Cargando...

OpenAI acaba de lanzar nuevas plantillas de prompts y ajustes de API para sus últimos modelos GPT‑6.2: Astra para tareas pesadas y Sol para trabajos complejos más económicos. ¿La noticia más importante? Astra ahora comienza en $8 por millón de tokens de entrada y $40 por millón de tokens de salida, y OpenAI insta a los desarrolladores a desechar las pilas de prompts antiguas y adoptar las nuevas copias centradas en resultados.
Según The Decoder, OpenAI publicó prompts de sistema listos para usar para GPT‑6.2 Astra y Sol que abordan tres puntos clave: estilo de escritura, iniciativa y codificación. Astra se describe como “más breve y directo” que sus predecesores, por lo que los prompts que le indican “ser conciso” ahora son redundantes. El prompt recomendado para el trabajo diario le indica al modelo que use la terminología del usuario, escriba en voz activa y priorice los puntos clave. Para audiencias externas, debe añadir el contexto que el lector desconoce; para la edición, debe preservar el tono del autor.
En tareas más largas, el modelo puede llevar involuntariamente abreviaturas de su propio razonamiento a la respuesta final. La nueva plantilla de OpenAI instruye explícitamente al modelo para que la respuesta final sea autónoma, de modo que los usuarios nunca tengan que buscar entre mensajes intermedios colapsados. Cuando el modelo no está seguro de qué hacer a continuación, puede sugerir un paso y esperar confirmación. La guía ahora indica a los desarrolladores que le den permiso para tomar ese paso automáticamente, a menos que la acción sea un cambio importante de alcance, un bloqueo, una decisión que el usuario deba tomar o una operación destructiva.
El prompt de codificación impulsa la reutilización de la lógica existente del repositorio, evita funciones auxiliares innecesarias y añade nuevas pruebas solo bajo petición o cuando lo requiera el repositorio. También prohíbe los atajos de “code‑golf” que sacrifican la legibilidad. Para el trabajo de front-end, la plantilla prefiere imágenes realistas o SVGs solo bajo demanda y le indica al modelo que elimine la numeración decorativa y el texto de relleno.
En cuanto a la API, la API de Respuestas descartará el contenido de razonamiento anterior si editas el historial de conversación, cambias de modelo o modificas el usuario final/organización. Esto puede inflar el uso de tokens porque el modelo puede repetir el trabajo. OpenAI ahora recomienda un nivel de razonamiento “medio” para integraciones completamente nuevas y un cambio de “ninguno” o “mínimo” a “bajo” para configuraciones existentes. Los parámetros de temperatura y top_p ya no son compatibles.
En cuanto a precios, la API de Astra comienza en $8 / M tokens de entrada y $40 / M tokens de salida hasta 272 k tokens, luego salta a $16 / M y $60 / M respectivamente. Las lecturas de caché cuestan $0.80 / M tokens. Las tarifas de Sol son más bajas pero no se detallan en el fragmento. The Decoder señala que las sesiones de codificación largas pueden alcanzar rápidamente el límite, por lo que Codex de OpenAI comprime automáticamente el contexto después de 272 k tokens.
Si diriges una operación ajustada, dos cosas son las que más afectan: las facturas de tokens y la calidad de la salida. La nueva política de precios facilita el gasto excesivo en un solo prompt de larga duración, especialmente si sigues utilizando el razonamiento “ninguno” y el modelo sigue reenviando su propio trabajo preliminar. Cambiar al nivel de razonamiento recomendado “bajo” o “medio” puede reducir el consumo de tokens sin sacrificar la utilidad.
Igualmente importante, el estilo breve predeterminado de Astra significa que muchas de las instrucciones de “ser conciso” que has estado incluyendo en tus prompts ahora son ruido. Mantener las pilas de prompts antiguas no solo desperdicia tokens, sino que también activa el hábito del modelo de hacer preguntas de seguimiento, algo que OpenAI intentó frenar con los prompts de Astra de septiembre. La actualización a las nuevas plantillas hará que las respuestas del modelo sean más autónomas, lo que se traduce en menos mensajes de ida y vuelta y una experiencia de usuario más fluida para tus herramientas internas o bots de atención al cliente.
Finalmente, la guía de codificación es un recordatorio de que el código generado por IA puede parecer elegante pero ser una pesadilla de mantenimiento. Al forzar la legibilidad y la reutilización, los nuevos prompts te ayudan a evitar la deuda técnica oculta que los equipos pequeños no pueden permitirse saldar más tarde.
Open-source Hermes Agent is coming to Microsoft Teams, allowing workers to package successful AI workflows into team-wide reusable skills.

OpenAI's internal data shows researchers value their AI coding agents so highly they'd rather give up staff, despite the tools frequently producing 'AI slop' and requiring significant human oversight.

Reson8 open-sourced Rumble-2-Flash, a 0.5B parameter ASR model for 40+ languages that outperforms models up to 60x larger, with Apache 2.0 licensing.

Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Comentarios2
Dropping the redundant "be concise" instructions is long overdue, especially for operations teams managing high-volume document pipelines where every extra token adds up. I am more interested in whether Sol can actually maintain that logic-to-cost ratio in multi-step agentic workflows without needing constant human sanity checks on the intermediate steps.
In my benchmark tests with Sol last week, the error rate spiked dramatically by step three of an agent loop, forcing me to throw in extra validator calls just to keep it on the rails. For complex workflows, you are definitely still paying the "babysitting tax" in both API costs and dev hours.
The new pricing for Astra seems steep; we tried a similar model and ended up with a 30% increase in costs, how do you plan to mitigate this?