OpenAI presentó la familia GPT-5.6 el 2026-07-09. Escribo esto en noviembre de 2026, unos cuatro meses después, porque el tráfico de volumen sigue preguntando si gpt-5.6-luna merece quedarse en la config — no porque Luna “acabe de salir”. Esto no es una nota de lanzamiento.
En yoDEV no abro el selector de modelos por el nombre bonito. Paso la decisión por tres filtros en este orden: ¿puedo llamarla?, ¿me sirve para mi tarea de volumen?, ¿me quedo o migro el trozo que falla? Solo después miro el resto de la familia.
Filtro 1 — ¿puedo llamarla? (curl y usage primero)
Antes de debatir si Luna “es buena”, compruebo que la ruta responde. Base compatible OpenAI: https://api.crazyrouter.com/v1. En mis notas separo tres fechas: anuncio del vendor (2026-07-09 para la familia), alta en la plataforma, y el día en que mi clave pasó por primera vez. Para este filtro solo cuenta la tercera.
curl https://api.crazyrouter.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-5.6-luna","messages":[{"role":"user","content":"Reply with exactly: hello"}],"max_tokens":32}'
Criterio mínimo del filtro 1: HTTP ok, cuerpo hello, y usage presente. 401, sin cuota y “modelo no habilitado” son fallos distintos; no martillo reintentos. Un hello corto solo demuestra ese camino de texto corto. No demuestra que el lote de etiquetas vaya a pasar, ni que un IDE ya esté bien cableado.
Si cableas clientes CLI del mismo tipo, la pareja base + model es la misma. Guías como Gemini CLI y Hermes hablan de cableado; no sustituyen este filtro ni demuestran que Luna encaje en cada cola.
Leo usage como leo la latencia: es lo que factura esa llamada, no una nota de calidad. Si el cuerpo es corto y el usage sale raro, anoto los dos números antes de pasar al filtro 2.
Después de pasar el filtro 1, también separo tres estados que la gente mezcla en el chat: «HTTP 200», «el JSON parsea» y «el negocio acepta el resultado». El primero no implica el tercero. Si alguien pega solo el status code, yo pido cuerpo + usage antes de opinar sobre el filtro 2.
Filtro 2 — ¿me sirve para mi tarea de volumen? (encaje + humo corto)
Solo si el filtro 1 pasa miro el encaje. Luna, en la fila de catálogo de 2026-07-09, está en coste y throughput (Value). Terra es el equilibrio diario; Sol prioriza capacidad. El sufijo no es una escalera de “nombre más nuevo = mejor”.
El filtro 2 responde a una sola pregunta: ¿mi entregable es muchas piezas cortas con formato estable?
Lo dejo pasar el filtro 2 cuando el trabajo se parece a esto:
-
etiquetar o clasificar cientos de filas con el mismo esquema
-
extraer campos fijos (pedido, importe, ciudad, estado) de textos parecidos
-
rellenar la misma plantilla una y otra vez
-
disparar una herramienta corta y responder en una línea
Lo marco como “vigilado” cuando:
-
el JSON sale casi bien, pero a volumen necesito validador barato
-
la plantilla a veces trae un prefijo basura antes de la línea útil
No dejo pasar el filtro 2 (y no invento evidencia) cuando:
-
el ticket pide juicio difícil, refactor de repositorio o contexto ultra largo — aquí no lo medí
-
alguien quiere “arreglar calidad” solo cambiando el string a Luna
Corrí llamadas cortas con model = gpt-5.6-luna. El proceso de prueba no entra en el cuerpo; solo dejo lo que aterrizó:
-
La sonda
hellodevolvió exactamentehellocon HTTP 200. -
Cinco filas de feedback volvieron como JSON con etiquetas y sentimiento alineados al esquema.
-
De una frase de logística extrajo
order_idCR-88291, importe128.50, ciudad杭州, estado已发货. -
Con la herramienta
get_shipmentdisponible, Luna emitió la llamada de herramienta paraORD-10086. -
La misma plantilla de almacén en varias ciudades siguió la forma en general; de vez en cuando apareció un prefijo basura antes de la línea útil — aceptable en demo, peligroso si lo enchufas crudo a producción.
Estas notas solo sostienen el filtro 2 para volumen con formato estable. No prueban coding a escala de repo ni contexto ultra largo.
Antes de producción, paso mis tres muestras —una pregunta cotidiana, un rewrite con restricciones y una salida estructurada que deba aguantar— y las miro junto al usage. El humo de arriba es mío; el vuestro puede usar otros campos.
Filtro 3 — ¿me quedo o migro el trozo que falla?
El filtro 3 no es “migrar todo el catálogo porque el nombre tiene Luna”. Es decidir qué trozo se queda y qué trozo se mueve.
El mismo lote de cinco etiquetas en gpt-5.6-terra quedó cerca; el tono de la quinta pieza difería un poco y el usage de Terra salió más pesado. Sirve como control de equilibrio, no como cambio por defecto. Si Luna acierta el grueso y solo falla una franja (plantilla con prefijo basura, un tipo de etiqueta), dejo el grueso en Luna y muevo solo esa franja a Terra — o añado un parser de una línea si el fallo es de formato, no de juicio.
Me quedo en Luna cuando:
-
el filtro 1 está verde,
-
el filtro 2 encaja con el entregable de volumen, y
-
la tasa de reproceso / parseo sigue barata en mi muestra.
Migro (o ni entro) cuando el filtro 2 ya dice “no medí / no encaja”, o cuando Terra en la misma muestra reduce fallos de negocio lo bastante como para justificar el usage más pesado. No migro “por si acaso” sin números propios.
Un detalle práctico del filtro 3: si el fallo es prefijo basura en plantilla, un parser de una línea suele costar menos que mover toda la cola a Terra «por si acaso». Si el fallo es juicio (etiqueta de negocio mal puesta una y otra vez), ahí sí comparo Luna y Terra en la misma muestra y miro usage al lado del veredicto. Así el siguiente compañero no discute de oídas.
Familia en una frase (después de los tres filtros)
Sol / Terra / Luna son posiciones en la misma fila 2026-07-09, no un ranking de inteligencia. Los adjetivos del catálogo son folleto; los tres filtros de arriba son lo que decido yo. Una Luna más nueva en el futuro no me hace tirar GPT-5.6 Luna esa misma noche: primero re-paso el filtro 1 con el mismo curl, luego el 2 con las mismas tres muestras.
Cierre suave
Si estás cableando volumen en noviembre de 2026, prueba los tres filtros en ese orden —llamada, utilidad, quedarse o migrar el trozo— con tu propia muestra. Si algo de mi humo no cuadra con vuestro esquema de campos, corregidme con vuestros IDs; eso vale más que discutir el sufijo.