Saltar al contenido
Volver

OpenAI y Anthropic se lanzan modelos más baratos: GPT-6 Sol/Luna y Claude Opus 5.5

Guerra de precios de modelos frontera: OpenAI rebautiza Sol y Luna como GPT-6 y baja los precios a la mitad, ~90 minutos después de que Anthropic lanzara Claude Opus 5.5.

Nauta Lab
2 min

OpenAI y Anthropic se lanzan modelos más baratos: GPT-6 Sol/Luna y Claude Opus 5.5

¿Llamado a “frenar la frontera”? La realidad dice otra cosa. Este martes OpenAI y Anthropic soltaron modelos nuevos el mismo día, y lo único que bajó con fuerza fue el precio. Bienvenidos de nuevo a la guerra de tarifas.

Anthropic abre fuego con Claude Opus 5.5

Anthropic lanzó Claude Opus 5.5, su nuevo flagship, el 22 de septiembre. Los números clave:

  • US$20 por millón de tokens de salida, un 20% menos que Opus 5.
  • Respuestas 30% más rápidas que el modelo anterior.
  • Rendimiento comparable a su tope de gama (Fable 5.1), pero más barato.
  • Es el primer lanzamiento desde el famoso pedido de Dario Amodei de “ponerle ritmo a la frontera”. La compañía aseguró que Opus 5.5 pasó por su testeo de alineación más riguroso hasta la fecha, con evaluadores externos.

El detalle no menor: hace una semana Reuters reportaba que Anthropic estaba evaluando adelantar un modelo justamente para frenar a GPT-6 Astra. Spoiler: lo hizo.

OpenAI responde ~90 minutos después

OpenAI no se quedó de brazos cruzados. Movió Sol y Luna —que habían debutado este verano bajo la línea GPT-5.6— a la familia GPT-6 y, de paso, recortó los precios a la mitad:

  • GPT-6 Sol: US$2 de entrada / US$10 de salida por millón de tokens (antes US$4 / US$20 promocional).
  • GPT-6 Luna: US$0.10 de entrada / US$0.50 de salida.
  • En benchmarks como AutomationBench, Sol en modo alto anota 33,2% a US$0.27 por tarea, superando a Opus 5 a máximo (26,9% y 11x el costo) y a GPT-6 Astra en modo bajo (30,3% y 3,9x el costo).

El timing —90 minutos después del anuncio de Anthropic— no fue casualidad.

La lectura

Esto confirma lo que veníamos viendo desde hace semanas: la competencia se movió del “quién tiene el benchmark más alto” al “quién cobra menos por resultado útil”. Los modelos chinos (DeepSeek, GLM, Qwen) apretaron por abajo, y ahora los dos pesos pesados de Silicon Valley responden en el mismo terreno.

Para equipos de infra y DevOps, la señal práctica es directa: si estabas pagando precios de frontera para tareas de automatización o coding agents, hay margen para renegociar o cambiar de modelo sin perder calidad. La “carrera a cero” ya no es solo cosa de laboratorios chinos.

Fuente: CNBC, Fortune, The New Stack, comparativas de precios y benchmarks de la comunidad.


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en IA →

Buscar en Ping Diario