GPT-5.6 Sol Ultra: lo que hay detrás del tuit y lo que ha pasado desde entonces

El tuit que OpenAI no escribió

El 6 de julio de 2026, Tibo (@thsottiaux) publicó en X una frase: Sol Ultra llega a Codex. Una sola línea. Sin enlace a documentación, sin comunicado oficial, sin fecha. Y en cuestión de horas, medio sector tech lo estaba tratando como un lanzamiento de producto confirmado.

OpenAI no publicó nada al respecto. No hubo nota de prensa, no hubo actualización en su web, no hubo hilo oficial. El ciclo completo de hype se construyó sobre un único mensaje en redes sociales de alguien que presumiblemente tiene acceso al modelo o ha visto algo internamente.

Esto no es un caso aislado. Es el patrón estándar de cómo se mueve la industria de la IA en 2026: modelo especializado, acceso cerrado, filtración en redes, hype antes de que nadie lo toque. Lo que cambia esta vez es que el modelo en cuestión tiene suficiente sustancia técnica y contexto político como para que la historia merezca contarse bien, sin confundir lo verificable con lo que alguien tuiteó.

Desde ese tuit han pasado cosas concretas. GPT-5.6 ya es oficial, hay precios publicados, hay benchmarks, hay un marco regulatorio que explica por qué el acceso sigue cerrado. Toca separar lo que ya es verificable de lo que todavía no lo es.

Qué es GPT-5.6 Sol de verdad

El 26 de junio de 2026, OpenAI presentó la familia GPT-5.6 con tres modelos: Sol (flagship), Terra (equilibrado, rendimiento similar a GPT-5.5 a mitad de coste) y Luna (rápido y barato). El acceso inicial quedó restringido a un grupo reducido de socios de confianza, y la restricción no fue decisión interna de OpenAI sino una petición explícita del gobierno de EE.UU.

La historia de fondo: el 2 de junio de 2026, el presidente Trump firmó una orden ejecutiva voluntaria que pide a las empresas de IA ofrecer acceso al Gobierno a sus modelos más potentes hasta 30 días antes de hacerlos públicos, sin licencias obligatorias. OpenAI mostró GPT-5.6 a la Administración antes del anuncio público y arrancó con pruebas limitadas a petición de esta. El marco de esa orden debe cerrarse antes del 1 de agosto de 2026.

La propia OpenAI expresó incomodidad con el proceso: reconoce que entregó el modelo al Gobierno y que el preview restringido responde a esa petición, pero advierte que ese tipo de revisión previa no debería ser la norma porque "mantiene las mejores herramientas alejadas de los usuarios."

El mismo día que Trump firmó la orden, Anthropic amplió el acceso a su modelo Mythos, capaz de explotar vulnerabilidades graves de software, de 50 a unas 200 organizaciones, tras meses de debate en la Casa Blanca entre riesgos de seguridad e innovación. El contexto político es el mismo para todos los grandes labs: no solo para OpenAI.

Sol no es un modelo de propósito general con un toque de seguridad añadido a última hora. Fue diseñado con capacidades agénticas mejoradas en programación, biología y ciberseguridad, con guardrails integrados en el comportamiento base del modelo, no aplicados como filtro externo posterior.

Esa distinción importa. Un filtro externo se puede saltar. Un modelo entrenado para rechazar cierto tipo de outputs desde dentro es considerablemente más difícil de manipular, aunque no imposible.

El modo ultra y el nivel max: sub-agentes para lo complejo

Aquí es donde entra Sol Ultra, el protagonista del tuit que desató el hype.

GPT-5.6 introduce dos novedades de arquitectura que van juntas: un nivel de razonamiento llamado 'max' (el máximo tiempo que el modelo puede dedicar a pensar una respuesta antes de darla) y el modo 'ultra', que va un paso más allá y reparte tareas complejas entre varios sub-agentes coordinados.

La idea de los sub-agentes no es nueva en arquitectura, pero la implementación merece atención técnica. En lugar de que un solo modelo intente resolver un problema complejo de principio a fin, el modo ultra orquesta múltiples instancias que trabajan en paralelo o en secuencia, cada una especializada en una parte del problema. Si quieres entender a fondo cómo OpenAI está planteando toda esta arquitectura agéntica, qué son exactamente Terra, Luna y Sol, y qué implica que los niveles de capacidad evolucionen de forma independiente al número de generación, en GPT-5.6 Sol: Terra, Luna y los agentes de OpenAI que desafían la autonomía está el análisis completo.

Si quieres entender por qué esto importa en ciberseguridad específicamente, piensa en un pentest. No es una sola acción lineal: es reconocimiento, identificación de vulnerabilidades, análisis de superficie de ataque, desarrollo de primitivas de explotación, validación. Son fases distintas que requieren razonamiento diferente. Un solo agente tratando de hacer todo eso en un solo contexto se degrada. Múltiples sub-agentes especializados, coordinados, es una arquitectura que escala mejor.

El modo ultra no había aparecido en el listado oficial de Codex hasta ese tuit. Eso no significa que no exista: significa que no estaba documentado públicamente para esa plataforma. La diferencia es relevante si eres un equipo de seguridad intentando planificar qué puedes usar y cuándo.

Lo que no está claro, y esto es importante, es en qué condiciones exactas llegará a Codex para usuarios más amplios, para qué cuentas aprobadas, y bajo qué restricciones adicionales. OpenAI no ha dado esos detalles.

Los benchmarks: números reales, fuente única

Cuando un modelo sale con acceso tan restringido, los benchmarks son casi lo único con lo que trabajar. El problema es obvio: todos los números disponibles son de OpenAI.

No hay verificación independiente. No hay terceros que hayan tenido acceso suficiente para reproducir los resultados. Esto no es un detalle menor: es la diferencia entre un dato y una afirmación de marketing con formato de dato.

Dicho eso, los números que OpenAI publicó merecen análisis, no descarte automático.

En Terminal-Bench 2.1, que mide planificación y coordinación de herramientas en línea de comandos, Sol logra un nuevo récord. Es el benchmark donde la arquitectura multi-agente del modo ultra tiene más sentido directo: coordinación de herramientas en entorno de terminal es exactamente el tipo de tarea multi-fase para la que está diseñado.

El dato más interesante viene de ExploitBench, donde Sol iguala a Mythos Preview de Anthropic usando aproximadamente un tercio de los tokens de salida. Esto no es solo una métrica de rendimiento: es una métrica de coste. Si un modelo hace lo mismo gastando un tercio del output, la diferencia en precio real puede ser considerable, especialmente a escala.

"Sol iguala a Mythos Preview en ExploitBench usando un tercio de los tokens de salida. Si ese número aguanta fuera del laboratorio, la ventaja de coste es real."

La estructura de precios lo confirma. Sol cuesta 5 USD por millón de tokens de entrada y 30 USD por millón de salida. Luna baja a 1 USD y 6 USD respectivamente. OpenAI no ha especificado el precio de Terra. GPT-5.6 llegará primero a través de la API y de Codex, y más adelante a ChatGPT. No hay fecha de disponibilidad confirmada para Europa.

Pero de nuevo: todos estos números vienen del fabricante. Sin una auditoría externa, son el mejor indicador disponible, no una verdad establecida.

700.000 horas GPU en red-teaming: lo que eso significa

La cifra que más llama la atención en todo el lanzamiento no es un benchmark de rendimiento. Es esta: OpenAI destinó más de 700.000 horas de GPU en pruebas de seguridad automatizadas para endurecer el modelo.

Para contextualizar: 700.000 horas de hardware de IA de alta gama dedicadas exclusivamente a encontrar formas de romper el modelo y parchearlas es una inversión de recursos seria. El foco no fue en jailbreaks individuales, sino en vulnerabilidades sistémicas: los llamados "universal jailbreaks" que funcionarían contra cualquier prompt, no solo contra uno específico. Es la diferencia entre tapar un agujero concreto y reforzar la pared completa.

El sistema de seguridad resultante es multi-capa: rechazos incrustados en el propio modelo, clasificadores en tiempo real para peticiones de ciberseguridad y biología, y revisión a nivel de cuenta con acceso diferenciado según el riesgo. Tres capas independientes, no una.

¿Garantiza esto que Sol es inviolable? No. OpenAI mismo admite que sus guardrails pueden intervenir ocasionalmente en trabajo legítimo en áreas de doble uso. Pero la arquitectura de seguridad es considerablemente más sofisticada que un filtro de palabras clave.

En pruebas con los codebases de Chromium y Firefox, Sol identificó errores y las piezas básicas para una vulnerabilidad, pero no construyó de forma autónoma un ataque funcional completo. OpenAI admite que ningún test cubre todas las combinaciones posibles con otras herramientas, lo que justifica el lanzamiento por fases. Para tareas de ciberseguridad de largo recorrido, búsqueda y explotación de vulnerabilidades, Sol es el modelo más capaz que OpenAI ha lanzado hasta ahora, con capacidad suficiente para ser útil a equipos de seguridad, pero sin cruzar el umbral de autonomía que lo convertiría en un arma lista para usar sin supervisión humana.

El contexto político que no puedes ignorar

El acceso restringido de Sol no es solo una decisión técnica de seguridad. Es política, literalmente.

OpenAI coordinó con el gobierno de EE.UU. antes del lanzamiento y accedió a su petición de limitar el preview a socios aprobados. La orden ejecutiva de Trump del 2 de junio establece el marco: acceso gubernamental previo al lanzamiento público, sin licencias obligatorias, con el objetivo declarado de revisar los modelos más potentes antes de que lleguen al mercado general. El plazo para cerrar ese marco es el 1 de agosto de 2026.

OpenAI fue explícita en su incomodidad: esto es un paso a corto plazo, no el modelo permanente de distribución. La empresa quiere ampliar la disponibilidad a ChatGPT, Codex y la API general, pero el ritmo depende de cómo evolucionen esas negociaciones regulatorias.

Lo que está claro es que hay un precedente nuevo: un modelo de IA comercial cuyo acceso está condicionado a aprobación gubernamental caso por caso. No es un control de exportación formal, no es regulación al estilo del AI Act europeo, pero es una forma de supervisión previa al uso que no existía de esta manera en el mercado de LLMs de propósito general. Y afecta directamente cuándo y cómo llega Sol Ultra a Codex para el resto del mundo.

Si te interesa la dinámica más amplia de cómo los controles de exportación y la regulación están afectando el acceso a modelos avanzados, el caso de Anthropic con sus 19 días de restricciones es un buen punto de comparación: misma presión regulatoria, respuesta distinta.

Lo que Codex añade a la ecuación

Codex no es solo un IDE con autocompletado mejorado. Es la plataforma agéntica de OpenAI para tareas de ingeniería de software, con capacidad para ejecutar código, leer y modificar repositorios, y operar de forma más autónoma que el chat estándar.

Meter Sol Ultra en Codex tiene implicaciones concretas para equipos de seguridad. Un analista de vulnerabilidades podría, en teoría, darle a Sol Ultra un repositorio y pedirle que identifique superficies de ataque, desarrolle casos de prueba para vulnerabilidades conocidas, o construya herramientas de análisis. El modo ultra, con sus sub-agentes coordinados y el nivel de razonamiento max, estaría diseñado para ese tipo de tarea multi-fase que requiere razonamiento especializado en cada etapa.

Para equipos de seguridad ofensiva (red teams internos, consultoras de pentesting) y defensiva (análisis de código, respuesta a incidentes), esto sería una herramienta con potencial real, siempre que los benchmarks aguanten fuera del entorno controlado de OpenAI.

El problema es que no hay forma de saber todavía si aguantan. El acceso está demasiado restringido para que haya evidencia externa. Lo que existe es la promesa técnica documentada, los números del fabricante y un marco regulatorio que ralentiza la verificación independiente. Eso es útil para entender qué se está construyendo. No es suficiente para decir que funciona.

La distancia entre un tuit y un lanzamiento

Volviendo al principio: un tuit de un usuario con acceso previo anunció Sol Ultra en Codex. El sector lo trató como confirmación oficial. Desde entonces han pasado cosas, pero el patrón de fondo no ha cambiado.

Lo verificable hoy: GPT-5.6 Sol existe, fue presentado el 26 de junio de 2026, tiene capacidades agénticas avanzadas en ciberseguridad y programación, introduce el nivel de razonamiento 'max' y el modo 'ultra' con sub-agentes coordinados, está accesible vía API y Codex para socios aprobados por el gobierno de EE.UU. y los precios de Sol y Luna son públicos. La restricción de acceso responde a una orden ejecutiva de Trump con plazo hasta el 1 de agosto de 2026.

Lo que no está confirmado: cuándo llega Sol Ultra a Codex para usuarios más amplios, en qué condiciones de acceso, si hay disponibilidad en Europa y cuándo, a qué precio exacto para ese modo específico, y si los benchmarks publicados se sostienen en uso real con verificación externa.

Un tuit no es un lanzamiento. En IA, la distancia entre los dos puede medirse en meses, en aprobaciones gubernamentales pendientes, y en marcos regulatorios que todavía están negociándose. Sol puede ser un avance real para equipos de seguridad. Probablemente lo es si los números aguantan. Pero "probablemente" y "un tuit lo dice" no son la misma frase, y en este sector confundirlas ha costado decisiones malas más de una vez.

Preguntas frecuentes

¿Qué es GPT-5.6 Sol Ultra y en qué se diferencia del modo estándar?

Sol Ultra es el modo de máxima capacidad de GPT-5.6 Sol que combina el nivel de razonamiento 'max' (máximo tiempo para pensar respuestas) con sub-agentes coordinados para atacar tareas complejas en múltiples fases. A diferencia del modo estándar, orquesta instancias especializadas en paralelo o en secuencia, lo que lo hace más eficaz para flujos como pentesting o análisis de código que requieren razonamiento distinto en cada etapa.

¿Por qué el acceso a GPT-5.6 Sol está restringido?

A petición del gobierno de EE.UU. en línea con una orden ejecutiva firmada por Trump el 2 de junio de 2026. OpenAI mostró el modelo a la Administración antes del anuncio público y limitó el preview inicial a socios aprobados. El marco regulatorio que sustenta esta restricción debe cerrarse antes del 1 de agosto de 2026. OpenAI lo describe como un paso a corto plazo con el que no está del todo cómoda.

¿Son fiables los benchmarks publicados de GPT-5.6 Sol?

Todos los benchmarks disponibles, incluyendo el récord en Terminal-Bench 2.1 y la eficiencia en ExploitBench usando un tercio de los tokens frente a Mythos Preview, son datos propios de OpenAI de un preview con acceso muy restringido. No existe verificación independiente de terceros. Son el mejor indicador disponible, pero no datos auditados externamente.

¿Cuándo estará disponible Sol Ultra para usuarios generales de Codex?

OpenAI no ha dado una fecha concreta. La compañía prevé ampliar la disponibilidad a ChatGPT, Codex y la API general, pero el ritmo depende de las negociaciones regulatorias en curso bajo la orden ejecutiva de Trump, cuyo marco vence el 1 de agosto de 2026. No hay fecha confirmada ni información sobre disponibilidad en Europa.