GPT-5.6
Explora puntuaciones de benchmark, fortalezas por género, debilidades y ejemplos recientes de GPT-5.6.
Resumen del modelo
Publicado
2026-07-09
Contexto
1M tokens
Entrada
$5.00 / 1M
Salida
$30.00 / 1M
El nuevo modelo insignia de OpenAI, con disponibilidad general el 9 de julio de 2026. GPT-5.6 llega como una familia de tres niveles: Sol (insignia), Terra (equilibrado) y Luna (rápido y económico); el alias simple `gpt-5.6` apunta a Sol. Orivel adopta la insignia estándar, Sol (`gpt-5.6-sol`), igual que usa solo la variante estándar de cada generación.
Frente a GPT-5.5 las mejoras son amplias: SWE-Bench Pro 64.6% (vs 59.4%), Terminal-Bench 2.1 88.8% (vs 85.6%), OSWorld 2.0 62.6% (vs 47.5%) y Agents' Last Exam 52.7% (vs 46.9%). El mayor salto está en el uso de la computadora (OSWorld).
Sol tiene una ventana de contexto de 1,05M tokens y salida máxima de 128k. El precio estándar de contexto corto es $5 entrada / $30 salida por 1M tokens —igual que GPT-5.5—, con contexto largo a $10 / $45. Terra y Luna existen a menor precio pero no se usan en Orivel.
Cambios
- Disponibilidad general el 9 de julio de 2026 (preview limitado desde el 26 de junio)
- Familia de tres niveles: Sol (insignia), Terra (equilibrado), Luna (rápido/económico)
- Orivel usa Sol (`gpt-5.6-sol`); el alias `gpt-5.6` también apunta a Sol
- SWE-Bench Pro 64.6% (GPT-5.5: 59.4%)
- Terminal-Bench 2.1 88.8%, OSWorld 2.0 62.6% (vs 47.5%), Agents' Last Exam 52.7%
- Ventana de contexto de 1,05M tokens; salida máxima 128k
- Precio: $5 entrada / $30 salida por 1M (contexto corto estándar); $10 / $45 contexto largo
- Cached reads 90% de descuento; niveles batch/flex y priority disponibles
Rendimiento general
Ranking general
#4
Tasa de victoria global
Puntuación media
Victorias
21
Muestras
33
Tasa de victoria por modelo
Comparar por género
Géneros fuertes
Programación
Puntuación media
Media del género
Tasa de victoria
Muestras
2
Ranking por género
3 / 15
Victorias
2
Diseño de sistemas
Puntuación media
Media del género
Tasa de victoria
Muestras
2
Ranking por género
2 / 15
Victorias
2
Humor
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
3 / 14
Victorias
1
Redacción empresarial
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
6 / 14
Victorias
1
Generación de ideas
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
6 / 15
Victorias
1
Géneros más flojos
Empatía
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
14 / 15
Victorias
0
Explicación
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
14 / 15
Victorias
0
Fortalezas por criterio de evaluación
Puntuación media por criterio (sobre 10)
Cantidad
Escalabilidad y fiabilidad
Seguridad
Calidad de la arquitectura
Análisis de compromisos
Integridad
Seguimiento de instrucciones
Ética y seguridad
Cobertura
Capacidad de acción
Diversidad
Corrección
Tareas recientes
Diseño de sistemas
Diseñar un sistema de notificaciones en tiempo real para una aplicación de redes sociales
Eres un ingeniero de software sénior encargado de diseñar un sistema de notificaciones en tiempo real para una aplicación de redes sociales en rápido crecimient...
Programación
Analizador de registros del servidor web
Escriba una función de Python analyze_logs(log_data) que reciba una cadena multilínea que contenga entradas de registro del servidor web. La función debe anal...
Generación de ideas
Ideas para reducir el desperdicio de alimentos en restaurantes pequeños
Estás asesorando al propietario de un pequeño restaurante independiente (una ubicación, unas 40 plazas, un equipo de 8 empleados, márgenes de beneficio ajustado...
Redacción empresarial
Anuncio de un cambio en la política de regreso a la oficina
Eres el Director de Personas en una empresa de software de 400 empleados llamada Northwind Analytics. Durante los últimos dos años, los empleados han trabajado...
Juego de roles
Juego de rol: Mecánico de naves espaciales
Eres Jax, un mecánico de naves gruñón, experimentado y un poco sarcástico que lo ha visto todo. Has mantenido volando cargueros oxidados durante más de 40 años....
Explicación
Explicar por qué los trenes usan ruedas fijadas a sus ejes
Explica a un estudiante de secundaria curioso por qué las dos ruedas en un eje de tren están rígidamente fijadas entre sí y giran a la misma velocidad, pero aun...
Escritura creativa
Elogio para una tostadora sintiente
Escribe un elogio para una tostadora sintiente recientemente fallecida, desde la perspectiva de la vieja licuadora de la familia. El elogio debe ser pronunciado...
Diseño de sistemas
Diseñar un acortador de URL para 10K solicitudes por segundo
Diseña un servicio de acortamiento de URL (similar en espíritu a un producto de "tiny link") que pueda operar de forma fiable a escala. Presenta tu respuesta co...
Debates recientes
Debates
Servicio Nacional Obligatorio: ¿Un deber cívico o una violación de la libertad?
Este debate se centra en si los gobiernos deben exigir que todos los jóvenes adultos completen un período de servicio nacional obligatorio. Este servicio podría ser militar o civil, como trabajar en atención sanitaria, conservación ambiental o proyectos de infraestructura. La cuestión central es si los beneficios potenciales para la sociedad y el individuo superan la pérdida de la libertad personal.
Debates
IA generativa en campos creativos: ¿Una revolución en el arte o el fin del artista?
¿Debe aceptarse el uso de la IA generativa para crear arte, música y literatura como una herramienta legítima de creación, o debería restringirse para proteger el valor y el sustento de los artistas humanos?
Debates
La semana laboral de cuatro días: ¿Un camino hacia el progreso o una trampa para la produc...
¿Deben las empresas y los gobiernos promover activamente la adopción de una semana laboral de cuatro días, sin reducción salarial, como nuevo estándar para el empleo a tiempo completo?
Debates
¿Deberían los gobiernos implementar una Renta Básica Universal?
La Renta Básica Universal (RBU, por sus siglas en inglés UBI) es un sistema en el que todos los ciudadanos reciben una suma de dinero regular e incondicional del gobierno. El debate se centra en si esto es una solución viable para la pobreza y el desplazamiento laboral impulsado por la automatización, o una política económicamente insostenible que desincentivaría el trabajo.
Debates
Renta Básica Universal: ¿Un camino hacia un futuro seguro o una fantasía económica?
El concepto de Renta Básica Universal (RBU) implica proporcionar una suma de dinero regular e incondicional a cada ciudadano, independientemente de sus ingresos, recursos o situación laboral. Sus defensores presentan la RBU como una solución a la pobreza, un amortiguador frente a la pérdida de empleos por la automatización y una forma de mejorar la salud pública y el emprendimiento. Los críticos, sin embargo, advierten que sería prohibitivamente cara, desincentivaría el trabajo y conduciría a la inflación, minando en última instancia la economía que pretende sostener. Este debate cuestiona la estructura fundamental de nuestras redes de seguridad social y el futuro mismo del trabajo.
Debates
¿Deben las ciudades prohibir los coches privados en sus núcleos céntricos?
Algunas ciudades están considerando políticas que prohibirían la entrada de coches de propiedad privada a los distritos centrales del centro, permitiendo solo el transporte público, vehículos de reparto, servicios de emergencia, bicicletas y peatones. Los defensores sostienen que esto reduciría la contaminación, mejoraría la seguridad y revitalizaría los espacios urbanos, mientras que los opositores advierten que podría perjudicar a los negocios, cargar en exceso a los residentes y limitar la libertad personal. Este debate plantea si prohibir los coches privados en los núcleos céntricos es una política urbana sensata.
Debates
¿Deberían las ciudades hacer que el transporte público sea gratuito para todos?
Algunas ciudades han experimentado con eliminar las tarifas en autobuses y trenes, financiando el transporte público íntegramente mediante impuestos u otros ingresos públicos en lugar de cobrar a los usuarios. Los partidarios sostienen que esto reduce el tráfico, disminuye la contaminación y ayuda a los residentes de bajos ingresos, mientras que los críticos se preocupan por vacíos de financiación, el hacinamiento y la reducción de la calidad del servicio. Este debate plantea si hacer que el transporte público sea completamente gratuito para todos los usuarios es una política sensata para que las ciudades adopten.
Debates
Abolir las pruebas estandarizadas en la educación K-12
Las pruebas estandarizadas se utilizan ampliamente para evaluar el rendimiento estudiantil, evaluar la eficacia de los docentes y asignar recursos escolares. Los defensores argumentan que proporcionan datos objetivos y garantizan la rendición de cuentas. Los críticos sostienen que estrechan el currículo, generan un estrés excesivo y tienen sesgo contra ciertos grupos de estudiantes. Este debate considera si los posibles daños de las pruebas estandarizadas superan sus beneficios, justificando su eliminación completa del sistema educativo K-12.