Ultrafast de GPT-6.1 Sol de OpenAI: hasta 8x más rápido por un sobrecoste. Páguelo solo donde alguien espera.
Ultrafast para GPT-6.1 Sol se está desplegando en la API, Codex y ChatGPT Work a $12 y $60 por millón de tokens. La razón es el tiempo de reloj en bucles y trabajo en vivo, no la velocidad en sí.
Escuche este artículo · 4 min
Narración completa del artículo, generada con IA.
¿Cuándo vale la pena pagar más por una respuesta porque llega antes?
OpenAI puso precio a esa pregunta el 8 de octubre. El modo Ultrafast para GPT-6.1 Sol se está desplegando en la API, Codex y ChatGPT Work, ofreciendo lo que OpenAI llama “inteligencia cercana a Astra a velocidades hasta 8x más rápidas” que Sol en su modo estándar. En la API cuesta $12 por millón de tokens de entrada y $60 por millón de tokens de salida, lo que OpenAI describe como “solo 1.2x el coste de Astra”, su modelo de razonamiento superior. Cuando cubrimos la guía del modelo GPT-6 de OpenAI a principios de este mes, Ultrafast solo estaba disponible para Astra.
Los detalles que importan para la planificación empresarial: en Codex y ChatGPT Work, el acceso está limitado a Pro 500, planes Enterprise elegibles basados en uso y planes Edu basados en créditos, y los administradores de Enterprise deben habilitarlo. En la API, Ultrafast Sol está disponible en todas las regiones compatibles, incluida la residencia de datos en EE. UU. y la UE, lo que importa a las empresas en España y el resto de la UE bajo el RGPD, y el anuncio no incluye ninguna opción de residencia para países de América Latina. La guía para desarrolladores de OpenAI describe su uso a través de WebSockets. OpenAI lo posiciona para depurar interrupciones, agentes que navegan por aplicaciones y experiencias en vivo.
La velocidad se multiplica en bucles
Un modelo más rápido importa poco para una sola pregunta. Importa mucho para un agente que hace cuarenta llamadas al modelo para completar una tarea, porque cada segundo ahorrado se ahorra cuarenta veces, y la persona que espera experimenta el total. Por eso los ejemplos elegidos por OpenAI son un ingeniero depurando una interrupción y un agente que navega por aplicaciones: en ambos, el tiempo de reloj es el coste que duele, y la factura de tokens es secundaria.
La misma lógica corta en sentido contrario. Una conciliación nocturna termina antes de que nadie la mire, sea cual sea la velocidad. Pagar un sobrecoste ahí no compra nada.
| Carga de trabajo | Quién espera | ¿Ultrafast? |
|---|---|---|
| Depurar un incidente en vivo | Un ingeniero, bajo presión | Caso sólido |
| Agente que navega por aplicaciones | Un bucle de muchos pasos | Pruébalo: los ahorros se acumulan por paso |
| Voz o interacción en vivo con el cliente | Un cliente, en tiempo real | Caso sólido, si la calidad se mantiene |
| Agente en segundo plano que reporta después | Nadie, hasta el resultado | Normalmente no |
| Lote nocturno o conciliación | Nadie | No |
Tres comprobaciones antes de activarlo
Mida su propia velocidad y calidad. “Hasta 8x” es un techo, y “inteligencia cercana a Astra” es el encuadre de OpenAI. Ejecute su conjunto de evaluación y registre la latencia p50 y p95 en sus prompts reales. La unidad para comparar es el coste por tarea exitosa y el tiempo hasta el resultado, no el precio por token.
Conviértalo en una política, no en un interruptor. Los administradores de Enterprise deben habilitar Ultrafast en Codex y ChatGPT Work. Use esa puerta para decidir qué equipos y flujos de trabajo lo reciben y por qué, en lugar de activarlo para todos. En la API, configure el modo por paso del flujo de trabajo, con la misma disciplina que describimos para la línea de precio en Claude Haiku 5.5: el enrutamiento decide la mayor parte de la factura.
Ponga un presupuesto al lado. Un modo premium usado en un bucle de agente se multiplica rápidamente. Las alertas de gasto por flujo de trabajo, el tipo de control que cubrimos en guardrails de gasto de IA, deberían estar en marcha antes de que el primer equipo de incidentes descubra cuánto más rápido se siente su agente.
Ultrafast es una opción útil, y en la respuesta a incidentes puede pagarse solo en la primera hora de una interrupción. También es el sobrecoste más fácil de sobreutilizar en la pila, porque más rápido siempre se siente mejor. Pague por velocidad donde una persona o un bucle están esperando, y en ningún otro lugar.