GPT-5.6 en tres tamaños: cómo se decide qué modelo lee cada cosa

OpenAI publicó GPT-5.6 el 9 de julio en tres variantes: Luna, Terra y Sol, junto a ChatGPT Work. Para nosotros no es una noticia de titular, es una decisión de arquitectura: qué modelo lee cada documento y cuánto cuesta. Y esa cuenta ahora la ves tú, no sólo nosotros.

Tres tamaños, tres precios, tres usos

El 9 de julio OpenAI publicó GPT-5.6 en tres variantes —Luna, Terra y Sol— y a la vez presentó ChatGPT Work. Lo interesante para un ERP no es el nombre. Es que un proveedor de modelos vuelva a decir en voz alta lo que llevamos meses aplicando: no todo el trabajo merece el modelo grande.

En presupuestaIA hay tareas de IA que son casi mecánicas. Leer un albarán y sacar referencia, cantidad y proveedor. Detectar que un PDF es una factura de compra y no un certificado. Clasificar un correo entrante del cliente. Eso no necesita razonamiento profundo: necesita ser rápido y barato, porque pasan cientos al día.

Y hay tareas que sí. Revisar una memoria técnica de clima contra el RITE. Cruzar un presupuesto de 180 partidas con lo ejecutado en obra y decirte dónde se te ha ido el margen. Interpretar un pliego. Ahí el modelo pequeño se equivoca de una forma peligrosa: con seguridad y buena redacción.

Cómo decidimos qué modelo lee cada cosa

No hay un selector mágico. Hay reglas por proceso, escritas y revisables. La lógica que aplicamos:

• Extracción de datos estructurados (albaranes, facturas de compra, tickets): modelo pequeño. El formato es repetitivo y el resultado se valida contra el catálogo y contra el pedido.
• Clasificación y enrutado (¿esto es una incidencia, un presupuesto o una queja?): modelo pequeño. El coste de un error es bajo porque el humano lo ve en la bandeja.
• Redacción de textos que salen al cliente (partidas, memorias, respuestas de CRM): modelo medio. Tiene que sonar a ti, no a robot.
• Verificación normativa y análisis de desviaciones (REBT, RITE, RIPCI, comparativa presupuesto/ejecución): modelo grande. Aquí un error cuesta dinero o cuesta una acta de inspección.
• Contabilidad: modelo pequeño para propuesta de asiento sobre patrones ya vistos, modelo grande cuando el documento no encaja en ningún patrón del PGC configurado.

La regla que no negociamos: si el modelo pequeño no está seguro, escala. Preferimos gastar más en un documento raro que colar un dato falso en tu contabilidad. Es la misma filosofía de la que hablamos en la arquitectura de tres apps: cada capa asume el riesgo que le corresponde.

El bono de IA por empresa

Todo esto tendría poco valor si el coste fuera una caja negra. Por eso cada empresa tiene un bono de IA: un saldo asignado a tu cuenta que se consume cuando un proceso llama a un modelo. No es una tarifa plana opaca ni un "consumo justo" sin definir. Es un contador.

Cuando gastas el bono, lo ves antes de quedarte a cero, no después. Y ves en qué se ha ido. Esto cambia conversaciones: hasta ahora, cuando un cliente preguntaba "¿me sale caro esto de la IA?", la respuesta era una explicación. Ahora es una pantalla.

Consumo IA: coste por proceso y por modelo

La pantalla de Consumo IA desglosa dos ejes. Por proceso: cuánto se ha ido en lectura de albaranes, cuánto en verificación normativa, cuánto en CRM. Y por modelo: cuánto de ese gasto viene del modelo pequeño y cuánto del grande.

Ese cruce es el que sirve para tomar decisiones. Si ves que el 70% del bono se te va en un proceso que no te aporta, lo apagas. Si ves que la verificación normativa consume poco porque la usas poco, quizá el problema es que no la estás usando. Y si un mes se dispara, puedes mirar qué obra o qué volumen de documentos lo ha provocado.

También nos sirve a nosotros. Cuando aparece un modelo nuevo —como ahora GPT-5.6 en sus tres tamaños— tenemos datos reales de qué procesos son candidatos a bajar de tamaño sin perder calidad, y cuáles no se tocan. No es intuición. Es la misma disciplina de medir con la que revisamos el módulo eléctrico cuando salió GPT-5.5 "Spud".

Qué no hace todavía

Seamos claros con el estado real:

• No puedes elegir manualmente el modelo por proceso desde la interfaz. Las reglas las fijamos nosotros. Si un cliente nos pide subir de tamaño un proceso concreto, se hace, pero se habla.
• El desglose es por proceso y por modelo. Todavía no por obra ni por usuario. Es lo siguiente que queremos, porque es lo que nos están pidiendo los clientes con varias obras abiertas.
• El paso a GPT-5.6 no es automático el día del anuncio. Cada modelo nuevo pasa por nuestras pruebas de regresión sobre documentos reales antes de entrar en un proceso que toca tu contabilidad o una verificación normativa. Un modelo mejor en benchmarks generales no es necesariamente mejor leyendo un albarán de material eléctrico español.

Qué hacer ahora

Entra en tu panel y abre Consumo IA. Mira tres cosas: cuánto bono te queda, cuál es tu proceso más caro y si ese proceso te está devolviendo algo. Si la respuesta es no, dínoslo y lo apagamos; el bono es tuyo y se gasta en lo que te sirve.

Si estás valorando presupuestaIA y venías del miedo clásico —"la IA me va a comer la factura"—, esta es la respuesta corta: hay un tope, lo ves, y sabes en qué se va. Tres tamaños de modelo no son un titular de OpenAI. Son la razón por la que una lectura de albarán cuesta céntimos y una revisión de RITE cuesta lo que cuesta.