Anthropic y OpenAI bajan el precio a la mitad el mismo día: Opus 5.5 frente a GPT-6 Sol y Luna
El 22 de septiembre Anthropic lanzó Claude Opus 5.5 a 4 y 20 dólares por millón de tokens y OpenAI respondió unos 90 minutos después con GPT-6 Sol y GPT-6 Luna: el precio de la IA bajó, y lo que pagues depende de la letra pequeña.
Qué se anunció el 22 de septiembre
Los dos lanzamientos llegaron el mismo día, separados por poco más de una hora. Anthropic publicó Claude Opus 5.5 y, unos 90 minutos después, OpenAI publicó dos modelos GPT-6 por debajo del suyo en precio. No fue el típico duelo de capacidades: lo que cambia el día a día de quien paga la API fue el precio por millón de tokens.
Claude Opus 5.5 y el recorte de precio de Opus
Opus 5.5 es el primer modelo de la familia Claude 5.5. Anthropic lo presenta como un modelo que rinde al nivel de Claude Fable 5.1 en la mayor parte del trabajo y con cerca de un 40 por ciento menos de coste de ejecución que Opus 5. Trae una ventana de un millón de tokens, hasta 128.000 tokens de salida, entrada multimodal y corte de conocimiento de junio de 2026. Está disponible en las aplicaciones de Claude, en Claude Code y en la API. La empresa anunció además que Sonnet 5.5 y Haiku 5.5 llegarán en las próximas semanas: eso es un plan, no un producto disponible hoy.
El recorte es el dato duro: Opus pasa de 5 y 25 dólares por millón de tokens de entrada y salida a 4 y 20. La lectura de caché baja de 0,50 a 0,20 dólares. Anthropic también dice que la salida es más de un 30 por ciento más rápida, y eso conviene tomarlo como cifra del fabricante.
Lee también
GPT-6 Sol y GPT-6 Luna, 90 minutos después
OpenAI respondió con dos modelos entrenados con métodos similares a GPT-6 Astra, el tope de su familia. Sol es el escalón de trabajo exigente, código y agentes; Luna es el rápido y barato. La compañía los presenta como inteligencia de frontera para el trabajo diario y los despliega en ChatGPT Work, Codex y la API, con las opciones Batch, Flex, Fast y procesamiento regional. Astra sigue siendo el modelo más capaz de la casa: Sol y Luna no lo superan, solo bajan el precio de las tareas que no necesitan el tope.
Precios de lista, lado a lado
Comparados en dólares por millón de tokens de entrada y salida:
- Claude Opus 5.5: 4 y 20. Antes, Opus 5 costaba 5 y 25.
- GPT-6 Sol: 2 y 10, la mitad de su equivalente GPT-5.6.
- GPT-6 Luna: 0,10 y 0,50, también la mitad.
Entre Luna y Opus 5.5 hay dos órdenes de magnitud de diferencia en entrada: 0,10 frente a 4 dólares. Leído así, el titular de guerra de precios se sostiene.
Los benchmarks, con la fuente de cada número
Artificial Analysis: Opus 5.5 en 58, Astra y Fable 5.1 en 53, Sol en 48 y Luna en 37
En el Intelligence Index de Artificial Analysis, un medidor independiente, Opus 5.5 alcanza 58 puntos con esfuerzo máximo, por delante de GPT-6 Astra y Claude Fable 5.1, ambos en 53. Sol se queda cerca de 48 y Luna en 37. Es la puntuación más alta que ese medidor ha registrado, pero conviene repetir que es un índice concreto y no un veredicto sobre cuál te sirve mejor.
El 66,4 por ciento del fabricante frente al 59,6 por ciento de la medición independiente
Aquí está el mejor ejemplo de por qué hay que mirar la fuente. Anthropic publica un 66,4 por ciento para Opus 5.5 en Terminal-Bench 4.0. Una ejecución independiente citada por la cobertura lo deja en 59,6 por ciento, es decir a la par de GPT-6 Astra en lugar de por delante. Ninguno de los dos números es falso: la prueba depende de quién la ejecuta, con qué configuración y con cuánto esfuerzo de razonamiento. En la tabla del fabricante, Opus 5.5 también marca 52,5 por ciento en CursorBench con esfuerzo medio, frente a 51,8 de Fable 5.1 con esfuerzo máximo. Lo mismo con las frases de marketing: que Opus 5.5 ofrezca nivel de Fable 5.1 por menos coste es una afirmación de la empresa, no un resultado replicado.
Por qué los dos bajan precios a la vez
Modelos abiertos chinos y clientes que pasan a producción
La explicación que repite la prensa económica tiene dos patas. La primera es la presión de los modelos de pesos abiertos, sobre todo los chinos, que fijan el precio de referencia por token y obligan a los laboratorios cerrados a defender el margen. La segunda es la maduración del mercado: muchos clientes que estaban en pruebas piloto han pasado a despliegues de gran volumen, y ahí el precio por token pesa más que la puntuación en una lista.
Pausar la frontera no es subir el precio
El contraste del día es difícil de ignorar. Anthropic lanzó Opus 5.5 describiéndolo como su primer lanzamiento desde que pidió pausar la frontera, y lo hizo bajando precios y compitiendo de frente. Es una tensión real que la cobertura señaló: la misma industria que advierte de los riesgos empuja el precio hacia abajo para ganar cuota. Para quien compra API el resultado práctico es bueno; para el debate de fondo, deja la pregunta abierta.
La letra pequeña que decide tu factura
El tier de contexto largo: más de 272.000 tokens y cambia toda la petición
GPT-6 Sol admite una ventana de 1.050.000 tokens, con unos 922.000 de entrada máxima y 128.000 de salida. La trampa está en el tramo: en las condiciones de OpenAI, una petición con más de 272.000 tokens de entrada pasa al nivel de contexto largo, y entonces la entrada y las lecturas de caché se facturan al doble y la salida a 1,5 veces, aplicado a toda la petición y no solo al exceso. Anthropic, en cambio, cobra la misma tarifa por token en toda su ventana de un millón. Si mandas documentos largos o un historial de agente que crece, esa diferencia puede pesar más que el precio de lista.
Lecturas de caché y precios promocionales con fecha de caducidad
En agentes reales se paga sobre todo por releer contexto: historial, herramientas y documentos que vuelven en cada turno. Por eso la lectura de caché es el número que más mueve la factura, y por eso el recorte de 0,50 a 0,20 dólares de Anthropic importa más de lo que parece. Del lado de OpenAI, parte de la cobertura describe la tarifa como promocional y con fecha límite, mientras la página del fabricante la presenta como precio de lista: si vas a firmar un presupuesto sobre estos números, confirma el precio vigente el día que decidas en lugar de dar por sentado que se mantiene.
Cómo elegir modelo sin regalar dinero
Coste por tarea, no por token
El precio por token no es el coste. El coste de una tarea es la suma de los tokens de entrada por su tarifa más los tokens de salida por la suya, y en un agente pesa más la entrada acumulada que la respuesta final. La analogía útil: no se paga lo mismo por cada folio que se lee que por cada folio que se escribe, y releer el mismo expediente sale más barato si ya está en la caché. Medir una tarea real de tu producto dice más que cualquier tabla comparativa.
El nivel de esfuerzo y la mezcla de modelos
El mismo modelo puede costar el doble según la configuración: el nivel de esfuerzo de razonamiento y la verbosidad multiplican tokens sin que la tarea cambie. La receta que sale de esto es mezclar: un modelo caro para planificar y descomponer el problema, y uno barato para ejecutar los pasos mecánicos. Con Luna a 0,10 dólares de entrada, la parte repetitiva tiene poco sentido pagarla a precio de Opus.
Qué cambia para quien programa
Identificadores de modelo, SDK y ruta de migración
Migrar es cambiar el identificador del modelo y revisar dos o tres parámetros, no reescribir la aplicación. En OpenAI los modelos están disponibles como gpt-6-sol y gpt-6-luna en Responses y Chat Completions; en Anthropic el modelo entra por su API habitual y por Claude Code. Antes de mover producción conviene probar con tráfico propio y comparar la factura real de una semana, porque los precios de caché y de contexto largo cambian el resultado según el patrón de uso.
Qué observar: Sonnet 5.5 y Haiku 5.5, y el riesgo del precio promocional
Quedan tres cosas por ver. La primera, los modelos pequeños de la familia 5.5, anunciados para las próximas semanas: suelen ser los que de verdad usan los productos en producción. La segunda, la calidad que ninguna lista mide, como el comportamiento en tareas largas o la resistencia a instrucciones mal formadas. Y la tercera, el riesgo de atar la arquitectura a un precio de lanzamiento que caduque.
Conclusión
El 22 de septiembre el precio de la IA bajó a la mitad en los dos laboratorios que marcan el mercado, y eso es buena noticia para quien paga la factura. Pero el ahorro real depende del contexto que arrastres, de la caché y del tramo de facturación, no del titular. Medir el coste por tarea con tu propio tráfico sigue siendo la única forma de saber si el cambio te conviene.
En el blog venimos siguiendo el pulso de los modelos abiertos y de los precios: DeepSeek V4.1-Flash, Qwen3.8-27B de Alibaba y el marco de divulgación de OpenAI son el contexto de esta misma semana.
