Claude Haiku 5.5 vs Gemma 4 12B: un modelo con unos pesos que puedes tener en tus manos frente a una API de proveedor

Claude Haiku 5.5 y Gemma 4 12B no compiten realmente por el mismo espacio, y la forma más rápida de verlo es una sola línea: uno de ellos se distribuye como pesos Apache-2.0 que puedes descargar, cuantizar y ejecutar en tu propio hardware, y el otro solo existe detrás de una API. Claude Haiku 5.5 llegó el 7 de octubre de 2026 y de inmediato redefinió lo que puede puntuar un nivel pequeño: 43 en el índice independiente Artificial Analysis Intelligence Index. Gemma 4 12B se sitúa en 14 en la misma tabla. Esa brecha es enorme, y no es la razón por la que la mayoría de los equipos terminan eligiendo entre ellos.

La elección suele imponerse antes de consultar cualquier benchmark: una canalización regulada que no puede enviar tokens a un proveedor, un equipo de borde sin salida de red fiable, un presupuesto de latencia medido en milisegundos o un requisito de ajuste fino que una API cerrada nunca satisfará. Si no se aplica ninguno de esos casos, la respuesta es inequívoca. Si se aplica alguno, la diferencia de puntuación deja de importar y la restricción de despliegue decide todo.

Qué midió el consejo, y cuándo

Las cifras independientes que se muestran a continuación provienen de Artificial Analysis, y las tarifas de los proveedores proceden de la documentación propia de Anthropic y Google. Son dos tipos distintos de números y se etiquetan como tales en todo el texto.

• Puntuación independiente — Claude Haiku 5.5 con 43 en el Intelligence Index, segundo de 182 modelos. G​emma 4 12B (Reasoning) con 14, 21.º de 142 en su clase. Una diferencia de 29 puntos.

• Precio de entrada por millón de tokens — Claude Haiku 5.5: $0.10 hasta 100.000 tokens y $0.50 por encima; Gemma 4 12B: $0.10.

• Precio de salida por millón de tokens — Claude Haiku 5.5 $0.50 hasta 100.000 tokens y $2.50 por encima; G​emma 4 12B $0.30.

• Ventana de contexto: 1.000.000 de tokens para Claude Haiku 5.5; 262.000 para Gemma 4 12B.

• Rendimiento — 240,4 tokens de salida por segundo para Claude Haiku 5.5; 113,1 para Gemma 4 12B, con un tiempo hasta el primer token de 2,48 segundos.

• Costo por tarea de Index finalizada — $0.21 para Claude Haiku 5.5. Gemma 4 12B es lo suficientemente barato por token como para que la cifra combinada del consejo se sitúe en $0.12 por millón de tokens, pero el costo derivado por tarea no es el número que debería decidir esta comparación.

• Pesos — Apache 2.0 para G​emma 4 12B, descargables, aproximadamente 12 mil millones de parámetros densos. Claude Haiku 5.5 es propietario; no hay lanzamiento de pesos y no se planea ninguno.

• Antigüedad — Gemma 4 12B está disponible desde junio de 2026. Claude Haiku 5.5 tiene dos días de antigüedad al momento de escribir esto.

La diferencia es de 29 puntos, y la diferencia de precio es casi nula.

Vuelve a mirar las dos filas de precios: $0.10 de entrada para ambos, y $0.30 frente a $0.50 en la salida. G​emma 4 12B es más barato, y la diferencia es lo bastante pequeña como para que quede eclipsada por el recuento de tokens — el tokenizador más nuevo de Claude Haiku 5.5 hace que el mismo texto se convierta en aproximadamente un 30% más de tokens, así que una ventaja bruta del 40% en la tasa de salida por parte de G​emma se acerca más a quedar en tablas en una factura real.

Así que estás pagando casi la misma tarifa por un modelo que está 29 puntos del índice por detrás, o estás pagando casi la misma tarifa por un modelo que está 29 puntos por delante, según qué columna leas primero. Ese es el planteamiento honesto y debería decirse sin rodeos: en cualquier tarea que ambos modelos puedan hacer, Claude Haiku 5.5 es la mejor compra a precio de lista, y es mejor por un margen que ninguna cantidad de ingeniería de prompts sobre el modelo más pequeño logrará cerrar.

La pregunta interesante, por tanto, no es «cuál es mejor». Es «en cuál de las tareas de mi cola falla Gemma 4 12B», y la respuesta a eso es lo único que decide la comparación.

Qué te ofrecen los pesos que una API no puede

Un modelo descargado es un tipo distinto de activo, y las ventajas son estructurales en lugar de incrementales.

• Límite de datos — con Gemma 4 12B no hay ningún proveedor involucrado en absoluto. Para cargas de trabajo sanitarias, legales, de defensa o financieras, con frecuencia ese es el único requisito que importa, y ninguna puntuación, por alta que sea, hace que una API sea aceptable.

• Coste fijo en lugar de variable: un modelo denso de 12B cuantizado a cuatro bits cabe cómodamente en un único acelerador moderno. En ese punto, el coste marginal por token es la electricidad, y una carga de trabajo puede dimensionarse en función de una máquina en lugar de un medidor.

• Sin tráfico de salida, sin latencia de red: un modelo de 12B en las instalaciones responde en milisegundos porque nada sale de la máquina. Una API de proveedor paga un viaje de ida y vuelta y una cola de arranque en frío que un despliegue en el borde simplemente no tiene.

• Ajuste fino y destilación — puedes adaptar G​emma 4 12B con tus propios datos, distribuir el adaptador y congelarlo. Que A​nthropic llegue algún día a permitirte ajustar un modelo de nivel Haiku no es algo sobre lo que puedas planificar una hoja de ruta.

• Una base bajo tu hoja de ruta: no pueden declarar obsoletos los pesos quitándote el suelo de debajo de los pies. A​nthropic se ha comprometido a no retirar Claude Haiku 5.5 antes del 7 de octubre de 2027, lo cual es generoso, pero un compromiso con una fecha sigue siendo un compromiso con una fecha.

• Modalidad, curiosamente — el ranking registra que G​emma 4 12B acepta entrada de texto, imagen, voz y vídeo para dar salida de texto, lo que supone una ingesta más amplia que la de texto e imagen de Claude Haiku 5.5. Para una canalización local que ingiere audio sin un servicio de transcripción aparte, esa es una capacidad real de la que el lado de la API carece.

Donde el 12B no sobrevive al contacto

El mismo tablero que mide la brecha de 29 puntos también registra las cosas que un modelo denso pequeño no puede hacer bien, y omitirlas sería deshonesto:

• Contexto largo — 262.000 tokens frente a 1.000.000. Un pipeline que mete una base de código o un año de registros en un solo prompt no tiene cabida en Gemma 4 12B, y fragmentarlo en un bucle de recuperación añade ingeniería que la ventana más grande habría evitado.

• Trabajo agéntico y de uso de computadora — la clase de tarea en la que el fallo de un modelo pequeño es silencioso y costoso. Las propias cifras que el proveedor reporta para Claude Haiku 5.5 sitúan OSWorld 2.1 en 72,4 % frente al 15,7 % del Haiku anterior; un modelo de 12B con un Índice de 14 no es la herramienta para ese trabajo, y los números del proveedor son aquí una señal útil, incluso teniendo en cuenta que ninguna ejecución independiente los ha reproducido.

• Rendimiento por dólar en una flota compartida — 113 tokens por segundo en una instancia alojada está bien, pero la razón para autoalojar no es la velocidad, y un despliegue con una sola GPU será aún más lento.

• Sin respaldo de nadie: si ejecutas Gemma 4 12B en producción, una caída de tu propio hardware es tu caída, y no hay un segundo proveedor al que recurrir en caso de fallo a menos que construyas uno.

Ejecutar cualquiera de los dos a través de un único endpoint

OrcaRouter incluye hoy en el catálogo Gemma 4 31B y Gemma 4 26B-A4B al precio de lista de Google con un 0 % de recargo, pero no el 12B, y merece la pena decirlo con claridad en lugar de insinuar lo contrario. Se puede acceder al 12B a través de la distribución propia del proveedor y de varias plataformas de terceros. Claude Haiku 5.5 tampoco está todavía en el catálogo; está disponible en la API de A​nthropic y en las principales nubes.

Lo que un enrutador sí ofrece es la forma que esta comparación realmente requiere. Un despliegue sensato de un modelo local barato y un modelo API caro no es una bifurcación — es una ruta: G​emma 4 12B o una variante alojada de G​emma 4 responde a la mayoría fácil, y las solicitudes que activan una condición de calidad o longitud escalan a una rama de A​nthropic. Claude Haiku 4.5, Claude Sonnet 5.5 y Claude Opus 5.5 ya están en el catálogo, por lo que la ruta de escalado se puede construir y probar bajo carga antes de que la rama de nivel pequeño esté siquiera disponible. En OrcaRouter, esa composición es una expresión de DSL de enrutamiento y conmutación por error automática en lugar de un servicio que mantienes, y con los precios de lista de los proveedores pasados a 0% de margen, un cambio de precio en cualquier rama está activo el mismo día en que ocurre.

La regla

Elige Claude Haiku 5.5 a menos que alguna restricción lo descarte. Está 29 puntos de Index por delante de Gemma 4 12B por casi el mismo precio de lista, acepta un millón de tokens de contexto y es el modelo más fuerte en todas las tareas que ambos pueden intentar. No hay ninguna versión de esta comparación en la que el 12B gane por méritos.

Elige Gemma 4 12B cuando la restricción es lo esencial — cuando los tokens no pueden salir de tus instalaciones, cuando el presupuesto es una máquina en lugar de un medidor, cuando necesitas afinar, o cuando necesitas tener los pesos en la mano en lugar de una tarjeta de tarifas y una fecha de retiro. Esas no son preferencias, son requisitos, y frente a un requisito, una diferencia de 29 puntos simplemente no es el número decisivo.