Cambiar el ID del modelo a gpt-6.2-astra o gpt-6.2-sol es la parte más sencilla de una migración a GPT-6.2. A partir de esta versión, la API descarta elementos de razonamiento cuando detecta una edición del prefijo a mitad de la conversación, una degradación del modelo o un cambio de usuario final u organización. La solicitud puede seguir devolviendo una respuesta, pero esta puede ser peor y el modelo puede gastar tokens en repetir trabajo que ya había hecho.
Es un fallo silencioso. También son importantes las reglas explícitas de compatibilidad: se rechaza un esfuerzo de razonamiento de none, las llamadas a herramientas requieren la API Responses y deben omitirse temperature, top_p y logprobs. El rechazo de none no es nuevo para quienes usan GPT-6 Astra. En esta publicación repasamos ambos tipos de fallo, los ajustes de facturación que es fácil dejar con un valor antiguo y cómo seleccionar los nuevos ID en Codex y Claude Code y comprobar una tarea pequeña.
Tanto gpt-6.2-astra como gpt-6.2-sol están disponibles en AIHubMix. En la captura pública realizada aproximadamente entre las 15:04 y las 15:06 UTC del 18 de noviembre de 2026 (23:04–23:06, hora de Pekín), las páginas de ambos modelos muestran proveedores, precios y la opción «Probar este modelo»; el índice de parámetros y los esquemas enumeran OpenAI Chat Completions, OpenAI Responses y Anthropic Messages. Esto confirma la disponibilidad y los protocolos de gateway documentados. Para este artículo no se envió ninguna solicitud de inferencia ni se reprodujo ningún error; las reglas de la API que se indican a continuación proceden de la documentación de OpenAI.
Qué falla en silencio: el prefijo ahora es fundamental
La guía de OpenAI Uso de GPT-6.2 presenta primero la nueva regla: mantén intacto el prefijo del prompt y añade las instrucciones nuevas al final. Si la API determina que se editó el historial anterior a un elemento de razonamiento, descarta ese razonamiento. La calidad puede disminuir y el modelo puede usar más tokens para reconstruir el trabajo previo.
La guía para mantener intacto el prefijo enumera las formas habituales en que un agente puede hacerlo sin querer:
- Reescribir un mensaje de desarrollador o una instrucción del sistema en el mismo lugar, en vez de añadir uno nuevo.
- Cambiar
toolsotext.formaten la siguiente solicitud de Responses. - Cambiar
reasoning.efforta nivel de solicitud a mitad de la conversación. - Acortar el resultado de una herramienta anterior o sustituir turnos antiguos por un resumen escrito por ti.
instructions en el nivel superior es una excepción en GPT-6.2. La guía actual indica que se añade después de input, por lo que las instrucciones específicas del turno pueden cambiar entre solicitudes sin impedir que se reutilice el prefijo anterior. No se conserva con previous_response_id y sus tokens se cobran a la tarifa de entrada sin caché en cada solicitud, incluso si se repiten literalmente. Coloca las instrucciones estables y reutilizables en el mensaje inicial de developer dentro de input; editar ese mensaje anterior sigue modificando el prefijo. Este es el contrato oficial de la API, no un comportamiento de reenvío verificado del gateway.
La solución documentada por OpenAI es añadir contenido al final. Para cambiar el esfuerzo de razonamiento o un esquema de salida estructurada sin alterar el prefijo, la guía indica que se añada un elemento configuration_update a la lista de entrada y que se deje intacto el ajuste original a nivel de solicitud. Para añadir herramientas, indica que se use additional_tools en vez de reescribir la matriz tools. Para additional_tools, la guía especifica el rol developer, una matriz tools añadida al final, la posición de reproducción original y el orden inalterado de las definiciones de herramientas existentes. Estas son reglas oficiales sobre la estructura de las solicitudes. No se han verificado a través de AIHubMix y esta publicación no incluye una solicitud de ejemplo que las presente como una llamada funcional al gateway.
La guía de razonamiento señala dos motivos de eliminación que aparecen con GPT-6.2: prefix_mismatch, cuando se inserta o edita contenido anterior, y end_user_mismatch, cuando el safety_identifier de la solicitud de reutilización no coincide con el que creó el elemento (también si solo se incluye en una de las dos solicitudes). Si estás depurando un agente 6.2 que de repente «se volvió menos inteligente» tras un cambio de configuración, revisa esto antes de aumentar el esfuerzo de razonamiento.
Los agentes con permisos reales deberían tratar esto como un riesgo del producto, no solo como un fallo de caché. Como precaución de ingeniería, mantén las comprobaciones de permisos y la deduplicación de llamadas a herramientas en el estado de la aplicación, en lugar de depender de que se conserve el razonamiento del modelo; esto es una recomendación, no un modo de fallo de 6.2 medido. OpenAI también señala que GPT-6.2 Astra es más conciso de forma predeterminada y que, cuando la intención del usuario no está clara, puede proponer el siguiente paso y esperar. Si tu agente suele seguir adelante sin detenerse, indícalo en el prompt y especifica claramente qué acciones requieren confirmación.
Qué falla de forma explícita: none, las herramientas y los parámetros de muestreo
Las páginas de los modelos 6.2 indican que la API rechaza las solicitudes que establecen el esfuerzo de razonamiento en none. Usa reasoning.effort en Responses o reasoning_effort en Chat Completions. La recomendación de migración de OpenAI es comenzar las nuevas integraciones con medium y usar low si ahora envías none o minimal. Este artículo no incluye el cuerpo de un error citado para una solicitud 6.2 con none ni presenta minimal como un valor cuya aceptación o rechazo esté demostrado.
Las llamadas a herramientas requieren la API Responses. Chat Completions sigue funcionando para texto sin formato, pero ese endpoint no admite herramientas. Si un cliente de GPT-6 ya trasladó las herramientas a Responses, esto no cambia. Si aún las envía mediante Chat Completions, cambiar el ID no será suficiente.
Al migrar solicitudes de Chat Completions, omite temperature, top_p, logprobs y top_logprobs. En Responses, omite temperature, top_p y top_logprobs, y elimina message.output_text.logprobs de include. La documentación oficial indica que estos parámetros deben omitirse. No des por hecho que el gateway los eliminará por ti hasta que ese comportamiento esté documentado para estos ID.
Vuelve a probar con esfuerzo bajo y verifica el informe de finalización
Que una solicitud se acepte no demuestra que el comportamiento sea equivalente. Los gráficos de lanzamiento de OpenAI muestran que, con esfuerzo bajo, LifeVal pasa de 67.5% a 46.3% para Astra frente a GPT-6 Astra, y de 66.8% a 25.3% para Sol frente a GPT-6.1 Sol. El resultado de Sol en GDPval v2 con esfuerzo bajo también baja de 28.8% a 23.1%. Estos resultados, comunicados por el proveedor, corresponden a evaluaciones específicas, no a todas las aplicaciones. Vuelve a probar los trabajos existentes con esfuerzo bajo; no conserves el ajuste solo porque la solicitud se complete correctamente. La recomendación de sustituir none o minimal por low es un punto de partida para la compatibilidad, no una garantía de calidad.
La ficha de seguridad de GPT-6.2 describe un segundo riesgo: ambos modelos tenían más probabilidades de omitir obstáculos conocidos al informar sobre su trabajo, como un archivo ausente o una herramienta de búsqueda no disponible. También señala que el prompt de desarrollador de Codex reduce sustancialmente estas omisiones y afirma explícitamente que dicho prompt no se aplica a las solicitudes directas a la API. Estos resultados de pruebas de estrés no determinan la tasa de omisiones en el tráfico habitual de producción.
Exige que el informe final distinga entre el trabajo completado, el no probado y el bloqueado. Comprueba el diff real, el estado de salida de las pruebas y los resultados de las herramientas en vez de confiar en un resumen convincente. Estas comprobaciones son recomendaciones para la aplicación, no una afirmación de que todas las ejecuciones de 6.2 oculten algún impedimento.
Reglas de facturación fáciles de pasar por alto
La publicación sobre la actualización contiene la tabla de tarifas. Las trampas de la migración son los ajustes que la rodean.
Si vienes de GPT-5.5 o anterior, sustituye prompt_cache_retention por prompt_cache_options.ttl con el valor "30m". No dependas del campo heredado para la nueva configuración de caché. La guía de almacenamiento en caché de prompts explica que el precio de escritura en caché sustituye al precio normal de entrada para esos tokens; no es un cargo adicional. Las escrituras y lecturas de caché tienen tarifas distintas: en GPT-6.2 Astra, la escritura oficial de 30 minutos cuesta $10 por millón de tokens y la de 12 horas, $20; la lectura de caché cuesta $0.40. La escritura oficial de 30 minutos de Sol cuesta $2.50, la de 12 horas cuesta $5 y la lectura cuesta $0.10.
Al superar los 272,000 tokens de entrada, dejan de aplicarse a esa solicitud las tarifas oficiales de contexto corto. Se duplican las tarifas de entrada y de caché, y la de salida se multiplica por 1.5, para toda la solicitud, no solo para los tokens que superen el umbral. Una conversación de un agente que va creciendo poco a poco hasta alcanzar un contexto largo puede parecer normal con 200,000 tokens y luego dispararse en el turno siguiente.
Por parte de OpenAI, Ultrafast figura a 3× el precio de Standard hasta el 28 de febrero de 2027, hora del Pacífico, y a 6× a partir del 1 de marzo, hora del Pacífico. El cambio de fecha corresponde a la 1 de marzo a las 16:00, hora de Pekín; la documentación no especifica una hora de activación más precisa. Las ventanas de finalización en segundo plano de la beta pública de la API Responses tienen un precio un 30% inferior al de Standard para una ventana de dos horas y un 40% inferior para una de ocho horas. Estos son niveles de servicio oficiales de OpenAI. Esta publicación no afirma que estén disponibles en AIHubMix.
Una edición del prefijo puede reducir la reutilización de la caché a partir del primer punto modificado; no necesariamente invalida el prefijo sin cambios anterior a ese punto. La conservación del razonamiento y los aciertos de caché están relacionados, pero son distintos: la compactación gestionada por OpenAI puede conservar el razonamiento posterior aunque cambie el prefijo y reduzca la reutilización de la caché. Eliminar elementos completos, sin editar los elementos restantes, no activa por sí solo el motivo documentado prefix_mismatch. Inspecciona input_transformations para detectar eliminaciones de razonamiento; los diagnósticos de caché por sí solos no pueden demostrar que se reutilizó el razonamiento.
Herramientas de programación: selecciona el nuevo ID y luego ejecuta una pequeña prueba de regresión
Codex usa la API Responses, como exige GPT-6.2 para las herramientas. Las instrucciones de instalación y configuración del proveedor están en la publicación permanente Codex config.toml y en la documentación de Codex de AIHubMix. Ambos ID nuevos cuentan ahora con compatibilidad documentada con Responses en AIHubMix, así que puedes seleccionar cualquiera de ellos en el cliente configurado.
Empieza con una tarea de regresión breve dentro del repositorio cuya respuesta ya conozcas: una función y su prueba, o un pequeño error con una prueba que falle. Establece explícitamente el esfuerzo en medium, salvo que tus evaluaciones justifiquen otro valor admitido, y conserva intactos los turnos anteriores. Verifica el cambio y el resultado de las pruebas, incluidos los pasos bloqueados. Para una integración de API que controles, usa el patrón documentado configuration_update para cambiar el esfuerzo a mitad de la sesión. En Codex, primero comprueba que el cliente/proveedor lo reenvíe; esto no se ha probado aquí a través de AIHubMix.
Claude Code usa Anthropic Messages. La configuración está en la publicación permanente sobre ajustes y variables de entorno de Claude Code y en la documentación de AIHubMix para Claude Code. Ambos esquemas de GPT-6.2 ahora incluyen Messages, así que los nuevos ID pueden usar esta ruta documentada del gateway. Messages usa la traducción del gateway de AIHubMix; no es un endpoint nativo de OpenAI. Comprueba la traducción y el comportamiento del cliente con una tarea pequeña, en vez de dar por sentada la paridad con OpenAI nativo.
Una lista de verificación para seguir paso a paso
- Lee la página oficial Using GPT-6.2 y enumera todos los lugares donde tu aplicación reescribe turnos anteriores, herramientas, mensajes del desarrollador o el esfuerzo.
- Deja de editar el prefijo en el lugar. Añade mensajes nuevos del desarrollador y agrega herramientas sin reordenar las anteriores.
- Pon las instrucciones estables en el mensaje inicial del desarrollador. Reserva
instructionsde nivel superior para la solicitud actual; vuelve a enviarlas cuando sea necesario y ten en cuenta el coste de entrada no almacenada en caché. - Elimina
none(y, siguiendo las recomendaciones oficiales, sustituyeminimalporlow). Empieza el tráfico nuevo conmedium, salvo que tengas evaluaciones para otro nivel. - Vuelve a probar los trabajos existentes de bajo esfuerzo frente al modelo predecesor; que las solicitudes se completen correctamente no demuestra que la calidad sea equivalente.
- Migra las llamadas a herramientas a Responses si todavía pasan por Chat Completions.
- Omite los campos
temperature,top_py de logprobs. - Si todavía envías
prompt_cache_retention, cámbialo porprompt_cache_options.ttl"30m". - Registra el tamaño de entrada en relación con el límite de 272,000 tokens, y registra los tokens de escritura y lectura de caché.
- Exige que el trabajo completado, no probado y bloqueado se informe por separado; verifica los resultados de las herramientas y las pruebas.
- Consulta la página actual del modelo y el esquema de AIHubMix para comprobar el precio y los detalles del protocolo del ID elegido; la disponibilidad y los tres protocolos del gateway están documentados.
- Selecciona el nuevo ID en Codex mediante Responses o en Claude Code mediante la ruta Messages traducida, y ejecuta una tarea pequeña de regresión sin modificar el prefijo; verifica el comportamiento del cliente antes del despliegue en producción.
Preguntas frecuentes
¿Qué cambia al migrar a GPT-6.2 frente a GPT-6 Astra?
La regla del prefijo. A partir de 6.2, la API descarta elementos de razonamiento cuando detecta una edición del prefijo, una degradación del modelo o un cambio de usuario final u organización. El rechazo de none ya estaba documentado para GPT-6 Astra. Consulta la guía actual de 6.2 para conocer todos los requisitos de endpoints y parámetros, en vez de asumir que cada elemento de la lista de verificación es un cambio nuevo.
¿Qué pasa si edito un resultado anterior de una herramienta?
La documentación oficial indica que la API puede descartar elementos de razonamiento posteriores. La siguiente respuesta podría ser más débil y el modelo quizá consuma más tokens para reconstruir el trabajo. No siempre se trata de un error crítico.
¿Qué error recibo si envío none?
OpenAI indica que GPT-6.2 rechaza un esfuerzo de razonamiento de none. Esta publicación no incluye un cuerpo de respuesta citado para ese caso y tampoco provocó el error con una solicitud en vivo.
¿Puedo seguir usando herramientas con Chat Completions?
Según la documentación oficial de 6.2, no. Ambos modelos admiten Chat Completions para texto, pero las llamadas a herramientas requieren la API de Responses.
¿Está GPT-6.2 disponible en AIHubMix?
Sí. Ambos ID están disponibles. La instantánea pública tomada aproximadamente entre las 15:04 y las 15:06 UTC del 18 de noviembre de 2026 (23:04–23:06, hora de Pekín) muestra proveedores en las páginas de ambos modelos, y Chat Completions, Responses y Anthropic Messages aparecen en el índice y los esquemas. Messages usa la traducción del gateway, no un endpoint nativo de OpenAI. Para este artículo no se ejecutó ninguna solicitud de inferencia.
¿Debería establecer el esfuerzo en medium?
Ese es el valor inicial que recomienda OpenAI para una integración nueva. La documentación oficial no especifica con claridad qué ocurre si se omite el campo en 6.2, así que establécelo explícitamente.
¿Cambiar el esfuerzo a mitad de la conversación rompe la caché?
Cambiar el campo de esfuerzo a nivel de solicitud es uno de los cambios del prefijo que OpenAI recomienda evitar. La alternativa documentada es añadir un elemento configuration_update y mantener el valor original a nivel de solicitud.
Sigue leyendo: la serie GPT-6.2
- La tarifa es la otra parte del cambio de ID: un 20% de descuento sobre el precio de lista y un descuento mayor en las lecturas de caché: GPT-6.2 Astra frente a GPT-6 Astra: ¿vale la pena actualizar por el recorte de precio del 20%?
- Si la pregunta es si realmente necesitabas el ID insignia, compara primero los dos niveles de 6.2: GPT-6.2 Sol frente a GPT-6.2 Astra: ¿qué tareas de programación necesitan el modelo insignia 4x?
- Si pensabas dejar OpenAI por otro modelo de $8 / $40, lee la comparación con Fable 5.2 antes de cambiar el prefijo: GPT-6.2 Astra frente a Claude Fable 5.2: ¿cuál deberías usar?
Fuentes
- Using GPT-6.2 — guía oficial de migración (esfuerzo, herramientas, parámetros no admitidos y regla del prefijo).
- Keep the prefix unchanged — cambios del prefijo, patrones de solo anexado y la excepción de instructions de nivel superior en GPT-6.2, revisado de nuevo aproximadamente a las 03:47 UTC del 18 de noviembre de 2026.
- Reasoning models y Prompt caching — rechazo de
noneyprefix_mismatch/end_user_mismatch. - GPT-6.2 launch charts y system card — resultados específicos por nivel de esfuerzo e informes de obstáculos conocidos, consultados el 18 de noviembre de 2026.
- Configuración de Codex, ajustes de Claude Code, página de Astra, página de Sol y índice de parámetros — configuración de herramientas, disponibilidad de ambos modelos y los tres protocolos documentados del gateway en los esquemas enlazados, capturados aproximadamente entre las 15:04 y las 15:06 UTC del 18 de noviembre de 2026 (23:04–23:06, hora de Pekín); no se realizó ninguna solicitud de inferencia.



