Crear agentes de inteligencia artificial capaces de investigar, usar herramientas y completar tareas largas ya no exige utilizar el modelo más potente en cada paso. OpenAI presenta GPT-5.6 con una promesa concreta para startups y equipos de producto: más rendimiento, menor costo y nuevas formas de organizar el trabajo de los agentes.
Más capacidad con menos gasto
La familia GPT-5.6 busca resolver uno de los problemas más importantes de las aplicaciones con IA: las tareas complejas pueden requerir muchas llamadas al modelo, grandes cantidades de contexto y un consumo elevado de tokens.
OpenAI afirma que GPT-5.6 mantiene o mejora el desempeño de generaciones anteriores, pero con una operación más eficiente. Uno de los cambios clave es que los modelos pequeños de la familia, como Luna y Terra, pueden alcanzar resultados similares a GPT-5.4 y GPT-5.5 en determinadas tareas cuando se les permite utilizar más capacidad de razonamiento.
¿La consecuencia práctica? Una empresa puede reservar el modelo más avanzado para las decisiones difíciles y utilizar modelos más económicos para extraer datos, clasificar documentos o ejecutar pasos repetitivos.
Por ejemplo, una startup legal podría usar Terra o Luna para leer memos manuscritos y extraer información antes de enviar los datos a un agente encargado del análisis jurídico. Así, el modelo más costoso se concentra en interpretar y decidir, en lugar de procesar cada línea desde el inicio.
Un ejemplo de ahorro en búsquedas complejas
OpenAI compara el desempeño de GPT-5.5 y GPT-5.6 Luna en BrowseComp, una prueba que evalúa la capacidad de encontrar información poco común mediante búsquedas.
GPT-5.5, con un nivel de razonamiento muy alto, obtuvo una puntuación de 84,36% con un costo total de 33,27 dólares. GPT-5.6 Luna alcanzó prácticamente el mismo resultado, 84,04%, por 1,33 dólares al momento de su lanzamiento. La compañía señala que después redujo todavía más los precios.
No significa que Luna reemplace siempre a los modelos más grandes. Significa que la elección del modelo puede hacerse con más precisión, según el tipo de tarea, el volumen de solicitudes y el nivel de razonamiento necesario.
Tres herramientas para agentes más eficientes
Además de mejorar los modelos, OpenAI incorporó nuevas funciones en la Responses API. Estas funciones buscan evitar que un agente repita trabajo, desperdicie contexto o use el modelo para tareas que un programa puede resolver mejor.
1. Mantener el razonamiento entre turnos
Los agentes pueden conservar parte del trabajo realizado entre una interacción y otra. También pueden utilizar compactación nativa para resumir conversaciones largas sin perder la continuidad de la tarea.
Esto es importante cuando un agente trabaja durante mucho tiempo. En vez de reconstruir todo el contexto en cada paso, puede continuar desde un estado anterior y mantener una línea de trabajo más coherente.
En una prueba de ARC-AGI-3, GPT-5.6 Sol pasó de una puntuación de 13,3% a 38,3% al activar el razonamiento retenido y la compactación. El resultado se obtuvo sin cambiar el modelo y utilizando aproximadamente seis veces menos tokens de salida.
2. Dividir tareas entre varios agentes
Las tareas complejas no siempre tienen que resolverse de forma secuencial. Con la orquestación multiagente, un agente principal puede repartir el trabajo entre varios agentes especializados.
Uno puede investigar fuentes, otro comparar resultados y un tercero revisar inconsistencias. Luego, el agente principal reúne las respuestas y prepara una síntesis final.
Este enfoque puede reducir el tiempo de ejecución y aumentar la calidad en trabajos que se pueden dividir en paralelo. También es posible indicarle al modelo cuándo debe crear subagentes, algo útil para evitar gastos innecesarios en tareas sencillas.
3. Dejar el trabajo mecánico al código
No todo lo que ocurre dentro de un agente requiere razonamiento. Si el sistema debe consultar 100 documentos, filtrarlos por fecha y sumar transacciones, hacerlo todo dentro del contexto del modelo puede ser lento y costoso.
El llamado Programmatic Tool Calling permite que GPT-5.6 escriba JavaScript para coordinar herramientas, ejecutar llamadas en paralelo y procesar los resultados fuera de la ventana de contexto. El modelo se concentra entonces en lo que sí necesita inteligencia: interpretar la información y tomar decisiones.
La idea central es sencilla: el código mueve, filtra y combina datos; el modelo analiza lo que requiere criterio.
También mejora el uso de la memoria caché
GPT-5.6 amplía a un mínimo de 30 minutos el tiempo de vida de la caché de prompts en toda la familia de modelos. Además, permite establecer de forma determinista los puntos de caché dentro del contexto.
Esto puede aumentar la cantidad de solicitudes que reutilizan instrucciones y datos ya procesados. Para aplicaciones con prompts extensos o flujos repetitivos, una mejor tasa de reutilización puede reducir la latencia y el costo.
OpenAI también recomienda utilizar correctamente prompt_cache_key, una clave que ayuda a dirigir solicitudes con el mismo prefijo hacia el motor de inferencia adecuado.
La arquitectura importa tanto como el modelo
La principal lección de esta actualización es que construir con IA no consiste únicamente en elegir el modelo con la puntuación más alta. La forma de dividir una tarea, conservar el contexto, usar varios agentes y trasladar operaciones al código puede cambiar radicalmente el resultado final.
Para una startup, esto abre una posibilidad interesante: crear productos más capaces sin pagar el precio de usar un modelo de frontera en cada paso. El reto ya no es solo encontrar el modelo más inteligente, sino diseñar un sistema que utilice cada recurso donde realmente aporta valor.
GPT-5.6 apunta precisamente en esa dirección. La inteligencia artificial se vuelve más útil cuando el modelo razona mejor, pero también cuando aprende a no gastar razonamiento en aquello que una regla, una función o un proceso automático puede resolver.