El 9 de julio de 2026, OpenAI puso GPT-5.6 a disposición general en ChatGPT, Codex y la API, con un despliegue global en aproximadamente 24 horas. Si abrió Codex después de esa fecha, estaba viendo una nueva familia de frontera predeterminada: tres modelos llamados Sol, Terra y Luna, seis niveles de esfuerzo de razonamiento y un modo ultra que ejecuta cuatro agentes en paralelo. La vista previa limitada que comenzó el 26 de junio ha terminado; todo lo que se menciona aquí está activo para las cuentas regulares.
Eso es mucha superficie nueva para una herramienta que muchos desarrolladores ejecutan en piloto automático. Ya sea que use Codex en la nube, en su IDE o a través de la CLI de Codex, ahora hace preguntas que no existían la semana pasada. ¿Qué nivel debería manejar esta tarea? ¿Cuánto esfuerzo de razonamiento merece una búsqueda de errores? ¿Vale la pena un refactor extenso con los agentes paralelos del modo ultra, o bastará una única ejecución cuidadosa de Sol?
Esta guía cubre lo que cambió, cómo elegir entre los tres modelos para la codificación agencial, cuándo el modo ultra justifica su consumo extra de tokens y cómo verificar el código de la API que Codex escribe antes de implementarlo. Para este último paso, utilizaremos Apidog, porque Codex produce muchas llamadas a puntos finales que debería probar en lugar de simplemente confiar.
En resumen
- GPT-5.6 llegó a Codex en GA el 9 de julio de 2026. Sol, Terra y Luna son seleccionables, sujetos a su plan de ChatGPT.
- Sol es el modelo insignia de razonamiento profundo. Terra es la opción equilibrada. Luna está diseñada para trabajos rápidos, económicos y de alto volumen.
- El modo Ultra ejecuta cuatro agentes en paralelo y está disponible en Codex a partir del plan Plus. Según OpenAI, eleva Terminal-Bench 2.1 del 88.8% al 91.9%.
- Ultra intercambia un mayor consumo de tokens y uso por resultados más rápidos en tiempo real. Úselo para refactorizaciones amplias, no para correcciones de un solo archivo.
- Seis niveles de esfuerzo de razonamiento (ninguno, bajo, medio, alto, muy alto, máximo) le permiten ajustar la profundidad frente al costo por tarea.
- GPT-5.6 produce resultados más cortos que GPT-5.5, así que elimine las antiguas directivas de "sea conciso" de sus instrucciones de Codex.
- Combine Codex con Apidog para verificar los puntos finales que su agente genera o consume.
Qué llegó a Codex el 9 de julio
El día de la disponibilidad general, la familia completa de GPT-5.6 se incorporó a Codex de una sola vez. El selector de modelos ahora lista la nueva generación, y lo que puede seleccionar está vinculado a su plan de ChatGPT. El mismo día, Sol, Terra y Luna llegaron también a GitHub Copilot, por lo que las principales herramientas de codificación agencial convergieron en la misma familia en cuestión de horas.
Tres cosas sobre la línea de modelos son importantes para los usuarios de Codex:
El número es la generación; los nombres son los niveles. Sol, Terra y Luna son niveles de capacidad duraderos que avanzan a su propio ritmo. gpt-5.6-sol es el modelo insignia con el razonamiento más profundo, y el alias gpt-5.6 se redirige a él. gpt-5.6-terra es el punto medio equilibrado, posicionado como competitivo con GPT-5.5 a aproximadamente la mitad del precio. gpt-5.6-luna es el más rápido y económico, destinado a trabajos de alto volumen y sensibles a la latencia.
El modo Ultra es una configuración, no un modelo. Por defecto, distribuye una tarea a cuatro agentes que trabajan en paralelo. En Codex, está disponible a partir del plan Plus.
Los niveles de esfuerzo son ahora un control de primera clase. Seis niveles, desde ninguno hasta el máximo, reemplazan los controles más toscos de la era GPT-5.5. Más adelante se explica cómo usarlos para la codificación.
Una cosa no ha cambiado: Codex sigue comportándose como Codex. Sus archivos de instrucciones, configuraciones de aprobación y flujo de trabajo se mantienen; los modelos subyacentes se hicieron más inteligentes y configurables.
Eligiendo un modelo: Sol, Terra o Luna para codificación
Codex es una herramienta de codificación agencial, por lo que la pregunta no es "¿qué modelo es mejor?" sino "¿qué modelo se adapta a la profundidad de esta tarea?". La versión corta:
| Modelo | Punto óptimo de codificación | Cuándo elegirlo |
|---|---|---|
gpt-5.6-sol |
Trabajo agencial multi-paso: depuración entre archivos, cambios de arquitectura, largas cadenas de llamadas a herramientas | La tarea le llevaría horas, y equivocarse es costoso |
gpt-5.6-terra |
Codificación diaria: características, pruebas, revisiones, refactorizaciones medianas | Su predeterminado. La mayoría de las sesiones deberían comenzar aquí |
gpt-5.6-luna |
Código repetitivo (boilerplate), mensajes de commit, scripts rápidos, borradores de primera pasada | La velocidad importa más que la profundidad |
En cuanto a la codificación agencial específicamente, los números de lanzamiento de OpenAI otorgan a Sol un 88.8% en Terminal-Bench 2.1, que aumenta al 91.9% con el modo ultra. Tome esto como afirmaciones de lanzamiento del proveedor; la verificación independiente lleva semanas. Para equilibrar: en SWE-Bench Pro, los propios informes de OpenAI muestran a Claude Fable 5 por delante con un 80.3% frente al 64.6% de Sol, por lo que GPT-5.6 no es una victoria limpia en todos los benchmarks de codificación.
La selección del modelo se realiza a través del selector de modelos en la configuración de su Codex; la disposición varía según la superficie (nube, extensión IDE, CLI). Los documentos para desarrolladores de OpenAI listan los ID de modelo actuales y dónde cada superficie los expone.
Resista la tentación de dejar Sol en esfuerzo máximo para todo. Alcanzará sus límites antes y esperará más por respuestas que Terra podría haber producido.
Modo Ultra en Codex
El modo Ultra es la característica principal para los usuarios de Codex. Ejecuta cuatro agentes en paralelo por defecto y consolida sus resultados. El objetivo es la velocidad en tiempo real para tareas grandes, y el costo es deliberado. El consumo de tokens y uso aumenta porque cuatro agentes están haciendo el trabajo de uno.
Cuando vale la pena:
- Refactorizaciones amplias que afectan a muchos archivos, donde la exploración paralela realmente divide el trabajo.
- Migraciones (actualizaciones de frameworks, incrementos de versión de API) con muchas llamadas similares pero no idénticas.
- Depuración con límite de tiempo, donde se desea perseguir varias hipótesis a la vez.
Cuando una sola ejecución de Sol es la mejor opción:
- Cambios de un solo archivo y correcciones de errores específicas; el paralelismo no tiene nada que dividir.
- Tareas con una cadena de dependencia serial, donde el paso tres necesita la salida del paso dos.
- Cualquier cosa a finales de su período de facturación. Ultra consume sus límites de uso de Codex notablemente más rápido, y quedarse sin ellos a mitad de semana duele más que una refactorización más lenta.
La ganancia de tres puntos en Terminal-Bench es real pero modesta. El argumento más fuerte es el tiempo: si una refactorización lleva 40 minutos como una sola ejecución y termina en una fracción de eso con cuatro agentes, los tokens adicionales son un buen intercambio durante una fecha límite. El modo ultra de Codex es una palanca de tiempo más que una palanca de calidad. Vea cómo funciona el modo ultra de GPT-5.6 para una mirada más profunda, incluyendo cómo escribir prompts de tareas que cuatro agentes paralelos puedan dividir limpiamente.
Esfuerzo de razonamiento para tareas de codificación
GPT-5.6 expone seis niveles de esfuerzo: ninguno, bajo, medio, alto, muy alto y máximo. En Codex, el esfuerzo es una configuración por modelo (en Plus, Sol se ejecuta en esfuerzo medio y superior). Un mapeo práctico para el trabajo de codificación:
- ninguno / bajo: renombres, formato, ediciones mecánicas, generación de pruebas a partir de una plantilla clara.
- medio: trabajo de características estándar, revisión de código, escritura de endpoints sencillos.
- alto: depuración de múltiples archivos, investigación de rendimiento, bases de código desconocidas.
- muy alto / máximo: condiciones de carrera, corrupción de memoria, problemas de "hemos estado mirando esto durante dos días".
La guía de migración de OpenAI vale la pena tomarla literalmente: trate el movimiento como un paso de ajuste, no solo como un cambio de modelo. Pruebe su nivel de esfuerzo actual y un nivel inferior. GPT-5.6 a menudo iguala la salida de la generación anterior con un esfuerzo reducido, lo que es un margen libre en su asignación de uso.
Actualice también sus instrucciones. GPT-5.6 escribe respuestas notablemente más cortas con menos introducciones genéricas que GPT-5.5, así que elimine las directivas restantes de "sea conciso" o "omita el preámbulo" de su archivo de instrucciones. Apilar reglas de brevedad en un modelo ya breve puede empujarlo a diffs concisos y poco explicados.
Lo que cada plan de ChatGPT obtiene en Codex
El acceso está restringido por plan, y OpenAI ajusta estos detalles con frecuencia. Trate esta tabla como una instantánea según el centro de ayuda de OpenAI, sujeto a cambios:
| Plan | Modelos GPT-5.6 | Modo Ultra en Codex | Notas |
|---|---|---|---|
| Gratuito / Go | Terra (en ChatGPT) | No | Codex no está incluido en los niveles gratuitos |
| Plus | Sol, Terra, Luna | Sí | Sol con esfuerzo medio y superior; control de esfuerzo por modelo |
| Pro | Sol, Terra, Luna, Sol Pro | Sí | Límites más altos; ultra también en ChatGPT Work |
| Business / Enterprise | Sol, Terra, Luna, Sol Pro | Sí | Ultra a través de ChatGPT Work; controles de administración |
Dos conclusiones. Primero, Plus ya obtiene el selector de modelos completo y el modo ultra en Codex, por lo que la brecha entre Plus y Pro para la codificación se trata de límites y Sol Pro, no de capacidad bruta. Segundo, si la facturación de la API le conviene más que una suscripción, la API no tiene ninguna restricción de plan: cualquier cuenta de API puede llamar a los tres modelos de autoservicio a $5/$30 para Sol, $2.50/$15 para Terra y $1/$6 para Luna por millón de tokens de entrada/salida.
Verifique lo que Codex escribe: combínelo con Apidog
Gran parte de lo que un agente de codificación produce en una sesión de trabajo es código que interactúa con APIs: manejadores de rutas, llamadas de clientes, consumidores de webhooks, accesorios de prueba. GPT-5.6 hace que Codex sea más rápido en la producción de ese código. No hace que el código sea correcto, y un agente que escribe con confianza una llamada a un endpoint erróneo es más peligroso con un 91.9% en un benchmark que con un 60%, porque se revisa su resultado con menos cuidado.
Un flujo de trabajo que mantiene la velocidad sin la confianza ciega:
- Dele a Codex su especificación OpenAPI. Coloque el archivo de especificación en el repositorio, o haga referencia a él en sus instrucciones, para que el agente genere código contra su contrato real en lugar de adivinar los nombres de los campos.
- Deje que Codex escriba la integración. Endpoints, clientes, pruebas: aquí es donde Terra o Sol, con un esfuerzo medio-alto, brillan.
- Pruebe los endpoints antes de fusionar. Importe la misma especificación en Apidog, acceda a cada endpoint que Codex generó o consumió, y verifique visualmente los códigos de estado, los esquemas de respuesta y los casos excepcionales. Descargue Apidog gratis; un pase de prueba basado en la especificación detecta las discrepancias que un agente introduce silenciosamente, como un campo renombrado o un tipo de contenido incorrecto.
- Simule lo que aún no existe. Si Codex está construyendo contra una API que no está desplegada, simúlela a partir de la especificación para que el trabajo de integración del agente se ejecute contra algo con una forma real.
Si desea que el ciclo de verificación esté dentro del agente en lugar de a su lado, puede conectar directamente la CLI de Apidog a Codex para que el agente ejecute sus suites de pruebas de API como parte de su propio bucle de tareas. La configuración se cubre paso a paso en cómo usar la CLI de Apidog en Codex.
Lo que aún se está asentando
GPT-5.6 en Codex tiene pocos días, y eso conlleva algunas asperezas:
- Irregularidad en el lanzamiento. La disponibilidad general se implementó en aproximadamente 24 horas, y algunas superficies o regiones aún pueden estar poniéndose al día. Si falta un modelo o una configuración en su selector, ya sea en el IDE o en la CLI de Codex, consulte las notas de la versión de OpenAI antes de presentar un informe de error.
- Las especificaciones aún son de segunda mano. La ventana de contexto reportada de 1 millón de tokens y la salida máxima de 128 mil provienen de una cobertura de documentación temprana en lugar de una hoja de especificaciones confirmada. Trátelas como reportadas hasta que las páginas de OpenAI se asienten.
- Los benchmarks son reportados por el proveedor. Los números de lanzamiento de Terminal-Bench y otros son propios de OpenAI. Las evaluaciones independientes seguirán en las próximas semanas.
- Los detalles del plan cambian. OpenAI tiene un historial de ajustar límites y acceso en las semanas posteriores a un lanzamiento. El artículo del centro de ayuda mencionado anteriormente es la fuente de verdad.
Nada de esto es una razón para esperar. Es una razón para ejecutar GPT-5.6 en un puñado de tareas representativas de su backlog antes de comprometer las configuraciones predeterminadas de su equipo.
Preguntas frecuentes
¿Qué modelo de GPT-5.6 debo establecer como mi predeterminado en Codex?
Terra. OpenAI lo posiciona como competitivo con GPT-5.5 a aproximadamente la mitad del costo, y maneja cómodamente el trabajo de características diarias. Cambie a Sol cuando una tarea abarque muchos archivos o necesite largas cadenas de razonamiento, y baje a Luna para código repetitivo (boilerplate) y scripts rápidos.
¿Puedo usar GPT-5.6 en Codex sin un plan de pago?
No directamente. Codex requiere un plan de pago de ChatGPT, y el acceso a GPT-5.6 en el nivel gratuito de ChatGPT está limitado a Terra. Sin embargo, existen rutas legítimas de bajo costo y prueba, y la API en sí no tiene restricciones de plan. Las opciones se recopilan en cómo usar Codex gratis.
¿El modo Ultra consume mis límites de uso más rápido?
Sí, por diseño. Ultra ejecuta cuatro agentes en paralelo, por lo que una sola tarea consume varias veces los tokens de una ejecución normal a cambio de una finalización más rápida. Resérvelo para trabajos grandes y paralelizados y verifique su asignación restante antes de comenzar uno.
¿El modo Ultra es lo mismo que Sol Pro?
No. El modo Pro (Sol Pro en ChatGPT) es una configuración de razonamiento que prioriza la calidad en un solo modelo. Ultra es un modo de ejecución multiagente que paraleliza el trabajo. Pro busca una mejor respuesta; ultra busca un resultado más rápido en tiempo real para tareas grandes.
Dónde le deja esto
Codex recibió una verdadera actualización el 9 de julio: un modelo insignia más inteligente, un potente modelo predeterminado más económico, controles de esfuerzo por modelo y un modo paralelo que acorta las tareas grandes. La configuración que sirve a la mayoría de los desarrolladores es poco glamorosa. Ejecute Terra con un esfuerzo medio como predeterminado, recurra a Sol con un esfuerzo alto para las tareas difíciles y reserve Ultra para refactorizaciones amplias cuando la fecha límite lo exija.
Independientemente de la configuración que elija, la salida del agente sigue requiriendo el mismo escrutinio que la de un humano rápido. Proporcione a Codex su especificación OpenAPI para que construya contra el contrato real, luego verifique cada endpoint generado en Apidog antes de que llegue a una rama de la que dependa alguien. La generación más rápida de código solo vale la pena cuando la verificación mantiene el ritmo.