DevDay 2026: GPT-6.1 Sol baja el coste de los agentes IA a la quinta parte y reordena el mercado B2B

OpenAI ha usado su DevDay 2026 para lanzar GPT-6.1 Sol, un modelo que roza la inteligencia de Astra y se factura a una quinta parte del precio de sus tokens estándar. Más de veinte actualizaciones en ChatGPT y Codex, pero el titular que mueve presupuestos es el precio de las tareas agénticas.

TL;DR: OpenAI ha presentado GPT-6.1 Sol, un modelo con inteligencia cercana a Astra a un 20% del coste por token de sus modelos estándar. Sumado a los agentes siempre activos y a las mejoras de Codex, el anuncio abarata por primera vez la programación agéntica a escala empresarial. La letra pequeña: el ahorro real solo se captura si rediseñas el orquestado, y eso reabre la discusión del vendor lock-in.

Por qué GPT-6.1 Sol cambia la economía de los agentes IA

Hablemos claro desde el principio: la mayoría de los proyectos de agentes IA que se descartaron en 2025 no murieron por falta de calidad de modelo, murieron por coste por ejecución. Un flujo agéntico que hace diez llamadas al modelo, valida resultados, reintenta errores y consulta herramientas puede multiplicar por 30 el gasto en tokens frente a una conversación de chat. A 15 euros por millón de tokens de salida, eso convierte cualquier demo en un ejercicio de contabilidad.

GPT-6.1 Sol ataca exactamente ese flanco. Según el resumen del DevDay 2026 publicado por GeekNews ES, el modelo mejora de forma específica la programación agéntica y las tareas profesionales con una inteligencia "cercana a Astra" a un 20% del precio. Traducido a presupuesto: lo que antes costaba 100.000 euros anuales en tokens para un agente en producción, ahora cuesta 20.000 con una calidad funcionalmente equivalente en la mayoría de casos de uso empresarial.

A diferencia de lo que dice el anuncio oficial, el ahorro no es lineal. Los agentes bien diseñados que hacen 4-6 llamadas por tarea notarán la mejora menos que los que hacen 25 porque no gestionan bien el contexto. La bajada de precio beneficia sobre todo a arquitecturas mal optimizadas, que es justamente donde más proyectos B2B están atascados.

Tabla comparativa: dónde encaja Sol frente a Astra y los modelos estándar

Modelo	Inteligencia relativa	Coste por token (relativo)	Caso de uso típico
Astra (GPT-6)	100%	1x (referencia)	Razonamiento complejo, arbitraje, investigación
GPT-6.1 Sol	~90-95% estimado	0,2x	Agentes IA en producción, Codex, tareas profesionales
Modelos estándar generación anterior	~60-70%	0,4-0,6x	Chat, resúmenes, clasificación

La lectura estratégica: Sol no es un modelo barato, es un modelo fuerte con precio de modelo barato. Eso es una categoría distinta y es lo que rompe la planificación de muchos CTOs que habían separado "modelo caro para decidir, modelo barato para ejecutar". Ahora la decisión y la ejecución pueden vivir en el mismo modelo.

Agentes siempre activos: el verdadero cambio operativo

El otro eje del DevDay —y el que menos titulares recibió— son los agentes siempre activos y la colaboración humano-IA. OpenAI presentó también Dots, sus asistentes persistentes que actúan sobre apps conectadas. La diferencia con un asistente tradicional no es la conversación: es que el agente mantiene estado entre sesiones y puede disparar acciones sin que un humano inicie el turno.

Esto suena a feature y es, en realidad, un problema de arquitectura empresarial. Un agente siempre activo implica gestión de identidad persistente, permisos granulares por herramienta, auditoría de cada acción automática y un mecanismo de kill-switch que no dependa del proveedor. Ninguna de esas piezas viene en la caja.

Para las empresas que buscan agencias IA en Madrid o agencias IA en Barcelona para desplegar estos agentes, la conversación ya no puede ser "¿qué modelo usamos?" sino "¿quién nos monta el orquestado, la observabilidad y el control de acceso?". El ecosistema de Barcelona lleva meses liderando despliegues de agentes autónomos en sectores regulados, y esa experiencia va a ser la diferencia entre un piloto bonito y un sistema que aguanta una auditoría.

Codex y la programación agéntica: donde el ROI es medible

El impacto más medible de GPT-6.1 Sol está en Codex. La programación agéntica —agentes que leen el repo, planifican cambios, ejecutan tests y abren PRs— es el caso de uso donde el coste por token tiene efecto directo sobre el ROI, porque el volumen de iteraciones es enorme. Un agente de refactorización puede consumir millones de tokens en una tarde.

Con el nuevo precio, tareas que antes se reservaban a un par de repos críticos se pueden extender a todo el backlog técnico. Los equipos que ya tengan integraciones bien resueltas con su stack de CI/CD verán el beneficio en semanas. Los que no, primero tendrán que arreglar el plumbing y después celebrar el ahorro del modelo. El cuello de botella se ha movido del coste del modelo al coste de la integración.

El riesgo que nadie quiere discutir: vendor lock-in agravado

Un modelo más barato y más capaz es exactamente lo que empuja a consolidar la dependencia en un único proveedor. Si Sol es 5x más barato que la competencia con calidad comparable, cualquier equipo racional migra cargas a OpenAI. Y una vez migradas, cambiar de proveedor supone reescribir prompts, recalibrar evaluaciones y reentrenar el orquestado.

OpenAI ya vale más que media bolsa española según la propia prensa financiera, y este movimiento de precios es una jugada clásica de plataforma: bajar el coste marginal para capturar el coste de cambio. Para un CTO sensato, la respuesta no es rechazar Sol, es usarlo con una capa de abstracción de modelos que mantenga los prompts y las evaluaciones desacoplados del proveedor. Las consultorías de IA que no ofrezcan esa capa están vendiendo entusiasmo, no arquitectura.

Efecto sobre el ecosistema español de agencias IA

Las agencias IA que operan en España y LATAM van a vivir una resaca curiosa. Por un lado, el abaratamiento amplía el mercado: clientes que decían "esto es demasiado caro" ahora tienen números que pasan el comité. Por otro, comprime el margen de los servicios más commodity: si montar un agente básico es más fácil, el valor se desplaza a la parte difícil —gobernanza, datos, integración con sistemas legacy, cumplimiento del EU AI Act—.

La escena de agencias IA en Barcelona y Madrid que se ha posicionado en torno a la palabra "agente" va a tener que reposicionarse en torno a "agente auditado, observable y con política de permisos". Eso es trabajo de consultoría, no de prompt engineering, y ahí es donde quedan márgenes defendibles.

Lo que un CTO debería hacer esta semana

Nada de pilotos heroicos. Los tres movimientos con mejor ratio esfuerzo/beneficio:

Primero, correr un benchmark propio de GPT-6.1 Sol sobre las tres tareas agénticas que ya tenéis en producción y comparar coste por tarea completada, no coste por token. El precio publicado engaña si el modelo reintenta más veces.

Segundo, instrumentar el gasto por agente y por flujo. El ahorro de Sol solo se materializa si sabes qué está consumiendo cada cosa. Muchos equipos no tienen esa trazabilidad y el coste se les va por los reintentos.

Tercero, fijar una fecha de revisión de arquitectura con la pregunta "¿qué nos costaría cambiar de proveedor?". Si la respuesta es "meses", el ahorro de hoy es la factura de mañana.

Predicción: el precio deja de ser diferenciador y empieza la guerra del control

Mi tesis para los próximos dos trimestres: con Sol, OpenAI ha cerrado el argumento del precio y abre el del control. La próxima ronda competitiva no será sobre quién tiene el modelo más barato, sino sobre quién ofrece gobernanza real de agentes siempre activos: identidad, permisos, auditoría, cumplimiento. Las agencias y plataformas que entiendan esto primero se llevarán los contratos enterprise de 2027. Las que sigan vendiendo "tenemos el modelo más nuevo" competirán con el propio panel de OpenAI y perderán por precio.

La pregunta que debería estar en el próximo comité de dirección: si el coste del modelo se desploma un 80%, ¿tu ventaja competitiva está en el modelo o en lo que has construido alrededor? Si es lo primero, tienes un problema. Si es lo segundo, este DevDay es la mejor noticia del año.

Preguntas frecuentes sobre GPT-6.1 Sol y los agentes IA

¿Qué es GPT-6.1 Sol exactamente?

Es el modelo presentado por OpenAI en el DevDay 2026, orientado a programación agéntica y tareas profesionales. La compañía lo describe con una inteligencia cercana a Astra pero facturado a una quinta parte del precio de sus tokens estándar. Está pensado para cargas de trabajo con muchas iteraciones, donde el coste por ejecución es determinante.

¿Cuánto cuesta GPT-6.1 Sol comparado con Astra?

Según la información del DevDay, Sol opera a un 20% del coste de los tokens estándar, lo que equivale a decir que es unas cinco veces más barato que el modelo de referencia de gama alta. Si mantiene una calidad funcional del 90-95% respecto a Astra, el coste por tarea completada en agentes bien diseñados cae de forma drástica.

¿Qué son los agentes siempre activos y en qué se diferencian de un asistente normal?

Un agente siempre activo mantiene estado entre sesiones y puede iniciar acciones por sí mismo cuando se cumple una condición, sin que un humano abra el chat. La diferencia operativa es la gobernanza: necesitas control de identidad persistente, permisos por herramienta y auditoría de cada acción automática. OpenAI presentó Dots durante el keynote como ejemplo de esta categoría.

¿Puedo usar GPT-6.1 Sol en producción en una empresa regulada?

Sí, pero el modelo no es el problema. La aprobación depende de la trazabilidad de las acciones del agente, del tratamiento de datos personales y del cumplimiento del EU AI Act según el caso de uso. Antes de mover una carga regulada a Sol, conviene auditar el orquestado y el registro de decisiones del agente.

¿Sol sustituye a los modelos anteriores o se complementa con ellos?

En la mayoría de flujos agénticos empresariales, Sol puede sustituir tanto al modelo de razonamiento como al de ejecución porque cubre ambos roles con un solo coste. La lógica de "modelo caro para decidir, modelo barato para actuar" pierde sentido cuando el fuerte cuesta como el barato. La excepción son tareas de investigación abierta o razonamiento de máximo nivel, donde Astra sigue justificando su precio.

Temas relacionados en agentes.ai

Si quieres aplicar lo que lees en tu empresa, estos son puntos de partida útiles dentro de agentes.ai:

• Directorio de agencias de agentes de voz
• Agencias de IA en Valencia y en Málaga
• Explora el directorio completo de agencias de IA
• Sigue las últimas noticias de IA en tiempo real