GPT-5: Ficha técnica completa (junio 2026)

GPT-5 es el primer modelo de OpenAI que lanza razonamiento, entrada multimodal y uso de herramientas como una superficie unificada y única, en lugar de tres endpoints separados. Donde GPT-4o, o1 y o3-mini eran tres superficies API distintas en 2024-2025, GPT-5 las colapsa: un único ID de modelo `gpt-5` con un parámetro `reasoning_effort` (`minimal`, `low`, `medium`, `high`) que escala cuántos tokens de razonamiento interno quema el modelo antes de responder.

En la práctica, esto significa que ya no eliges entre un 'modelo de chat' frente a un 'modelo de razonamiento'. Eliges GPT-5 y ajustas el esfuerzo de razonamiento para que coincida con la tarea. Una llamada de clasificación usa `reasoning_effort: minimal` y se factura como GPT-4o. Una llamada de síntesis de código o prueba matemática usa `reasoning_effort: high` y quema varios miles de tokens de razonamiento — facturados al precio de salida aunque no se devuelvan en la respuesta.

La visión está integrada: pasa una URL de imagen o una imagen codificada en base64 en cualquier mensaje de usuario y GPT-5 la analizará. Las llamadas a funciones, las llamadas paralelas a herramientas, las salidas estructuradas (fuerza al modelo a devolver JSON conforme a un JSON Schema) y el almacenamiento en caché de prompts están todos activados por defecto. La API Responses (`/v1/responses`) es el endpoint recomendado de OpenAI para código nuevo; chat completions sigue funcionando para todo lo que GPT-5 hace y sigue siendo el camino de menor fricción para migrar desde modelos GPT anteriores.

La fórmula de precios es el modelo estándar por token: `coste = (tokens_entrada / 1M) × $1.25 + (tokens_salida / 1M) × $10`. Una llamada representativa de 1.000 tokens entrada / 500 tokens salida: `0.001 × $1.25 + 0.0005 × $10 = $0.00125 + $0.005 = $0.00625`. Aproximadamente 0.6¢ por llamada.

Aplica almacenamiento en caché de prompts: un prompt del sistema de 2.000 tokens con el 80% en caché en múltiples llamadas reduce 1.600 tokens de entrada de $1.25/M a $0.125/M — ahorrando $0.0018 por llamada. En 100.000 llamadas/mes, eso equivale a $180 menos en la factura sin coste de calidad.

Aplica la API Batch: una carga JSONL de 1.000 solicitudes con entrega de hasta 24 horas se ejecuta a $0.625/M entrada y $5/M salida — 50% descuento en ambas corrientes. La carga de trabajo de 1.000 entrada / 500 salida se reduce a $0.003125 por llamada.

Los tokens de razonamiento son el elemento de línea oculto. Con `reasoning_effort: high`, GPT-5 puede quemar 4.000-10.000 tokens de razonamiento antes de producir una respuesta visible de 500 tokens. Esos tokens de razonamiento se facturan al precio de salida ($10/M) pero no se devuelven. Una llamada con razonamiento alto que produce una respuesta de 500 tokens con 5.000 tokens de razonamiento factura 5.500 tokens de salida = $0.055 — 8.8× una llamada sin razonamiento. Presupuesta en consecuencia. Para un recorrido de costes completo en la familia GPT-5, consulta nuestra calculadora de costes de la API de OpenAI.

La ventana de contexto de 400.000 tokens de GPT-5 es entrada + salida combinadas — no 400K de cada una. El límite máximo de salida es de 128.000 tokens por respuesta, así que una respuesta de máxima longitud deja 272.000 tokens para entrada. En la práctica, la mayoría de cargas de trabajo de producción se ejecutan con entrada en el rango de 5K-50K y salida limitada bien por debajo de 4K mediante `max_output_tokens`, que es la configuración que alcanza el punto óptimo de precio-rendimiento.

400K es suficiente para encajar aproximadamente un documento de 300.000 palabras (≈600 páginas de texto a espacio simple) o un fragmento de base de código completo de 1.500 líneas con metadatos. Es menos que la ventana de 1M de Gemini 2.5 Pro pero más que la de 200K de Claude Opus 4.7. Para flujos de trabajo potenciados por recuperación, la ventana de GPT-5 es cómoda. Para resumen de documentos largos donde toda la entrada debe caber en una sola solicitud, Gemini 2.5 Pro es el único modelo frontera con una ventana más grande.

Siempre limita la longitud de salida. El `max_output_tokens` predeterminado es el máximo del modelo (128K), y un modelo que decide divagar puede dispararse en coste. Establecer `max_output_tokens: 2000` para una solicitud de preguntas y respuestas normal, `max_output_tokens: 8000` para generación de código, y solo elevar ese límite cuando la tarea genuinamente lo necesita (informe de forma larga, revisión completa de base de código) es la disciplina que separa facturas predecibles de facturas sorpresa.

GPT-5 acepta texto e imágenes como entrada. No hay entrada o salida de audio en el endpoint estándar `gpt-5` (la API Realtime de OpenAI usa un modelo separado para conversación de voz a voz). La entrada de imagen se envía como una URL que OpenAI puede obtener o como una URL de datos codificada en base64 dentro del array `content` de un mensaje. Cada imagen se factura a un coste de token fijo dependiendo del detalle de resolución (`low` es ~85 tokens, `high` es hasta ~1.100 tokens por imagen para el tamaño de mosaico estándar).

La salida es solo texto — sin generación de imágenes nativa. Para generar imágenes, llama a `gpt-image-1` (el sucesor de DALL·E 3) o envía una llamada a herramienta desde GPT-5 a tu pipeline de generación de imágenes. Para audio, integra la API Realtime por separado o usa Whisper para transcripción antes de pasar texto a GPT-5.

La calidad de visión en GPT-5 es notablemente más fuerte que GPT-4o en gráficos, diagramas, texto manuscrito y razonamiento multi-imagen. Aún tiene dificultades con texto muy pequeño (placas de matrícula, capturas de pantalla densas a baja resolución), y como con cada modelo de visión, el OCR se maneja mejor con una herramienta OCR dedicada cuando el volumen lo justifica.

GPT-5 soporta la superficie completa de la API de llamadas a funciones: define herramientas como JSON Schema, GPT-5 elige una (o varias, en paralelo) y devuelve los argumentos para llamar. Las llamadas paralelas a herramientas permiten que GPT-5 invoque múltiples herramientas en una sola respuesta cuando aceleraría la tarea — por ejemplo, obtener dos endpoints de API simultáneamente. Esto está activado por defecto; pasa `parallel_tool_calls: false` para desactivar.

Las salidas estructuradas (introducidas en 2024 para GPT-4o, refinadas en GPT-5) te permiten pasar un parámetro `response_format: { type: 'json_schema', json_schema: {...} }` y OpenAI garantiza que la salida del modelo valida contra ese esquema. No más analizar JSON libre y reintentar en errores de validación. Soporta objetos anidados, arrays, enums, oneOf — el subconjunto de JSON Schema que creció durante 2025.

La nueva API Responses (`/v1/responses`) es el endpoint recomendado de OpenAI para nuevas integraciones a partir de mediados de 2025. Soporta conversaciones con estado (almacenamiento de mensajes del lado del servidor), herramientas integradas (búsqueda de archivos, búsqueda web, intérprete de código, uso de computadora) y un protocolo de streaming más limpio. Chat completions (`/v1/chat/completions`) aún funciona para todo lo que GPT-5 hace y sigue siendo el camino de menor fricción para migrar desde modelos GPT anteriores.

GPT-5 expone un parámetro `reasoning_effort` con cuatro niveles: `minimal`, `low`, `medium` (predeterminado) y `high`. Este es el control que convierte GPT-5 de un modelo de chat rápido en un modelo de razonamiento lento sobre una base por llamada — sin necesidad de ID de modelo separado.

`minimal`: tokens de razonamiento casi nulos, respuesta más rápida, facturado esencialmente como entrada + salida visible. Usa para clasificación, extracción, preguntas y respuestas simples, conversiones de formato — cualquier cosa donde la respuesta es mecánica.

`low`: unos pocos cientos de tokens de razonamiento. El punto dulce para chat de propósito general, generación de contenido y tareas de código rutinarias. Añade <$0.005 por llamada frente a minimal en la mayoría de cargas de trabajo.

`medium` (predeterminado): típicamente 1.000-3.000 tokens de razonamiento. Usa para análisis, planificación multi-paso, síntesis de código donde la corrección importa.

`high`: 4.000-10.000+ tokens de razonamiento. Usa para pruebas matemáticas, síntesis de código complejo con estrictos requisitos de corrección, análisis legal/financiero. Factura 5-10× una llamada sin razonamiento. La mayoría de equipos sobre-usan `high` e infra-usan `low`; perfila tu tráfico y dimensiona correctamente el nivel de esfuerzo de cada prompt.

**Elige GPT-5** cuando la calidad de salida es el cuello de botella — síntesis de código, razonamiento complejo, planificación multi-paso, tareas de visión con requisitos altos de precisión, cualquier cosa que se envíe a humanos donde 'suficientemente bueno' no fue suficiente en gpt-4o. La prima de 8× sobre gpt-5-mini se justifica cuando el coste de error descendente domina el coste por llamada.

**Elige gpt-5-mini** ($0.25 / $2 por 1M) cuando necesites el seguimiento de instrucciones de GPT-5 y salidas estructuradas pero la tarea subyacente es mecánica: clasificación, extracción, resumen, transformación de datos estructurados, chat simple. La mayoría de cargas de trabajo de producción con >100K llamadas/mes viven en gpt-5-mini.

**Elige gpt-5-nano** ($0.05 / $0.40 por 1M, donde esté disponible) para casos de uso integrados — enrutamiento de intención, moderación de contenido, sugerencias de estilo autocompletar, clasificación de telemetría interna. Evita para cualquier cosa que requiera razonamiento multi-paso.

Entre proveedores: elige **Claude Opus 4.7** para escritura de forma larga donde la voz y la calibración de rechazo de Anthropic importan más que el cociente intelectual puro; elige **Gemini 2.5 Pro** cuando necesites una ventana de contexto de 1M en una sola llamada o comprensión nativa de vídeo. Consulta GPT-5 frente a Claude Opus 4.7 para la comparativa lado a lado.

Cada número en esta página fue verificado contra la documentación activa de OpenAI el 2026-06-20. Las fuentes canónicas: platform.openai.com/docs/models/gpt-5 para ventana de contexto, modalidades y soporte de parámetros; openai.com/api/pricing para precios de entrada/salida/en caché; platform.openai.com/docs/api-reference/responses para el contrato de la API Responses.

OpenAI no versionea sus páginas de precios o modelos con entradas de changelog explícitas. Los precios se han movido 3-5 veces por año en promedio desde que se lanzó GPT-4 en 2023, casi siempre hacia abajo a medida que un modelo madura. Vuelve a verificar trimestralmente si tu factura mensual supera $1.000 — un único movimiento de precio cambia el presupuesto materialmente a escala.

Metodología: cuando un número no podía ser confirmado de forma cruzada contra la página oficial de OpenAI en la fecha de verificación, fue omitido de esta tarjeta en lugar de ser adivinado. Si encuentras una discrepancia contra la página activa de OpenAI, trata la página activa como canónica.