Claude vs. ChatGPT: los nuevos modelos, lado a lado

Entre septiembre y octubre, Anthropic y OpenAI renovaron sus líneas de modelos de IA. Anthropic, que desarrolla Claude, lanzó Fable 5.1 y la familia 5.5 (Opus, Sonnet y Haiku). OpenAI, dueña de ChatGPT, lanzó la generación GPT-6, con los modelos Astra, Sol y Luna, y ya actualizó Sol a la versión 6.1. Estos modelos funcionan detrás de las apps y también llegan a las empresas por la API, para usarlos dentro de sus propios sistemas.

Qué lanzó cada empresa

Anthropic (Claude)

• Claude Fable 5.1 (15 de septiembre): de la línea más alta de Anthropic, presentado por la empresa como el modelo más avanzado del mundo para programación y trabajo intelectual. El mismo modelo, con otras salvaguardas, existe como Claude Mythos 5.1, disponible solo para organizaciones aprobadas que trabajan en ciberseguridad y ciencias de la vida.
• Claude Opus 5.5 (22 de septiembre): abre la familia 5.5, cuesta un 20% menos por token que Opus 5 y, en las pruebas que publicó Anthropic, queda por delante de Fable 5.1 en programación con agentes, uso de la computadora y trabajo intelectual.
• Claude Sonnet 5.5 (28 de septiembre): más rápido y barato que Opus, pensado para tareas cotidianas bien definidas, corrección de errores y creación de documentos, presentaciones y hojas de cálculo.
• Claude Haiku 5.5 (7 de octubre): el modelo pequeño, el más rápido y barato de Anthropic, hecho para grandes volúmenes, como resúmenes, clasificación y atención al cliente en tiempo real.

OpenAI (ChatGPT)

• GPT-6 Astra (3 de septiembre): el modelo más capaz de OpenAI, que la empresa presenta como el más inteligente del mundo, con foco en uso de la computadora, programación y ciencia.
• GPT-6 Sol y GPT-6 Luna (22 de septiembre): versiones más rápidas y baratas, entrenadas con métodos parecidos a los de Astra. Luna es el más barato, hecho para el trabajo diario a escala.
• GPT-6.1 Sol (29 de septiembre): una actualización de Sol que, según OpenAI, se acerca a Astra en programación con agentes, uso de la computadora y trabajo profesional, por una quinta parte del precio.
• GPT-6 Cyber (5 de noviembre): un modelo para investigación en seguridad, disponible por ahora para un grupo de clientes aprobados del programa Daybreak Red.

Lado a lado

Por el precio de la API, las dos líneas encajan en gamas, y en tres de ellas el precio por token es idéntico:

• Gama más cara: Claude Fable 5.1 y GPT-6 Astra, a US$ 10 por millón de tokens de entrada y US$ 50 por millón de salida.
• Gama intermedia: Claude Sonnet 5.5 y GPT-6.1 Sol, a US$ 2 y US$ 10.
• Gama más barata: Claude Haiku 5.5 y GPT-6 Luna, a US$ 0,10 y US$ 0,50 (en Haiku, para pedidos de hasta 100.000 tokens).

Claude Opus 5.5 queda en el medio, a US$ 4 y US$ 20, sin equivalente directo en OpenAI. Una diferencia que pesa en los agentes está en el contexto reutilizado (caché): en la gama más cara, Fable 5.1 cobra US$ 0,25 por millón de tokens leídos de la caché, y Astra, US$ 1.

En las apps

En las apps, la llegada fue distinta. En ChatGPT, Astra se habilitó para los planes Plus, Pro, Business y Enterprise; Sol y Luna debutaron en ChatGPT Work y en Codex en los planes de pago, y quienes usan los planes Free y Go recibieron Luna en la app de escritorio. En Claude, Fable 5.1 está en la app, en Cowork y en Claude Code, y Opus 5.5 llegó con límites de uso mayores en los planes Pro, Max, Team y Enterprise.

Quién va por delante

Cada empresa publica pruebas en las que lleva ventaja. Anthropic afirma que Opus 5.5, en su nivel de esfuerzo predeterminado, supera a GPT-6 Astra en FrontierCode, una prueba de programación, con cerca de una quinta parte del costo por tarea. OpenAI afirma que GPT-6.1 Sol supera a Opus 5.5 por 2,2 puntos en AutomationBench, que mide flujos de trabajo de empresas, con cerca de un tercio del costo. Los números vienen de quien vende el modelo, en configuraciones que eligió cada uno: sirven de pista, no de veredicto.

Qué cambia para las empresas

• Elegir por tarea, no por marca: los modelos más baratos se hicieron para trabajo en volumen, como resúmenes, clasificación y atención al cliente, y cuestan una centésima parte de los más caros por token de entrada. Los más caros quedan para el trabajo más difícil.
• Comparar el costo por tarea: cada modelo gasta una cantidad distinta de tokens, y los dos permiten ajustar el nivel de esfuerzo, lo que cambia el resultado y la cuenta. Una muestra de sus tareas reales, evaluada con los mismos criterios, dice más que cualquier ranking.
• Facilitar el cambio de modelo: en poco más de un mes, las dos empresas renovaron sus líneas. Un sistema que cambia de modelo por configuración, con pruebas que miden la calidad en cada cambio, aprovecha los lanzamientos sin rehacer el proyecto.
• Mantener los cuidados de siempre: con datos de clientes, revise en el contrato cómo el proveedor trata y guarda la información, y mantenga la evaluación humana, los registros y los criterios de parada, los cuidados que aplicamos en los proyectos de IA y automatización.