OpenAI: GPT-5.6 Luna (batch)

GPT-5.6 Luna es el modelo de OpenAI orientado a cargas de trabajo de gran volumen dentro de la familia GPT-5.6. El fabricante relaciona su función con el nivel de menor tamaño utilizado en las familias GPT-5 anteriores, aunque conserva Luna como identidad propia del modelo. Acepta texto e imágenes y genera texto, incluidas explicaciones, reescrituras, clasificaciones y registros estructurados.

Una tarea repetitiva precisa

Asigna al modelo una operación definida y los criterios de un resultado útil. Para extracción, indica los campos, las unidades y la convención para los valores ausentes. Para clasificación, proporciona el significado de las categorías e indica qué hacer cuando no corresponda ninguna. Un ejemplo de instrucción es: «Extrae los valores de especificación de este pasaje, conserva sus unidades e identifica la frase que respalda cada campo».

Una respuesta de soporte debe utilizar el material proporcionado sobre el producto o la política y seguir el idioma que requiere el usuario. Para una pregunta visual, identifica la imagen y el detalle visible pertinentes. Mantén el resultado lo bastante conciso para su uso posterior, sin omitir un valor obligatorio de la fuente ni una condición relevante.

Ajustes de razonamiento y contexto conservado

El proveedor admite los esfuerzos none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo estándar es el modo de razonamiento predeterminado, mientras que Pro es un ajuste de ejecución independiente que añade trabajo del modelo. El esfuerzo y el modo son independientes; por tanto, una tarea directa habitual y una comparación más compleja pueden requerir una preparación diferente y mantener el mismo perfil Luna.

La guía de razonamiento indica que GPT-5.6 reincorpora de forma predeterminada el razonamiento disponible de turnos anteriores, con un ajuste de contexto admitido que selecciona ese comportamiento. Esto afecta al material conservado a lo largo de una tarea de varios pasos; no es memoria ilimitada. Mantén claros los hechos aceptados, las etiquetas de las fuentes y el entregable requerido en las intervenciones posteriores.

Contexto y conocimientos

OpenAI indica un contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. La fecha límite de conocimientos documentada es el 16 de febrero de 2026. El razonamiento y la respuesta final comparten el presupuesto de generación, y todo el material de la tarea necesita espacio en el contexto. Una solicitud puede terminar antes de producir una respuesta visible completa si esos presupuestos se agotan.

Respuestas estructuradas y herramientas

La ficha del modelo incluye Structured Outputs, transmisión en continuo y llamadas a funciones. El ecosistema de herramientas del proveedor incluye búsqueda en la web y en archivos, herramientas de generación de imágenes, un intérprete de código, ejecución de comandos, aplicación de parches, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. Un registro estructurado sigue necesitando valores basados en la entrada real; la validez de JSON no demuestra por sí sola la exactitud factual.

Una aplicación proporciona funciones, realiza las operaciones seleccionadas y devuelve observaciones. Una consulta puede aportar un campo ausente antes de que Luna redacte la respuesta. Conserva el resultado con su fuente y su operación, y distingue una acción propuesta del trabajo que realmente se ha ejecutado. La salida propia del modelo es texto, mientras que una imagen generada por una herramienta es un elemento separado.

Un resultado útil

Vincula las afirmaciones que dependen de fuentes con material autorizado y define cuándo se ha completado la operación. Un buen entregable es el registro, la explicación o el pasaje revisado solicitado, con los nombres y las pruebas obligatorios intactos. La función de Luna, su intervalo de esfuerzo admitido y su perfil de modo estándar son distintos de Terra, Sol, la ejecución Pro y las versiones posteriores de GPT-6.