Claude Sonnet 5.5 vs GPT-6.1 Sol: mismo precio, distinta factura

Por primera vez en meses, Anthropic y OpenAI venden sus modelos «de batalla» exactamente al mismo precio: 2 dólares por millón de tokens de entrada y 10 por millón de salida. Claude Sonnet 5.5 salió el 28 de septiembre de 2026; GPT-6.1 Sol, al día siguiente. Sobre el papel, la decisión se reduce a una tabla de benchmarks. En la práctica, la tabla de precios es la parte menos útil de la comparación.

La razón es incómoda para cualquier director financiero: el precio por token no es el precio por trabajo terminado. En la medición independiente de Artificial Analysis, completar su batería de tareas con Sonnet 5.5 a esfuerzo máximo cuesta unas diez veces más que con GPT-6.1 Sol, porque Sonnet escribe y razona mucho más en cada tarea. A cambio, puntúa más alto. La conversación que importa es cuánta calidad extra compra cada euro adicional, y en qué procesos merece la pena pagarla.

Este análisis del laboratorio de NextAI continúa nuestra comparativa entre Claude Opus 5.5 y GPT-6 Astra: aquella trataba los modelos frontera; esta, los que por coste ejecutarán la mayor parte del trabajo agéntico de tu empresa.

El hecho verificable: dos lanzamientos en 24 horas y un precio idéntico

Anthropic lanzó Claude Sonnet 5.5 el 28 de septiembre de 2026 como alternativa más rápida y barata a Opus 5.5, al mismo precio que Sonnet 5 (Anthropic). Afirma que es más de un 30 % más rápido y hasta un 30 % más barato por tarea que su predecesor; es un dato del fabricante. OpenAI presentó GPT-6.1 Sol el 29 de septiembre en su DevDay, siete días después de lanzar GPT-6 Sol: mantiene el precio, abarata la entrada en caché de 0,20 $ a 0,10 $ y mejora en programación agéntica (OpenAI).

Dos aclaraciones, porque circulan mal: OpenAI Dots no funciona con GPT-6.1 Sol, sino con GPT-6 Astra (OpenAI), como explicamos en Dots vs Muse vs Grok Bot. Y Claude Code no ha cambiado su modelo por defecto: sigue siendo Opus 5.5 (Claude Code Docs).

Fuentes: Anthropic y OpenAI.

La última fila no es un detalle: el esfuerzo determina cuántos tokens de razonamiento se generan y, por tanto, cuánto pagas. Comparar los dos modelos «tal como vienen» ya es comparar configuraciones distintas.

Rendimiento: quién gana qué, y con qué letra pequeña

Cada laboratorio publica los benchmarks que mejor le sientan, con su propio arnés. El punto de partida más limpio es una medición independiente con el mismo método para ambos. Estos son los resultados de Artificial Analysis a esfuerzo máximo:

Fuente: Artificial Analysis.

Sonnet 5.5 es segundo del índice, solo por detrás de Opus 5.5 (58). GPT-6.1 Sol queda a un punto de GPT-6 Astra (53): el «rendimiento cercano a Astra por una quinta parte del precio» que vendía OpenAI se sostiene.

Los fabricantes apuntan en la misma dirección. Anthropic declara para Sonnet 5.5 un 70,6 % en Terminal-Bench 4.0 (por encima del 66,4 % de Opus 5.5) y un 80,1 % en OSWorld 2.1. OpenAI declara para Sol un 75,2 % en DeepSWE v1.1, un 71,4 % en OSWorld 2.0 y una tasa de error factual del 7,7 %, frente al 11,4 % de GPT-6 Sol. Dos advertencias: el 70,6 % de Anthropic se queda en 64 % en la medición independiente, probablemente por el arnés; y OSWorld 2.1 y 2.0 son versiones distintas, así que esas dos cifras no se pueden comparar.

La lectura operativa es nítida. Sonnet 5.5 gana donde el trabajo es agéntico y abierto: ejecutar, encadenar pasos, producir entregables complejos. GPT-6.1 Sol gana donde es documental y factual, y lo hace con muchos menos tokens. Un Superagente —un agente de IA que se hace cargo de un proceso completo de principio a fin, no de una tarea aislada— rara vez necesita solo una de esas capacidades.

La economía real: mismo precio de lista, factura distinta

Artificial Analysis también mide cuánto cuesta obtener la nota. A esfuerzo máximo, una tarea media de su índice cuesta 7,67 $ con Sonnet 5.5 y 0,72 $ con GPT-6.1 Sol; el índice completo, 9.074 $ frente a 1.082 $. La causa no es la tarifa, idéntica, sino el volumen: unos 197.000 tokens de salida por tarea en Sonnet frente a unos 38.000 en Sol.

Leyenda: barras proporcionales al coste por tarea publicado, con Sonnet 5.5 como 100 %. Son tareas de evaluación exigentes; con esfuerzo ajustado y buen contexto, el coste real por tarea suele ser muy inferior en ambos modelos. Gemini 4 Argon aún no está disponible de forma general.

El precio por token es una tarifa. El coste por tarea terminada es una decisión de arquitectura.

Las palancas que mueven la factura:

1. El esfuerzo. Fijarlo por tipo de tarea, en lugar de dejar el valor por defecto, cambia el coste más que cambiar de proveedor.
2. La caché. Sol cobra la mitad por la entrada cacheada. En agentes que reenvían siempre las mismas instrucciones, se nota.
3. El contexto largo. Por encima de 272.000 tokens, Sol duplica el precio de entrada y multiplica por 1,5 el de salida en toda la petición (OpenAI); Sonnet no aplica recargo.
4. Los lotes. Ambos descuentan un 50 % en Batch: todo lo que no es urgente debería ir por ahí.

Hay una quinta palanca que no figura en ninguna tarifa: la Deuda de Contexto, el coste oculto y acumulativo de operar modelos sin una memoria corporativa propia que les entregue solo el contexto relevante en cada llamada. Sin un Cerebro Empresarial, los agentes arrastran históricos completos y los tokens de entrada se comen cualquier ventaja de precio.

Residencia del dato, seguridad y gobierno: AI Act y RGPD

Para una empresa española, «¿dónde se procesan mis datos?» va antes que cualquier benchmark.

Fuentes: Anthropic, Amazon Bedrock y OpenAI.

Un dato local poco conocido: el perfil UE de Bedrock para Sonnet 5.5 reparte las peticiones entre Fráncfort, Irlanda, Milán, París, Estocolmo y la región española de AWS. No garantiza el procesamiento en España, pero sí dentro de la UE.

El AI Act no te exime por usar un modelo de terceros. Desde el 2 de agosto de 2026 son exigibles las obligaciones de transparencia del artículo 50: un agente que habla con clientes debe identificarse como IA, con multas de hasta 15 millones de euros o el 3 % de la facturación mundial (Economist & Jurist); lo detallamos en cómo adaptar tu empresa al artículo 50. En RGPD, la residencia UE simplifica las transferencias, pero no sustituye al contrato de encargo ni a la base jurídica. Y la retención cero protege el dato, no la acción.

La clasificación «Critical» de Sol implica que OpenAI lo trata con las salvaguardas de Astra: si va a tocar una terminal o producción, necesita entorno aislado y aprobación humana para acciones con privilegios. Sonnet presenta tasas bajas de prompt injection, pero la regla es la misma: ningún modelo sustituye al aislamiento. Aquí entra el RAO (Ratio de Autonomía Operativa): de cada 100 ejecuciones de un proceso, cuántas terminan sin que una persona tenga que revisar o corregir el resultado. El nivel de supervisión adecuado está en nuestro marco de cuatro niveles.

Operación real en empresas españolas: enrutar, no casarse

Los datos no piden elegir ganador, sino enrutar: cada tramo de un proceso va al modelo con mejor equilibrio entre calidad, coste y riesgo. Es la función de un Agente Supervisor.

Antes de migrar, revisa los cambios incompatibles. Sonnet 5.5 no admite forzar el uso de una herramienta concreta (devuelve un error 400), no permite desactivar el razonamiento ni usar valores no estándar de temperatura (Anthropic). GPT-6.1 Sol ya no acepta el esfuerzo «none». Actualizar no es cambiar un nombre: es un proyecto pequeño con pruebas de regresión.

¿Y Gemini 4 Argon? Google lo anunció el 30 de septiembre, pero hoy solo lo usan defensores de ciberseguridad seleccionados; la API de pago y AI Ultra lo recibirán «próximamente», sin fecha (Google). Precio introductorio de 2 $ / 10 $, luego 4 $ / 20 $. Diseña tu enrutador para añadir un tercer modelo con una línea de configuración, no con una migración.

Qué significa para tu empresa

Si ya usas Sonnet 5 o GPT-6 Sol, actualizar tiene sentido: mismo precio, más rendimiento. Pero si sigues con un único modelo para todo, pagas de más en unas tareas y obtienes de menos en otras.

• Pyme con procesos administrativos de alto volumen: GPT-6.1 Sol con esfuerzo bajo o medio y lotes.
• Empresa con equipo técnico: Sonnet 5.5 para los agentes que ejecutan; Sol para clasificar y documentar.
• Sector regulado: primero la vía de residencia UE y el contrato; después, el modelo.
• Empresa que empieza: mide antes de elegir. El IMAN (Índice de Madurez AI-Native) diagnostica en cinco ejes —datos, memoria, razonamiento, agencia y gobierno— si tu empresa puede sostener un agente en producción.

Criterios, en orden:

1. Clasifica cada proceso: agéntico y abierto, o documental y repetitivo.
2. Calcula el coste por tarea con tu esfuerzo configurado, no con el valor por defecto.
3. Fija la residencia del dato antes de firmar.
4. Define el RAO objetivo y la supervisión de cada proceso.
5. Implanta un enrutador que permita cambiar de modelo sin tocar el agente.

Metodología y fuentes

El laboratorio de NextAI ha cruzado la documentación de Anthropic y OpenAI con las mediciones independientes de Artificial Analysis, separando lo declarado por cada fabricante de lo medido por terceros y señalando las métricas no comparables. Datos a 7 de octubre de 2026. Fuentes: Anthropic, OpenAI, resumen de DevDay 2026 y Artificial Analysis.

Preguntas frecuentes

¿Qué es mejor, Claude Sonnet 5.5 o GPT-6.1 Sol?

Depende de la tarea. En la medición independiente de Artificial Analysis, Sonnet 5.5 obtiene 56 puntos frente a 52 y gana en tareas agénticas, de terminal y de trabajo profesional complejo. GPT-6.1 Sol gana en tareas sobre documentos y en fiabilidad factual, con un coste por tarea muy inferior. Lo eficiente es combinarlos con un enrutador.

¿Cuánto cuestan Claude Sonnet 5.5 y GPT-6.1 Sol?

Los dos cuestan 2 dólares por millón de tokens de entrada y 10 por millón de salida, con un 50 % de descuento en procesamiento por lotes. La entrada cacheada cuesta 0,20 $ en Sonnet 5.5 y 0,10 $ en Sol. Sol aplica un recargo cuando el prompt supera los 272.000 tokens. El coste real depende de cuántos tokens genera cada tarea.

¿Se pueden usar Sonnet 5.5 y GPT-6.1 Sol con los datos en la Unión Europea?

Sí, por vías distintas. GPT-6.1 Sol ofrece residencia de datos en la UE en su propia API, con un 10 % de recargo. Claude Sonnet 5.5 no ofrece inferencia en la UE en la API directa de Anthropic, pero sí a través de Amazon Bedrock con perfil geográfico europeo, que incluye la región española de AWS.

¿Merece la pena migrar desde Sonnet 5 o GPT-6 Sol?

En general, sí: ambos modelos mantienen el precio de su predecesor y mejoran el rendimiento. Pero Sonnet 5.5 introduce cambios incompatibles, como no poder forzar el uso de una herramienta o desactivar el razonamiento, y Sol ya no acepta el esfuerzo «none». Conviene migrar con pruebas de regresión, no cambiando solo el nombre del modelo.

Qué hacer con esto

1. Clasifica los procesos donde ya usas modelos de lenguaje por tipo de trabajo.
2. Prueba los dos modelos con tus propias tareas y mide calidad, tokens y coste por tarea.
3. Configura el esfuerzo por tipo de tarea y lleva a lotes lo que no sea urgente.
4. Decide la residencia UE y revisa el artículo 50 antes de escalar.
5. Construye el enrutador para incorporar Gemini 4 Argon, o el siguiente modelo, sin reescribir tus agentes.

Elegir modelo es la penúltima decisión de la Ruta NEXT-5, no la primera. Pide tu Auditoría Digital — 45 minutos, sin presentación comercial.