La conversación tecnológica del miércoles 23 de septiembre giró alrededor de una misma pregunta: ¿cuánto cuesta ahora la IA de primer nivel? Anthropic presentó Claude Opus 5.5 y, apenas unas horas después, OpenAI respondió con GPT-6 Sol y GPT-6 Luna, ambos más baratos que sus antecesores. Los anuncios se hicieron el 22 de septiembre, pero fue al día siguiente cuando dominaron portadas, agregadores como Techmeme, resúmenes diarios de IA y medios en español, lo que la convierte en la noticia de IA más comentada de ayer.

Imagen ilustrativa del artículo Foto: ThisIsEngineering / Pexels

Qué pasó

  • Anthropic lanzó Claude Opus 5.5, el primer modelo de su nueva familia 5.5. Su precio en la API es de 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida. La empresa asegura que en una carga de trabajo típica cuesta alrededor de 40 % menos que Opus 5 y que genera texto más de 30 % más rápido. La lectura de caché bajó a 0,20 dólares por millón de tokens.
  • Rendimiento declarado: según Anthropic, rinde al nivel de su modelo más potente, Claude Fable 5.1, en la mayoría de las tareas, y mejora en pruebas de programación y uso de computadora (por ejemplo, 66,4 % en Terminal-Bench 4.0). Son cifras publicadas por la propia empresa, sin auditoría independiente.
  • Más salvaguardas: el modelo incorpora controles adicionales en temas sensibles como ciberseguridad y biología.
  • Disponibilidad: está en la plataforma de Claude y en AWS, Google Cloud y Microsoft Azure. Anthropic anunció que Sonnet 5.5 y Haiku 5.5 llegarán en las próximas semanas.
  • OpenAI contraatacó con GPT-6 Sol (2 dólares de entrada y 10 de salida por millón de tokens), pensado para programación compleja, y GPT-6 Luna (0,10 y 0,50 dólares), orientado a tareas masivas y repetitivas. Ambos cuestan aproximadamente la mitad que sus equivalentes de la generación GPT-5.6 y ofrecen una ventana de contexto de alrededor de un millón de tokens.

Por qué importa

Para quien construye productos con IA en Latinoamérica, el costo por token no es un detalle técnico: es la diferencia entre un servicio rentable y uno que quema caja. Muchas startups de la región cobran en moneda local y pagan la API en dólares, así que cada recorte de precio se traduce directamente en margen.

Para agencias de marketing y creadores, el impacto es igual de concreto. Tareas como generar variantes de anuncios, clasificar comentarios, resumir reportes o redactar borradores a escala dependen de volumen. Un modelo tipo Luna, que cuesta centavos por millón de tokens, vuelve viables automatizaciones que hace un año eran demasiado caras para una pyme.

Y para los usuarios finales, la competencia suele terminar en mejores planes y más funciones dentro de las suscripciones de ChatGPT y Claude.

Nuestro análisis

Lo más revelador no es el precio en sí, sino la sincronía. Que dos laboratorios lancen y rebajen sus modelos insignia con horas de diferencia indica que la competencia ya no se libra solo en la tabla de benchmarks, sino en la factura. El mensaje implícito de ambos es el mismo: el cliente empresarial ahora pregunta cuánto le cuesta resolver una tarea, no qué modelo sacó una décima más en una prueba.

Hay un matiz que conviene no pasar por alto. El precio por token de Opus 5.5 bajó de forma moderada; el 40 % de ahorro que anuncia Anthropic se refiere al costo total de una tarea típica, que también depende de cuántos tokens consume el modelo y de cuánto se aprovecha la caché. OpenAI, en cambio, apostó por un recorte de tarifa más visible. Comparar ambos solo por la etiqueta de precio es engañoso: un modelo más caro por token puede salir más barato si resuelve el problema en menos pasos o con menos errores.

También vemos una estrategia de catálogo cada vez más clara. OpenAI separa un modelo para trabajo pesado (Sol) de otro para volumen barato (Luna), y Anthropic promete completar su familia con Sonnet y Haiku. Para las empresas, esto empuja hacia arquitecturas de "enrutamiento": usar el modelo caro solo cuando hace falta y delegar lo rutinario al barato.

El riesgo está en la dependencia. Precios que bajan a este ritmo invitan a construir todo sobre un solo proveedor, pero las condiciones, límites de uso y políticas de seguridad pueden cambiar de un mes a otro, como muestran las nuevas restricciones en temas sensibles. Las compañías que diseñen sus productos para cambiar de modelo sin reescribirlo todo tendrán ventaja.

La oportunidad, en cambio, es enorme para equipos pequeños: capacidades que antes solo podían pagar grandes corporaciones empiezan a estar al alcance de una agencia de cinco personas en Lima, Bogotá o Ciudad de México.

Qué hacer ahora

  1. Recalcula tus costos: toma un mes de uso real de tu API y estima cuánto pagarías con Opus 5.5, GPT-6 Sol y GPT-6 Luna. No te quedes con el precio de lista; mide tokens por tarea.
  2. Prueba con tus propios casos: arma un set de 20 o 30 tareas representativas de tu negocio y compara resultados antes de migrar. Los benchmarks de los fabricantes no sustituyen tu evaluación.
  3. Separa tareas por nivel: reserva los modelos potentes para razonamiento y código, y mueve clasificación, resúmenes y etiquetado a modelos baratos.
  4. Aprovecha la caché: si reutilizas instrucciones largas o documentos, la lectura de caché más barata puede reducir tu factura más que el cambio de modelo.
  5. Evita el encierro: usa una capa intermedia o un enrutador que te permita cambiar de proveedor sin rehacer tu producto.

Fuentes