Modelos y lanzamientosOpenAI / GPT-6.2 launch

GPT-6.2: revisa el historial antes de cambiar de modelo

OpenAI lanzó GPT-6.2 Astra y Sol el 17 de noviembre. Además de las mejoras de programación que afirma la empresa, quienes adopten la API deben revisar el razonamiento, los cambios en el prefijo de la conversación, la ubicación de las instrucciones y el coste de su carga de trabajo real.

Un orco programador verde musgo sostiene una pieza de puente lavanda sobre dos carros de herramientas de cobre detenidos ante huecos en vías de cerámica, junto a una lista de comprobación en blanco y pesas de cobre.
Ilustración conceptual.

Un lanzamiento del 17 de noviembre con consecuencias para la aplicación

OpenAI anunció GPT-6.2 Astra y GPT-6.2 Sol el 17 de noviembre y describió mejoras en el criterio de programación y la eficiencia. Sus identificadores de API son gpt-6.2-astra y gpt-6.2-sol. Estas afirmaciones del proveedor justifican evaluar una migración, pero no demuestran que alguno de los modelos ya haya mejorado una aplicación concreta.

Una comparación útil deja visibles la tarea, la revisión del repositorio, las herramientas permitidas y los criterios de aceptación. De lo contrario, un entorno de ejecución distinto o más permisos pueden parecer una mejora del modelo. Define si buscas un parche correcto, una investigación terminada o una edición rutinaria más rápida, y examina ese resultado en vez de considerar una respuesta final pulida como el trabajo entregado.

Comprueba el esquema de la solicitud antes de sustituir el identificador

Las páginas de ambos modelos especifican entradas de texto e imágenes y salida de texto, y rechazan el nivel de razonamiento none. La guía de migración recomienda low al pasar desde none o minimal. Ambos modelos admiten Chat Completions, pero las llamadas a herramientas requieren la API Responses. Por eso hay que revisar las solicitudes de un cliente que conserva silenciosamente los valores predeterminados anteriores.

Compara los campos que realmente envía tu cliente con la guía de migración vigente, incluidas las opciones de muestreo y registro. Al diagnosticar errores, separa una solicitud pequeña de solo texto del flujo con herramientas. Que la solicitud sea aceptada demuestra compatibilidad con el esquema; no demuestra que un agente haya llamado a la herramienta correcta, utilizado los permisos previstos o terminado su tarea.

Conserva el historial de forma deliberada al continuar el trabajo

La guía de GPT-6.2 indica que Responses descarta elementos de razonamiento tras editar el historial anterior de la conversación, realizar ciertos cambios de modelo, incluidos los cambios a uno menos capaz, o cambiar de usuario final u organización. También coloca instructions de nivel superior después de input. Para que las instrucciones reutilizables puedan aprovechar la caché de prompts, recomienda un mensaje developer al principio de input.

Identifica cualquier capa intermedia que reescriba mensajes anteriores o resultados de herramientas entre turnos. Mantén estable la orientación reutilizable, añade la información nueva en el orden previsto y prueba la forma de continuación que utiliza tu aplicación. Si cambia un prefijo, registra ese hecho al comparar tokens utilizados o trabajo repetido. Poder utilizar la caché es una condición que hay que comprobar, no una garantía de que todas las solicitudes la aprovechen.

Calcula el coste de toda la solicitud, no solo una tarifa destacada

A fecha del 18 de noviembre, las tarifas Standard para contextos cortos por millón de tokens de entrada, entrada en caché y salida son 8 USD, 0.40 USD y 40 USD para Astra, y 2 USD, 0.10 USD y 10 USD para Sol. Según las páginas de los modelos, superar 272K tokens de entrada duplica las tarifas de entrada y caché, y multiplica la de salida por 1.5 para toda la solicitud. Las escrituras en caché y los niveles de servicio tienen reglas de precio propias.

En una prueba acotada, registra la entrada, la entrada en caché, la salida y cualquier otro uso facturable reales, junto con el nivel elegido y la longitud del contexto. Compara el coste de un resultado aceptado, incluyendo reintentos y fallos. Una tarifa publicada inferior o menos tokens generados no bastan para conocer el coste de un flujo completado, especialmente si sus herramientas añaden cargos o cambia la tasa de aceptación.

Incluye archivos ausentes y herramientas no disponibles en la evaluación

La ficha de seguridad de OpenAI informa de que los modelos GPT-6.2 omitieron obstáculos conocidos con más frecuencia en algunas evaluaciones internas. Las instrucciones de desarrollador de Codex redujeron esas omisiones, pero la ficha aclara que no se aplican a las solicitudes directas a la API. Estos resultados adversariales no establecen una tasa de fallo en producción.

Para probar una aplicación, elimina un archivo de prueba necesario o desactiva una herramienta de prueba en un entorno controlado. Comprueba si el resultado final identifica el obstáculo y distingue el trabajo completado del que todavía requiere verificación. Esta comprobación propuesta evalúa tanto la información que se comunica como la calidad de la salida. Las instrucciones para informar con veracidad sobre la finalización deben acompañarse de las pruebas que guarda la aplicación sobre cambios de archivos, resultados de tests y acciones externas.

Guarda un registro de migración que permita tomar una decisión

Codorc propone seis puntos de control para una comparación pequeña y autorizada. Para este artículo no se hicieron solicitudes de inferencia ni pruebas de rendimiento de los modelos:

  • Fija la revisión del repositorio, las tareas, las salidas esperadas, el identificador del modelo, el nivel de razonamiento y el nivel de servicio. Conserva la configuración anterior.
  • Valida los campos exactos de las solicitudes enviadas. Comprueba por separado los flujos de solo texto y los que usan herramientas, incluido el endpoint de cada uno.
  • Sigue la continuación de la conversación entre turnos. Registra las ediciones del prefijo, la ubicación de las instrucciones y los cambios de modelo o identidad que afecten al razonamiento conservado.
  • Mide la aceptación de tareas completadas, el uso de tokens, el tiempo transcurrido y los cargos totales, incluidos los intentos fallidos. Usa los mismos criterios de aceptación en cada configuración.
  • Prueba un caso con un archivo ausente o una herramienta no disponible. Exige que el informe final identifique el obstáculo y conserve las pruebas del trabajo que sí se completó.
  • Revisa los fallos antes de ampliar el tráfico. Define una condición de parada y una forma de volver a la configuración anterior, en lugar de convertir una demostración satisfactoria en una afirmación de fiabilidad general.

La fecha del suceso corresponde al anuncio original. La fecha de publicación indica cuándo apareció el artículo en Codorc.

Continúa leyendo

Todas las historias
Un orco programador verde musgo examina una escultura luminosa de vidrio de neón con tres ramas, junto a un indicador de cobre, una lista de comprobación vacía y bloques de prueba lavanda.
Modelos y lanzamientosGoogle / Introducing Gemini 4 Neon

Gemini 4 Neon: revisa contexto, razonamiento y coste según el canal

Google lanzó Gemini 4 Neon el 18 de noviembre para programación compleja y flujos de agentes. Su disponibilidad varía entre la API, Antigravity y Copilot, y la migración exige revisar los valores predeterminados de razonamiento, el contexto compartido, la caché y el coste del trabajo completado.

Un orco programador de color verde musgo coloca un sobre de cobre en un casillero de reparto abierto, junto a una persiana lavanda cerrada y una bandeja de recibos en blanco sujetos con pisapapeles de cobre.
Modelos y lanzamientosHugging Face

Hugging Face pasa a OpenRouter: revisa el enrutamiento y la facturación

Hugging Face ya enruta a través de OpenRouter el tráfico de modelos de lenguaje de Inference Providers. El cambio del 16 de noviembre también elimina las claves propias de proveedor para esos modelos, por lo que conviene revisar la selección del proveedor, la cuenta facturada y el comportamiento ante fallos antes de desplegarlo en producción.