AWS publica benchmark que mide coste por respuesta correcta, no solo precio por token, en modelos OpenAI en Bedrock
Hecho Qué ha ocurrido
AWS publicó un harness de benchmarking de código abierto que compara modelos OpenAI (gpt-5.6-luna, gpt-5.6-terra, gpt-5.6-sol) disponibles en Amazon Bedrock frente a gpt-5.4-mini y gpt-5.4-nano de la API de OpenAI. El estudio mide coste por respuesta correcta en AIME, GPQA Diamond y MMLU-Pro, coste por trayectoria de agente en tareas de investigación web (DeepSearchQA), y calidad de entregables profesionales evaluados con rúbricas (GDPval). Tras una reducción de precios el 30 de julio de 2026, luna registró un coste por respuesta correcta de 0.0021 dólares en AIME frente a 0.0139 de mini, y en tareas de agente terra costó 0.31 dólares por respuesta correcta frente a 0.40 de mini.
Resumen generado mediante IA a partir de AWS Machine Learning Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra que comparar modelos solo por precio por token puede llevar a decisiones equivocadas, ya que el número de reintentos, turnos de conversación y calidad final determinan el coste real por resultado útil. Es relevante para equipos técnicos que eligen modelos para producción en la nube.
- Quién se ve afectado
- Equipos de ingeniería, arquitectos de soluciones cloud y empresas que despliegan agentes de IA o aplicaciones basadas en LLM en producción.
- Qué puede cambiar
- Introduce una metodología reproducible para evaluar coste-eficiencia real de modelos en escenarios de agentes y tareas complejas, más allá del precio nominal por token.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si otros proveedores adoptan métricas similares de 'coste por resultado', y si Amazon Bedrock ajusta precios de otros modelos tras esta comparación.
Recomendación Qué debería hacer una empresa
Los equipos que usan modelos en producción deberían ejecutar este harness open source sobre sus propias tareas antes de elegir modelo, en los próximos 3-6 meses.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: AWS Machine Learning Blog (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentesbenchmarking Amazon Web ServicesOpenAI agentes IA Amazon Bedrock benchmark coste por token OpenAI
Relacionadas
OpenAI lanza GPT-5.6 con tres modelos: Luna, Terra y Sol con precios competitivos
OpenAI ha puesto en disponibilidad general la familia GPT-5.6 en tres tamaños: Luna, Terra y Sol, con precios de $1/$6, $2.50/$15 y $5/$30 por millón de tokens…
Por qué importaLa disponibilidad de modelos más pequeños y eficientes a precios significativamente menores puede acelerar la adopción de IA en empresas medianas y…
AWS lanza GPT-6 Sol y Luna de OpenAI en Amazon Bedrock con precios más bajos
AWS anunció la disponibilidad general de GPT-6 Sol y GPT-6 Luna, modelos de OpenAI, en Amazon Bedrock. Ambos modelos tienen precios de API significativamente…
Por qué importaLa disponibilidad de estos modelos en Bedrock con controles de seguridad empresarial (IAM, CloudTrail, PrivateLink) facilita su adopción en entornos…
Google y Meta abaratan sus modelos de IA y presionan a Anthropic y OpenAI en precios
Según el índice Cost to Run de Artificial Analysis, los modelos más baratos para resolver un examen completo de inteligencia son Muse Glimmer (Meta) y Gemini…
Por qué importaEl coste de usar IA depende más del volumen de uso (agentes que encadenan cientos de llamadas) que del precio por token, lo que puede disparar…
OpenAI lanza GPT-6.1 Sol, modelo económico para programación y agentes con rendimiento cercano a Astra
OpenAI presentó GPT-6.1 Sol, una actualización de GPT-6 Sol que reduce la brecha de rendimiento con GPT-6 Astra a una quinta parte del costo. El modelo cuesta…
Por qué importaReduce significativamente el costo de desplegar agentes e IA de programación a gran escala manteniendo capacidades cercanas al modelo de vanguardia…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.