La llegada de modelos con ventanas de contexto de hasta un millón de tokens abre la puerta a revisar expedientes, repositorios de código y documentos extensos en una sola conversación. Sin embargo, para empresas, desarrolladores y equipos de información, esa capacidad no elimina una regla básica: cada consulta debe pensarse también como una decisión de costo y de operación.
GPT-6 Astra, el modelo de OpenAI orientado a tareas complejas de razonamiento, programación, investigación y uso de herramientas, admite una ventana de contexto de 1.05 millones de tokens. La cifra puede parecer una invitación a enviar toda la información disponible, aunque la propia ficha técnica establece límites de precio y de tasa que cambian el cálculo.
El primer punto es una frontera de 272 mil tokens de entrada. Cuando una solicitud rebasa ese volumen, las tarifas aplicables a la petición completa suben: el costo de entrada y de caché se duplica y el de salida aumenta 50 por ciento. No se trata sólo de pagar por el excedente; el cambio de tarifa alcanza al conjunto de la solicitud.
En la tarifa estándar, la entrada de GPT-6 Astra cuesta 10 dólares por millón de tokens, la entrada en caché un dólar y la salida 50 dólares. Por ello, antes de enviar archivos largos conviene separar lo indispensable, resumir antecedentes repetidos y recuperar sólo los fragmentos vinculados con la pregunta que se busca resolver.
El segundo límite está en el ritmo permitido por cada cuenta. Los niveles de uso de la API van de 500 mil tokens por minuto en el primer nivel a 40 millones en el quinto. Aunque la ventana máxima es de 1.05 millones, una petición que trate de ocuparla por completo no cabe en un minuto para las cuentas de los dos primeros niveles.
La recomendación práctica es definir un presupuesto de contexto por solicitud, menor al umbral de 272 mil tokens, y vigilar el consumo real después de cada llamada. Una estimación previa ayuda a detectar consultas sobredimensionadas, pero la medición de uso que devuelve la plataforma es la que permite corregir el diseño con precisión.
También importa cómo se usa el razonamiento. Astra admite cinco niveles: low, medium, high, xhigh y max. Para una clasificación rutinaria, un resumen o una extracción estructurada, iniciar en low y evaluar el resultado evita gastar capacidad de razonamiento que quizá no aporta valor. Los niveles altos deben reservarse para problemas cuya complejidad sí justifique ese costo y tiempo adicionales.
La caché de indicaciones es otra variable. Si un equipo mantiene estable la parte común de sus instrucciones y cambia sólo la información del caso, puede mejorar el aprovechamiento de la caché. Cuando el porcentaje de tokens reutilizados permanece bajo, suele ser señal de que el prefijo de las solicitudes cambia demasiado o de que se está reenviando contexto que puede recuperarse de otra forma.
Para trabajos diferidos, las modalidades Batch y Flex tienen una tarifa equivalente a la mitad de la estándar, mientras que Fast duplica la tarifa aplicable. La elección debe responder a la urgencia: un proceso nocturno de clasificación, revisión o consolidación puede esperar; una interacción que requiere respuesta inmediata tiene otra lógica operativa.
El contexto largo sigue siendo valioso, pero no sustituye la arquitectura de recuperación, los resúmenes de calidad ni los controles de consumo. La oportunidad para las organizaciones mexicanas está en convertir estas métricas en reglas internas: contexto acotado, registro de costo por tarea, razonamiento proporcional al problema y evaluación periódica de resultados.