Anthropic publicó Claude Sonnet 5.5 el 28 de septiembre con la lista de precios intacta: 2 dólares por millón de tokens de entrada y 10 por millón de salida, los mismos de Sonnet 5, con las lecturas de caché a 0,20. Lo que el anuncio dice que cambió no es el precio sino el consumo: salida «más de 30% más rápida» y «hasta 30% menos por tarea» porque el modelo gasta menos tokens para terminar el trabajo.
Las cifras que sostienen esa frase son de sus clientes y así hay que leerlas. Balyasny Asset Management reporta 121.000 tokens por respuesta frente a 497.000 con Sonnet 5. Lovable, un tercio menos de llamadas a herramientas y cerca de la mitad de ejecuciones de consola. Box, 12% menos tokens en total. Ninguna de las tres aparece en una lista de precios ni se puede comprobar desde fuera.
La misma tabla para los tres
Artificial Analysis corre su índice contra cada modelo y publica lo que gastó en hacerlo:
| Sonnet 5 | Sonnet 5.5 | GPT-6 Sol | |
|---|---|---|---|
| Entrada (USD por millón) | 2,00 | 2,00 | 2,00 |
| Salida (USD por millón) | 10,00 | 10,00 | 10,00 |
| Puntos de índice (mediana 26) | 38 | 56 | 48 |
| Tokens generados al correr el índice (mediana 81M) | 370M | 410M | 77M |
| Coste medio por tarea del índice (USD) | 5,09 | 7,60 | 1,05 |
| Velocidad (tokens por segundo) | 76 | 139 | 76 |
| Contexto | 1M | 1M | 872K |
El precio es idéntico y la factura no
Con la TRM del 30 de septiembre, la misma tarea de ese índice sale a 25.393 pesos con Sonnet 5.5 y a 3.508 con GPT-6 Sol. Mismo precio por token, 7,2 veces la factura, medido por el mismo tercero sobre el mismo trabajo.
Y hay un número que conviene mirar de frente: en ese índice y con el esfuerzo al máximo, Sonnet 5.5 gastó más que Sonnet 5, no menos. 410 millones de tokens frente a 370, y 7,60 dólares por tarea frente a 5,09. No contradice al anuncio, que habla de tareas de agente de sus clientes. Dice algo más incómodo: el coste por tarea no es una propiedad del modelo, sino del modelo, la tarea y el nivel de esfuerzo con el que se lo pone a correr. Sonnet 5.5 también saca 18 puntos más que Sonnet 5 en ese índice, y eso es parte de lo que se está pagando.
Qué mirar antes de cambiar de modelo
De los dos factores de la factura, solo uno está publicado. El precio por token lo pone el proveedor en su página. Los tokens que hacen falta para cerrar un caso los pone el flujo propio, y no hay forma de saberlos sin correrlo. Es la misma conclusión a la que llegó el estudio que midió el mismo modelo en tres arneses distintos y encontró hasta cinco veces de diferencia en coste, contada en este artículo, y es la razón por la que un recorte de precio como el de GPT-6 en septiembre dice menos de lo que parece.
La medida que sirve es tokens por tarea terminada sobre el propio trabajo, con el mismo esfuerzo y contando los reintentos. Un modelo que resuelve en tres pasos lo que otro resuelve en nueve puede salir más barato aunque su precio por token sea el doble.
Hay un caso peor, y apareció en octubre: un modelo al que el índice no le puede calcular nada porque no se vende por token. Es lo que le pasa al modelo tope que Meta dejó fuera de su API, que solo se alcanza por una suscripción mensual.
Operamos agentes de WhatsApp en producción para clientes, y los casos están en nuestros casos.