Un “límite semanal” suena a algo que debería repartirse cómodamente durante siete días.
Con un agente de IA de alta carga, la sensación puede ser muy distinta. Unas pocas horas intensivas pueden consumir una gran parte del cupo y, aun así, el panel puede mostrar que faltan varios días para el siguiente reinicio. Es como comprar un pase semanal para un parque de atracciones, montar durante dos horas y escuchar: “Eso es todo por esta semana. Vuelva la próxima.”
La clave es que el consumo de Work/Codex, incluido Astra, no depende simplemente de cuántas horas esté abierta la aplicación. OpenAI explica que varía según el modelo, la tarea, el tamaño de entrada y salida, el nivel de razonamiento, Fast mode y el trabajo de varios pasos.[1] Según el plan, pueden aplicarse a la vez una ventana de cinco horas y otra semanal, y hace falta saldo en ambas.[1]
También hay una cautela importante: una caída brusca no debe darse por normal automáticamente. En septiembre de 2026 varios usuarios de Pro 20x informaron descensos anómalamente rápidos y, en al menos un caso, el saldo mostrado se corrigió después al alza.[2]
1. “Solo lo usé dos horas” no significa que el trabajo de cómputo fuera pequeño
OpenAI señala que una misma tarea puede consumir cantidades distintas según el modelo y que entradas o salidas grandes, razonamiento más alto, Fast mode y tareas de varios pasos pueden aumentar el uso.[1]
Dos horas humanas pueden contener muchísimo trabajo de máquina: leer un repositorio enorme, buscar, modificar muchos archivos, ejecutar pruebas, leer registros de fallos y volver a corregir.
Las estimaciones actuales de Codex Pricing para mensajes locales por cada cinco horas son, en Pro 5x: Astra 25–225, Sol 50–500, Terra 125–1.000 y Luna 1.250–10.000. En Pro 20x son 100–900, 200–2.000, 500–4.000 y 5.000–40.000 respectivamente.[3] No son topes fijos de mensajes y también pueden existir límites semanales.[1][3]
Por eso elegir el modelo puede ser una palanca mucho mayor que reducir un poco el razonamiento.
Astra es muy listo. Eso no significa que tenga consumo de utilitario.
2. Ventana de cinco horas más cupo semanal: “pase semanal, cierre inmediato”
Work y Codex pueden tener a la vez una ventana de cinco horas y un cupo semanal. La nueva ventana de cinco horas comienza con la primera solicitud después de que termine la anterior; el cupo semanal controla el trabajo incluido durante toda la semana.[1]
Lo importante es que una ventana de cinco horas no garantiza cinco horas reales de uso. OpenAI dice expresamente que se puede alcanzar ese límite antes de que transcurran cinco horas.[1]
El cupo semanal crea la misma ilusión. Un indicador del 100% parece “combustible para siete días”, pero se parece más a una cantidad de cómputo que puede gastarse durante ese periodo. Si se gasta casi todo el lunes, de martes a domingo puede tocar esperar.
Desde la experiencia de usuario, una recuperación diaria o progresiva encajaría mejor con cargas intensivas por ráfagas. Es una valoración de diseño, no la política actual.
3. La pausa de nuevas altas de Pro 20x es real, pero no es la desaparición del plan
El 10 de septiembre de 2026 OpenAI pausó temporalmente las nuevas suscripciones y las actualizaciones al plan ChatGPT Pro 20x de 200 dólares al mes.[4]
Los suscriptores actuales de Pro 20x no se ven afectados y pueden seguir renovando. El Pro de 100 dólares continúa disponible.[4] Por tanto, la descripción correcta es pausa temporal de nuevas altas y upgrades a Pro 20x, no cancelación del producto.
La FAQ oficial confirma la pausa pero no desarrolla una explicación técnica. TechCrunch, en cambio, citó al responsable de producto de OpenAI Thibault Sottiaux diciendo que el nivel de mayor uso ejercía la mayor presión sobre los sistemas y que la demanda de Astra era extraordinaria.[5]
Conviene separar:
- Hecho confirmado oficialmente: nuevas altas y upgrades a Pro 20x están temporalmente pausados.[4]
- Explicación publicada por medios: fuerte demanda de Astra y presión de capacidad, a partir de declaraciones públicas de un directivo de OpenAI.[5]
No significa que las GPU estén literalmente ardiendo. Esperemos. Pero cerrar la entrada al nivel de mayor consumo deja bastante claro que la capacidad no es infinita.
4. No explique cada desplome extraño con “Astra gasta mucho”
Entre el 9 y el 10 de septiembre aparecieron en OpenAI Developer Community informes de descensos bruscos, incluido uno que decía haber perdido cerca del 85% del cupo semanal de Pro 20x en unas dos horas y media y otro que hablaba de un 20% consumido rápidamente incluso con Astra Light.[2]
Lo interesante es que el primer usuario indicó después que su saldo había sido corregido hasta mostrar de nuevo un 81% restante.[2]
Eso sugiere que, al menos en algunos casos, pueden existir ajustes de visualización, contabilidad retrasada u otro problema del medidor.
OpenAI Status también registró errores elevados para algunos usuarios de ChatGPT Work el 10 de septiembre.[6] No se ha confirmado que ese incidente causara problemas de contabilización, así que no deben fusionarse ambos hechos.
Regla práctica: una caída gradual encaja mejor con carga real alta; un salto casi instantáneo justifica guardar capturas, modelo, nivel de razonamiento, Fast mode e historial de uso y considerar también un posible error de contabilización.
5. Bajar el razonamiento puede ayudar sin cambiar por completo la economía
OpenAI dice que un nivel de razonamiento más bajo puede ser un buen punto de partida para estirar el cupo, pero no fija un consumo exacto por tarea y un nivel más alto no garantiza mejor resultado.[1]
Si sigue siendo necesario leer un repositorio enorme, la entrada sigue siendo enorme. Si hay muchas llamadas a herramientas, el flujo sigue siendo de varios pasos. Si se devuelven parches y registros grandes, la salida también pesa.
Light puede ayudar, pero no convierte Astra en un modelo barato.
Levantar un poco el pie del acelerador de un coche de carreras no lo convierte en un compacto de bajo consumo.
6. Si el objetivo es el entregable, mida el entregable
Si el objetivo real es código terminado, una investigación, un artículo o una reparación, el indicador útil no es “cuántas horas usé el modelo más caro”.
Conviene mirar:
- tasa de éxito al primer intento;
- bugs y requisitos omitidos;
- tasa de pruebas superadas;
- número de ciclos de retrabajo;
- tiempo de corrección humana;
- tiempo total hasta el resultado final.
Si Astra y Sol producen prácticamente el mismo resultado final en una tarea, usar Astra por defecto pierde sentido. Si Astra encuentra la causa raíz en un intento y otro modelo necesita tres, una sesión corta con Astra puede ser más barata en términos de resultado.
Mida el cómputo por entregable terminado, no las horas de modelo premium.
7. Astra funciona mejor como especialista de problemas difíciles que como empleado para todo
OpenAI posiciona Astra para bugs difíciles, problemas desconocidos y análisis complejos; Sol para implementación y síntesis; Terra para trabajo cotidiano; y Luna para extracción, clasificación y ediciones repetitivas cortas.[1]
Una división razonable sería:
- Luna / Terra: extracción, formato, cambios rutinarios, archivos simples, procesamiento repetitivo.
- Sol: implementación normal, síntesis de investigación, depuración media y tareas profesionales largas.
- Astra: causas raíz poco claras, decisiones de arquitectura, problemas entre varios sistemas y decisiones finales con alto coste de error.
No hace falta lanzar al cerrador estrella desde la primera entrada de cada partido y sorprenderse de que llegue agotado al fin de semana.
8. El problema profundo no es solo el tamaño del cupo, sino la desalineación entre velocidad de consumo y ritmo de reinicio
Un modelo capaz de gastar mucho cómputo en poco tiempo encaja mal con un reinicio semanal.
Quien prefiere resolver el trabajo pesado en una sola sesión puede agotar el cupo al principio de la semana y descubrir después un problema realmente difícil sin capacidad premium disponible.
La frustración no es solo “el cupo es pequeño”. También está la asimetría de poder gastar un derecho semanal en horas mientras la recuperación se mide en días.
OpenAI documenta reinicios guardados y reinicios instantáneos de pago para algunas cuentas elegibles, pero no ha anunciado una recuperación diaria permanente.[1]
Si un pase semanal puede gastarse en dos horas, es comprensible querer que el indicador recupere algo cada día.
Por ahora, la estrategia práctica es sencilla: tareas ligeras para modelos ligeros, Astra para la parte difícil y, si el resultado final es esencialmente el mismo, usar la opción más eficiente.
Astra no es todo el parque de atracciones. Es la montaña rusa. Úsela cuando la montaña rusa sea realmente lo que hace falta.
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex. Retrieved 2026-09-14 help.openai.com
- OpenAI Developer Community — “Insane usage burn rate swing on Pro 20x, potential bug.” User reports from 2026-09-09 to 2026-09-10; anecdotal evidence only. Includes a report of a later allowance correction community.openai.com
- OpenAI / ChatGPT — Codex Pricing. Retrieved 2026-09-14 chatgpt.com
- OpenAI Help Center — About ChatGPT Pro tiers. Retrieved 2026-09-14. Confirms the temporary pause on new Pro $200 / Pro 20x signups and upgrades beginning 2026-09-10, while existing subscriptions are unaffected help.openai.com
- TechCrunch — “OpenAI puts Pro subscriptions on hold due to Astra demand.” Published 2026-09-10. Reports public comments from OpenAI product leader Thibault Sottiaux about system strain and unprecedented Astra demand techcrunch.com
- OpenAI Status — Elevated errors affecting ChatGPT Work. Incident on 2026-09-10; resolved. This source does not establish that the incident caused usage-accounting issues status.openai.com
