una reunión, aunque no sea literalmente cero. Si una línea salta, deberías poder señalar la ruta que lo causó.
La mayoría de los proyectos secundarios se quedan como proyectos secundarios, y está bien. Un stack de modelos casi cero permite que el proyecto viva en los fines de semana sin convertirse en un segundo empleo o en una empresa.
Cuando llegue la próxima rebaja, no reconstruyas desde cero. Mantén la regla del stack de modelos casi cero:
- Usa Luna por defecto para agentes y trabajos por lotes.
- Usa Terra para la producción estándar.
- Reserva Sol para latencia inferior a 200 ms.
- Recalcula el presupuesto tras cada cambio de precio.