Anthropic lanzó Claude Haiku 5.5 el 7 de octubre con dos cifras que se leen solas: 0,10 dólares el millón de tokens de entrada y 0,50 el de salida, frente a 1 y 5 de Haiku 4.5. A la TRM del 9 de octubre, 3.218,75 pesos, el millón de tokens de entrada sale en 322 pesos. La letra pequeña no está en el precio: está en la unidad a la que se aplica.
Dos precios para el mismo modelo
Ese precio vale para peticiones cuyo prompt no pase de 100.000 tokens. Por encima, el mismo modelo cuesta 0,50 de entrada y 2,50 de salida. Los demás modelos recientes de la casa cobran igual en toda su ventana de un millón de tokens, y su documentación lo dice con un ejemplo: una petición de 900.000 tokens paga la misma tarifa por token que una de 9.000. Haiku 5.5 es la excepción declarada.
El tramo tampoco es progresivo. La petición que pasa de 100.000 paga el precio alto por todos sus tokens, no solo por los que sobran, así que el umbral es un escalón de cinco veces y no un recargo. Al lado, GPT-6 Luna de OpenAI cobra lo mismo en el titular, 0,10 y 0,50, pone su escalón en 272.000 tokens y lo sube a 0,20 y 0,75: menos del doble, y casi tres veces más lejos.
El trabajo que llega primero al escalón
Lo llamativo del lanzamiento no es el precio sino el salto en uso del computador: 72,4% en OSWorld 2.1 contra 15,7% de Haiku 4.5. En la misma tabla, GPT-6 Luna aparece con 48,9% y Sonnet 5.5 con 83,9%. Las cuatro cifras las midió Anthropic, están rotuladas «Offline subset» y usan crédito parcial.
Y es justo ese trabajo el que choca con el umbral. Declarar el juego de herramientas de uso del computador añade unos 4.500 tokens de entrada a cada petición, y cada captura de pantalla que vuelve al modelo pesa entre 1.000 y 1.800 tokens. Con los 95.000 que quedan, el historial de un bucle cruza los 100.000 entre la captura 53 y la 95. Desde esa petición en adelante, todo el prompt se cobra cinco veces más. El juego de herramientas de navegador arranca aún más arriba, en unos 6.600 tokens.
La caché no te saca del tramo
El atajo evidente es la caché de prompt, y para esto no sirve: la longitud del prompt cuenta todos los tokens de entrada, lecturas y escrituras de caché incluidas, y una petición pasada del umbral paga el precio alto aunque parte de su prompt sea un acierto de caché. La lectura de caché sube también, de 0,01 a 0,05.
El otro atajo, recortar capturas viejas, trae su propia letra pequeña en este modelo: la guía pide no podarlas en el cliente, porque quitar una captura anterior invalida los bloques de razonamiento posteriores, y recomienda bajar la resolución o dejar que el servidor limpie los resultados. Una salvedad sobre la comparación con Haiku 4.5: el tokenizador cambió con los modelos 4.7 y posteriores, y produce alrededor de un 30% más de tokens para el mismo texto.
Qué mirar antes de apuntarlo a un sistema sin integración
Si lo que empuja a un agente a manejar una pantalla es un sistema que no expone integración, la cuenta que decide no es el precio del titular: es cuántas capturas necesita una tarea y cuántas caben antes del escalón. Es la misma lectura que hicimos del tramo de 272.000 tokens de GPT-6, con el escalón casi tres veces más cerca. Y si el presupuesto sale de un crédito de programa, la diferencia de precio entre modelos decide cuánto dura: veinte veces, con el mismo dinero. La letra pequeña también puede estar del lado de la salida: en Gemini 4 Argon, el tope de un millón de tokens llega con tres condiciones.
El 72,4% pide la misma prudencia. El crédito parcial reparte puntos por avance, así que no equivale a un 72,4% de tareas terminadas, y esa tasa no está publicada; la vía de verificación independiente de OSWorld exige que sus mantenedores corran el código del agente, y estas cifras no salen de ahí. La pregunta de diseño sigue siendo quién aprueba y qué pasa cuando una tarea no termina, igual que en cualquier agente en producción como los que ya operamos.