Aprende a usar OpenAI Codex para generación automática de código con ejemplos prácticos.
27 artículos
Ordena los artículos para encontrar lo que necesitas
Incluso con Pro personal, las conversaciones y el código de ChatGPT y Codex se usan por defecto para entrenar. Un ajuste de ChatGPT también frena las tareas nuevas de Codex, pero el entrenamiento con entornos tiene un control aparte. La guía recoge qué información no conviene introducir, qué hacer si ya enviaste datos sensibles y las excepciones de borrado y revisión.
En la aplicación de escritorio de ChatGPT (Codex), la mascota flotante se oculta con clic derecho y la opción Ocultar Mini. Si vuelve a aparecer, revisa primero el atajo que la muestra, porque la documentación oficial no describe cómo desactivarla en la aplicación. Aquí comparamos los ajustes, Mini y las diferencias entre CLI, web y la extensión del IDE, con capturas de Windows y documentación oficial.
«Selected model is at capacity» en Codex es un error causado por la congestión de OpenAI. Con sus registros oficiales de incidencias y el historial de ejecución, confirmamos que se clasifica como sobrecarga del servidor. Te explicamos el orden para actuar (esperar, revisar incidencias y probar otro modelo), las diferencias con los límites de uso, 401 y thread not found, y qué conviene guardar si vuelve a ocurrir.
ChatGPT dot es un agente de IA continuo que sigue avanzando en tareas aunque no estés conversando, e incluye el primer dot sin cargo adicional en Pro. Al pedirle una app de tareas, dot generó la aplicación y añadió la función de deshacer eliminación, pero la comprobación en pantalla la completó Codex. Repasamos precios, memoria, permisos, delegación y cómo detener el trabajo para que decidas cuándo usar dot y cuándo Codex.
ChatGPT Pro tiene tres niveles: 100, 200 y 500. Desde el 29 de octubre de 2026, las cuotas de Work y Codex son 10, 20 y 50 veces Plus (calculado por este sitio), y los precios mensuales oficiales son 100, 200 y 500 dólares, así que dos planes 100 y un 200 cuestan lo mismo y ofrecen la misma cuota total; los precios en moneda local varían según el país o la región. La guía también explica el consumo por velocidad, cómo y cuándo usar los vales de reinicio guardados y en qué se diferencian de los créditos.
Si usas GPT-6 Sol en Codex, puedes cambiar a GPT-6.1 Sol sin problemas. El modelo llegó el 29 de septiembre de 2026 y se recomienda para programación compleja y trabajo de larga duración. Su límite de contexto y los precios estándar de la API son los mismos, la entrada en caché cuesta la mitad y el corte de conocimiento es diez días más reciente. Explicamos cómo cambiar en Codex, la diferencia entre chats nuevos y existentes, los cupos de Plus y Pro, y cómo decidir comparando ambos en el mismo nivel Medium.
Con la misma suscripción Pro, las imágenes del chat normal de ChatGPT y las de Codex/Work consumen cuotas distintas. Los modelos Claude no crean fotografías ni ilustraciones, pero Claude Code puede generar imágenes con HTML, SVG o código, o mediante APIs externas. La guía también explica cómo fijar el tamaño antes de pedir la composición, separar la referencia de lo nuevo y revisar pocas versiones a tamaño real.
Abrir las sesiones una por una para cambiar el modelo y el esfuerzo cada vez que sale un modelo nuevo es un fastidio. Cuando lo probé en mi propio entorno el 24 de septiembre de 2026, pedirle al asistente «cámbialas todas a esto» funcionó tanto en Claude Code Desktop como en Codex, sin tocar cada sesión. En Claude Code Desktop, las herramientas que la app da al asistente cambiaron las sesiones sin enviar ningún mensaje, y los cambios sobrevivieron a un reinicio de la app. Eso sí, solo ve las sesiones locales de escritorio, por defecto se queda en las 20 más recientes y no puede cambiar la sesión que hace la petición. En Codex, el valor por defecto de los chats nuevos se cambió en config.toml, y el asistente usó mecanismos internos para cambiar uno a uno los 115 chats existentes de mi entorno. Los chats que estaban abiertos en la app recibieron un mensaje de confirmación cada uno. Este artículo explica en qué se diferencian las dos, hasta dónde llegan y hasta dónde no, ejemplos de petición y 4 comprobaciones: guardar los valores anteriores, definir el alcance, volver a leerlo todo y comprobar una con tus propios ojos.
OpenAI lanzó GPT-6 Sol y GPT-6 Luna el 22 de septiembre de 2026 (hora de EE. UU.). Sol cuesta 1/5 de Astra ($2 de entrada / $10 de salida) y Luna 1/100 ($0.10 de entrada / $0.50 de salida), y ambos están disponibles en ChatGPT Work y Codex para Plus, Pro, Business, Enterprise y Edu, y en la API. Free y Go solo tienen Luna, en la app de escritorio. Ninguno estaba en el Chat habitual en el lanzamiento, pero desde el 7 de octubre GPT-6 en Chat funciona con Sol en Plus, Pro, Business y Enterprise, y desde el 8 de octubre con Luna en Free y Go. GPT-5.6 sigue disponible durante el periodo de transición. Pensado para quienes usan hoy Astra en low (que la app muestra como Light), este artículo separa las fuentes según quién las publica: la recomendación oficial por caso de uso (Sol en Medium, Luna en High, Astra desde Light) y en qué se diferencia del preajuste por defecto de la app (Sol Light); el resultado de OpenAI en AutomationBench, donde Sol xhigh superó a Astra low; los valores de las comparaciones de Artificial Analysis (42% de Astra low frente a 19% de Sol medium en Terminal-Bench 4.0, pero 59% frente a 58% en flujos de trabajo empresariales); y la prueba a pequeña escala de AI Arte (todos los ajustes aprobaron las tareas cortas, lo que no sirve para ordenarlos). También explica por qué la proporción entre precios unitarios no se traslada tal cual al coste total de un trabajo ni a cuánto cubre una suscripción, y dónde se decide la elección: Sol medium para el trabajo diario, Sol low o Luna high para trabajos cortos y fáciles de verificar, y Astra para el diseño difícil y las revisiones importantes.
Si Codex te deja leer el historial pero no enviar mensajes con «thread not found», la conversación no tiene por qué haberse perdido. Explicamos la diferencia entre datos guardados y estado de ejecución, un caso real en el que el envío volvió tras recargar y el orden de pruebas recomendado. También incluimos cómo traspasar la tarea y qué información guardar si el problema persiste.
Un modelo más nuevo es más listo pero más caro: así solemos razonarlo. Sin embargo, comparar GPT-6 Astra con GPT-5.6 Sol solo por el precio unitario no resuelve nada, porque Astra termina el mismo trabajo con menos tokens. En las mediciones de Artificial Analysis, una firma independiente de evaluación, ejecutar Astra en su ajuste más flojo, low, cuesta por tarea casi exactamente lo mismo que Sol en high ($0.82 frente a $0.81) y además puntúa más alto (46 frente a 42), con un tercio de los tokens de salida y una cuarta parte de la espera hasta que arranca la respuesta. Partiendo de las cifras a 18 de septiembre de 2026, en este artículo repasamos el coste, los tokens y la velocidad en cada nivel de esfuerzo de razonamiento, el desglose que explica por qué un precio unitario 2.5 veces mayor acaba en el mismo total, qué pinta tienen las cifras cuando termine el precio promocional de Sol, cómo se estrecha la diferencia de precio en el trabajo de agentes de programación y los pasos para medirlo todo en tu propio trabajo.
OpenAI presentó GPT-6 Astra el 3 de septiembre de 2026. La API está disponible de forma general y sin listas de acceso, el identificador del modelo es gpt-6-astra, el contexto es de 1,050,000 tokens, el precio es de $10 de entrada y $50 de salida por millón de tokens, y el corte de conocimiento es el 30 de abril de 2026. Pero «ya se ha lanzado» y «tu plan puede usarlo» son dos cosas distintas: en ChatGPT Plus no aparece en la pantalla de chat habitual, y la puerta de entrada son ChatGPT Work y Codex. En este artículo repasamos la disponibilidad por plan, cómo plantear los precios cuando un precio unitario del doble puede salir más barato por tarea, los benchmarks que OpenAI nombró de verdad, la capacidad en ciberseguridad que alcanza por primera vez el nivel «Critical» del Preparedness Framework y la línea que OpenAI ha trazado a su alrededor, los cuatro puntos que se rompen al migrar (parámetros de muestreo fuera, Responses API, adiós al esfuerzo none y el ajuste de caché renombrado) y la comparación con Claude Opus 5, Fable 5.1 y Gemini 3.8 Flash, siempre dentro de lo que hemos podido confirmar en fuentes primarias. También mostramos, indicando quién publica cada cifra, que en el mismo DeepSWE v1.1 Claude Opus 5 tiene un 73.7% en la tabla de OpenAI y un 68.8% en el anuncio de Anthropic.