Codex ajusta el contexto de GPT-5.6: qué cambia en las sesiones largas

El 18 de julio de 2026, OpenAI fusionó en la rama estable 0.144 de Codex un hotfix que fija en 272.000 tokens los campos de contexto y contexto máximo de GPT-5.6 Sol, Terra y Luna. No redujo con ello la capacidad intrínseca anunciada para los modelos en la API. Cambió el perfil con el que una versión concreta de Codex administra sus sesiones. Para entender qué puede notar un programador hay que separar cinco números que a menudo se mezclan: capacidad del modelo, límite del producto, margen utilizable, umbral de compactación y consumo facturado.

La diferencia importa sobre todo en trabajos largos. Una corrección localizada quizá nunca se acerque al límite. Una migración que recorre cientos de archivos, ejecuta pruebas ruidosas y conserva muchas decisiones puede llenarlo. Pero «272.000 tokens» no dice por sí solo cuándo se compactará el historial, cuánto código cabe ni si la calidad caerá en un punto determinado. Es la etiqueta de una capa dentro de un sistema.

Qué cambió exactamente el 18 de julio

El pull request 34009 del repositorio oficial de Codex se titula «Narrow 0.144 hotfix to GPT-5.6 prompts and context». Su resumen delimita el cambio: conservar instrucciones renovadas para Sol, Terra y Luna; mantener 272.000 tokens en context_window y max_context_window para los tres; y retirar modificaciones de catálogo ajenas al hotfix. Fue fusionado el 18 de julio en release/0.144 y describe el objetivo como la versión 0.144.6.

El propio autor dejó una prueba de alcance poco habitual: respecto a la referencia estable, el catálogo resultante difería en exactamente doce valores. Para cada uno de los tres modelos cambiaban cuatro campos: instrucciones base, plantilla de instrucciones, ventana de contexto y ventana máxima. Esa precisión impide atribuir al parche mejoras generales de razonamiento, velocidad o exactitud que el cambio no mide.

También evita una lectura causal apresurada. El número 272.000 coincide con el umbral a partir del cual la API aplica otra tarifa a peticiones muy largas, pero el pull request no explica por qué se eligió ni afirma que el precio fuera la causa. Una coincidencia documentada no es una explicación documentada. Si OpenAI no publica el razonamiento, la formulación honesta es que el catálogo fue corregido a esa cifra y que el motivo detallado no consta en el cambio.

Modelo y producto no tienen la misma ventana

La ficha oficial de GPT-5.6 Sol en la API anuncia una ventana de 1.050.000 tokens y un máximo de salida de 128.000. En la misma página, OpenAI indica que las peticiones con más de 272.000 tokens de entrada se cobran al doble en entrada y a 1,5 veces en salida para toda la solicitud. Son propiedades y condiciones de uso del modelo mediante la API, no una promesa de que cada interfaz de Codex exponga automáticamente el millón de tokens.

Codex añade su propio catálogo y sus propias reservas. context_window indica cuántos tokens asigna el producto al contexto activo; max_context_window limita hasta dónde puede llegar una anulación de configuración. Un cliente puede escoger un perfil menor que la capacidad del modelo por razones operativas, de compatibilidad, consumo o comportamiento. Sin una declaración de OpenAI, no sabemos cuál pesó en este caso.

La ayuda oficial de GPT-5.6 confirma además que la experiencia depende de superficie y plan: en Codex, Terra está disponible para Free y Go, mientras Sol, Terra y Luna aparecen en planes elegibles de pago; la versión mínima de la CLI es 0.144.0. Contexto, disponibilidad y cuota son ejes distintos. Tener acceso a un modelo no garantiza una ventana concreta, y una ventana más amplia no concede más mensajes o créditos.

El contexto no es una memoria literal

Un token es una unidad del texto procesado, no una línea de código ni una palabra constante. Dentro del presupuesto entran instrucciones del sistema, AGENTS.md, mensajes, fragmentos de archivos, resultados de terminal, respuestas de herramientas y razonamiento que el producto deba conservar. Dos sesiones que modifican el mismo número de archivos pueden consumir cantidades muy diferentes si una imprime un registro de compilación enorme y la otra filtra el error relevante.

Además, la cifra de catálogo no suele ser la cantidad que conviene agotar. Codex necesita margen para instrucciones, llamadas de herramienta y la siguiente salida. El tipo de metadatos del código oficial distingue context_window, max_context_window y auto_compact_token_limit. Sus comentarios explican que, si no se proporciona un umbral de compactación, el núcleo lo deriva de la ventana y que un valor configurado se limita para reservar margen. Por tanto, «ventana máxima» y «momento de compactar» no son sinónimos.

Tampoco existe un precipicio universal en el que el modelo recuerde todo hasta el token 271.999 y olvide a partir del siguiente. La relevancia se degrada cuando decisiones importantes quedan enterradas entre salidas repetitivas. El manual de Codex denomina a ese fenómeno contaminación o deterioro del contexto: incluso con ventanas grandes, llenar el hilo principal de exploración, trazas y registros puede reducir su fiabilidad. Capacidad disponible y calidad de atención son problemas relacionados, no idénticos.

Qué hace la compactación

Cuando el historial se aproxima al umbral, Codex puede compactarlo: reemplaza parte del detalle anterior por una representación más corta que conserva objetivos, decisiones y estado de trabajo. El manual de configuración de Codex define model_auto_compact_token_limit como el umbral que activa la compactación automática y model_context_window como los tokens disponibles para el modelo activo. También ofrece el comando /compact para resumir el chat visible y liberar espacio.

Compactar permite continuar, pero comprime información. Un resumen puede recordar que una prueba falló sin conservar cada línea del error; puede registrar que una API debe mantener compatibilidad sin retener el razonamiento que llevó a esa decisión. Por eso una sesión larga puede reabrir archivos, repetir una inspección o pedir confirmación tras compactar. No es necesariamente una regresión del modelo: es el coste de transformar un historial rico en un estado más pequeño.

El efecto de pasar de un perfil de contexto a otro no se puede deducir solo por proporción. Cien mil tokens menos no equivalen a un porcentaje fijo de rendimiento. Una tarea que cabe con holgura no cambia; una que cruza el nuevo umbral compacta antes; una que ya estaba saturada de ruido puede incluso beneficiarse de un resumen oportuno. Hace falta medir tareas representativas, número y momento de compactaciones, repeticiones, pruebas superadas y correcciones humanas.

Cómo diseñar una sesión que sobreviva al límite

La defensa más fiable es sacar del chat aquello que el proyecto debe recordar. Requisitos, invariantes, decisiones de arquitectura y comandos de verificación pueden vivir en archivos versionados. Un plan breve puede marcar qué está terminado y qué falta. Las pruebas convierten una expectativa en una señal reproducible. Así, después de compactar o abrir un hilo nuevo, el agente puede reconstruir el estado desde materiales que no dependen de su resumen.

También conviene reducir el ruido antes de producirlo: ejecutar la prueba específica en vez de toda la batería cuando se está diagnosticando, limitar listados, guardar informes extensos como artefactos y traer al hilo solo el fragmento que decide el siguiente paso. Dividir una migración en entregables verificables no significa perder visión global; significa que cada fase deja una salida que la siguiente puede comprobar.

Para evaluar una actualización, hay que registrar versión de Codex, modelo, superficie, perfil efectivo y tipo de autenticación. Después se compara la misma tarea, no impresiones de tareas diferentes. ¿Cuándo aparece la primera compactación? ¿Se reabren más archivos? ¿Se repiten comandos? ¿Cambian las pruebas o el tiempo de revisión? Esa evidencia permite distinguir un límite operativo de una percepción causada por un repositorio o un flujo distinto.

La capacidad transferible es leer cualquier cifra de contexto por capas. Primero, qué soporta el modelo; segundo, qué asigna el producto; tercero, qué margen reserva; cuarto, cuándo resume; quinto, cómo cuenta el consumo. En Codex 0.144.6, el hotfix documenta 272.000 tokens para los tres GPT-5.6. Lo que eso significa para una sesión concreta depende de todo lo que entra, de cuándo se compacta y de cuánto estado duradero se haya dejado fuera del chat.