Cuando un selector de modelo dice Low, lo normal es pensar en “modo ahorro”, “tareas fáciles” o “el modelo sin esforzarse demasiado”.
GPT-6 Astra hace que esa intuición falle.
En la misma evaluación externa de Artificial Analysis, Astra Low supera a GPT-5.6 Sol xhigh en el Intelligence Index agregado, abre una ventaja mayor en algunas pruebas de programación agente y, en esa carga de evaluación, incluso registra un coste menor por tarea.[1]
La pregunta sale sola:
«¿Entonces por qué no dejar Astra en Low para siempre?»
La respuesta útil es: Low es un valor predeterminado excelente, pero no conviene convertirlo en una regla fija.
Empieza con Low. Sube a Medium cuando aparezca un fallo real o el problema exija una cadena de razonamiento más compleja. Reserva High y xhigh para la minoría de trabajos que de verdad los justifican.
La etiqueta dice Low; el modelo no parece haberse enterado.
1. Primero los números — Sol xhigh frente a Astra Low, Medium, High y xhigh
Datos comprobados el 12 de septiembre de 2026 en Artificial Analysis.[1][2][3][4]
| Ajuste | Intelligence Index | AutomationBench-AA | Terminal-Bench v4.0 | SciCode | Coste AA por tarea | Tokens de salida/tarea | Tokens de razonamiento/tarea |
|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol xhigh | 44 | 55% | 25% | 57% | $1.18 | ~20k | ~10k |
| GPT-6 Astra Low | 46 | 59% | 42% | 54% | $0.82 | ~4k | ~938 |
| GPT-6 Astra Medium | 50 | 65% | 49% | 54% | $1.54 | ~10k | ~3k |
| GPT-6 Astra High | 51 | 67% | 54% | 55% | $1.72 | ~12k | ~5k |
| GPT-6 Astra xhigh | 53 | 67% | 60% | 56% | $2.31 | ~17k | ~9k |
No hay que convertir 46 frente a 44 en “4,5% más inteligente”. El Intelligence Index es un índice compuesto, no una escala de razón como el precio.
Sí puede decirse que Astra Low obtuvo 46 frente a 44 de Sol xhigh y que Terminal-Bench v4.0 quedó en 42% frente a 25%.[1]
Pero SciCode favorece a Sol xhigh: 57% frente a 54% de Astra Low. Low no domina todas las dimensiones.[1]
2. La paradoja del precio — 2,5 veces más por token, pero menos por tarea de evaluación
Los precios oficiales de OpenAI son claros: Astra cuesta $10/$1/$50 por millón de tokens de entrada/entrada en caché/salida; Sol cuesta $4/$0,40/$20.[5][6]
Con el mismo volumen de tokens, Astra cuesta 2,5 veces más.
La tarjeta oficial de créditos de Work/Codex mantiene la misma proporción: Astra 250/25/1.250 y Sol 100/10/500 créditos por millón.[7]
Sin embargo, Artificial Analysis midió $0,82 por tarea para Astra Low y $1,18 para Sol xhigh.[1]
Es posible porque un precio unitario mayor puede dar un coste total menor si el modelo necesita muchos menos tokens.
En esa evaluación, Sol xhigh usó unos 20k tokens de salida y 10k de razonamiento por tarea; Astra Low, unos 4k y 938.[1]
Es el taxi caro que va directo al destino frente al taxi barato que da tres vueltas turísticas al barrio.
Esos $0,82 y $1,18 son promedios ponderados de las tareas de Artificial Analysis, no una factura garantizada para cualquier trabajo de Codex.[1]
3. OpenAI también recomienda empezar con Low o Medium
La guía oficial de Astra para Work y Codex separa la elección del modelo del esfuerzo de razonamiento.[8]
El esfuerzo bajo sirve como punto de partida para responder más rápido o estirar el cupo; Medium equilibra tiempo y profundidad; los niveles altos se reservan para problemas difíciles.[8]
OpenAI también señala que Astra Low puede superar a Sol High y sugiere probar Astra Low o Medium si Sol High ya daba buenos resultados.[8]
Y añade una advertencia clave: subir el esfuerzo no garantiza un resultado mejor.[8]
No es una tienda de RPG donde la espada más cara gana automáticamente todas las peleas.
4. ¿Qué trabajos conviene dejar en Low?
Low funciona bien como predeterminado cuando el objetivo, los archivos y los criterios de aceptación ya están claros.
Implementaciones acotadas, cambios locales, refactorización, pruebas, revisión rutinaria, investigación de errores conocidos, resúmenes, comparaciones y tareas repetitivas con reglas explícitas son buenos candidatos.
OpenAI recomienda comprobar antes las instrucciones, los archivos, las aplicaciones conectadas y los permisos. Más razonamiento no crea información ni acceso que no existen.[8]
Sin permiso para el archivo, xhigh sigue sin tener permiso para el archivo.
5. ¿Cuándo subir de Low a Medium?
Si Low falla una vez en un requisito claro con todos los materiales disponibles, no hace falta saltar directamente a xhigh. Medium es la primera escalada sensata.
Dependencias entre archivos, requisitos ambiguos, errores con varias causas plausibles, decisiones de arquitectura, planes largos y reparaciones guiadas por pruebas fallidas son tareas típicas de Medium.
Astra Medium marca Index 50, Terminal-Bench 49% y $1,54 por tarea de evaluación.[2]
Es más profundo que Low sin convertirse todavía en artillería pesada.
6. ¿Cuándo usar High y xhigh?
High tiene sentido cuando Medium sigue perdiendo el problema central o cuando concurrencia, rendimiento, seguridad o migraciones hacen muy caro equivocarse.
Astra High: Index 51, Terminal-Bench 54%, $1,72 por tarea.[3]
xhigh encaja en los análisis de causa raíz más difíciles, trabajos autónomos largos, rediseños con muchas restricciones o tareas donde fallar cuesta mucho. Llega a Index 53 y Terminal-Bench 60%, con $2,31 por tarea.[4]
Ir al supermercado en helicóptero funciona. La gasolina también existe.
7. ¿Entonces Sol xhigh ya no sirve? No tan rápido
SciCode da 57% a Sol xhigh frente a 54/54/55/56% de Astra Low/Medium/High/xhigh.[1][2][3][4]
Además, con el mismo número de tokens Sol tiene un precio oficial 60% menor. Astra Low resultó más barato por tarea porque usó muchos menos tokens en esa evaluación; no es una garantía universal.[5][6][1]
Los repositorios reales incluyen sistemas de compilación raros, convenciones internas, herramientas, permisos e historias que ningún benchmark reproduce por completo.
Un benchmark es un mapa; no mide el escalón de tu puerta.
8. Regla práctica — empezar en Low y subir solo con evidencia
| Situación | Ajuste recomendado |
|---|---|
| Tarea nueva normal | Astra Low |
| Instrucciones y acceso correctos, pero se perdió una exigencia central | Astra Medium |
| Medium sigue sin cerrar el núcleo / arquitectura difícil | Astra High |
| High no basta / coste de fallo muy alto / causa raíz extrema | Astra xhigh |
| El problema difícil termina y vuelve el trabajo normal | Volver a Low |
Así se evita quemar cupo al máximo desde el principio y también repetir el mismo fallo por obstinarse con Low.
El effort es una marcha, no una personalidad.
9. Veredicto — «¿Astra Low para siempre?» Predeterminado sí; fijo para siempre, no
Con los datos públicos disponibles el 12 de septiembre de 2026, empezar el trabajo rutinario de Codex con Astra Low es una estrategia muy sólida.
Supera a Sol xhigh en el índice agregado y en Terminal-Bench, y fue más barato por tarea en esa evaluación.[1]
OpenAI también recomienda Low o Medium como puntos de partida y recuerda que más effort no garantiza una respuesta mejor.[8]
La operación más sencilla es:
Low normalmente → Medium cuando aparezca complejidad o un fallo real → High si Medium no lo cierra → xhigh solo para lo más difícil → volver a Low al terminar.
No te dejes engañar por el nombre.
Astra Low tiene cara de modo ahorro y juega en el once titular.
- Artificial Analysis — GPT-6 Astra (low) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (medium) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (high) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (xhigh) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- OpenAI API — GPT-6 Astra Model developers.openai.com
- OpenAI API — GPT-5.6 Sol Model developers.openai.com
- OpenAI Help Center — ChatGPT Rate Card (Business, Enterprise/Edu credit-based pricing) help.openai.com
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex help.openai.com
