Claude Haiku 5.5 vs GPT-6 Luna Pro: Un modelo contra un modo

Un lado de esta comparación es un modelo, y el otro es una configuración. Claude Haiku 5.5 pasó a disponibilidad general el 7 de octubre de 2026 a $0.10 por millón de tokens de entrada y $0.50 por millón de salida, en la Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform en AWS. GPT-6 Luna Pro no es un modelo en absoluto: la forma de acceder a él es llamar a GPT-6 Luna — disponible desde el 22 de septiembre de 2026 con los mismos $0.10 y $0.50 — con reasoning.mode establecido en pro en lugar de standard. No existe gpt-6-luna-pro como identificador en la página de modelos de OpenAI. Así que el planteamiento honesto de este enfrentamiento no es "qué modelo gana" sino "cuál es la mejor manera de gastar diez centavos por millón de tokens de entrada": un modelo pequeño con un control de esfuerzo, o un modelo más grande ejecutado en un modo que hace más trabajo y te cobra por los tokens que no te muestra. Para trabajo breve y de gran volumen, la respuesta suele ser el primero. Para trabajo difícil y ocasional, puede ser el segundo — y el número que lo decide, OpenAI no lo ha publicado.

Qué es "pro", mecánicamente

La guía de razonamiento de OpenAI indica que los modelos GPT-5.6 y GPT-6 admiten dos modos en la Responses API, standard (el predeterminado) y pro, que se seleccionan mediante reasoning.mode. El modo es un control distinto de reasoning.effort: el modo decide cuánto trabajo realiza el modelo antes de comprometerse con una respuesta, mientras que el effort decide cuánto razonamiento ocurre dentro del modo que hayas elegido. Los valores de effort documentados de GPT-6 Luna son none, low, medium (el predeterminado), high, xhigh y max, y cualquiera de ellos puede combinarse con el modo pro.

En cuanto a la facturación, la guía es explícita y ligeramente contraintuitiva. El modo Pro agrega todo el trabajo del modelo que hay detrás de la respuesta final y cobra esos tokens "a las tarifas estándar de tokens del modelo seleccionado". No hay ningún recargo pro en la tabla de tarifas. El coste aparece como volumen, porque el modo pro "realiza más trabajo del modelo que el modo estándar, lo que aumenta el uso de tokens y el coste" — y los tokens de razonamiento se facturan como tokens de salida mientras que solo aparecen en el objeto de uso bajo output_tokens_details.reasoning_tokens. Si no lees ese campo, el aumento es invisible hasta que llegue la factura.

De eso se derivan dos comparaciones y conviene mantenerlas separadas. Frente a GPT-6 Luna en modo estándar, el modo pro es el mismo modelo con un multiplicador desconocido en el consumo de tokens. Frente a Claude Haiku 5.5, también es un modelo diferente a una escala diferente — 1.050.000 tokens de contexto frente a 1M, un límite de entrada de 922.000 tokens y una fecha de corte de conocimiento del 18 de mayo de 2026, en un nivel que la propia documentación de lanzamiento de Anthropic sitúa ligeramente por encima del Haiku en trabajo agéntico difícil. Las dos diferencias apuntan en la misma dirección en cuanto a costo y en direcciones opuestas en cuanto a capacidad, por lo que ninguna puede deducirse de una lista de precios.

Las tarjetas de tarifas, lado a lado

Ambos modelos se facturan en dos tramos, y los umbrales son distintos — lo cual importa más que la tarifa anunciada, porque ambas tarifas anunciadas son idénticas.

• Entrada — Claude Haiku 5.5 $0.10 por millón hasta 100.000 tokens, $0.50 por encima. GPT-6 Luna $0.10 hasta 272.000 tokens, $0.20 por encima.

• Salida — Claude Haiku 5.5: 0,50 $ hasta 100.000 tokens y 2,50 $ por encima de esa cantidad. GPT-6 Luna: 0,50 $ hasta 272.000 tokens y 0,75 $ por encima de esa cantidad.

• Caché — Las lecturas de caché de Claude Haiku 5.5 cuestan $0.01 y las escrituras $0.125 por debajo de la línea, y $0.05 y $0.625 por encima de ella. Las lecturas de caché de GPT-6 Luna cuestan $0.01 y las escrituras $0.125 por debajo de 272,000 tokens, y $0.02 y $0.25 por encima de esa cifra.

• Contexto y salida — 1 M de tokens y 128.000 de salida máxima para Claude Haiku 5.5; 1.050.000 tokens con un límite de entrada de 922.000 tokens y 128.000 de salida máxima para GPT-6 Luna.

• Pensamiento — adaptativo en ambos. Claude Haiku 5.5 usa por defecto el esfuerzo medio; GPT-6 Luna usa por defecto el esfuerzo medio y el modo estándar, con el modo pro como opción adicional.

Descuentos por lote y Flex — Claude Haiku 5.5 ofrece un 50 % de descuento en Batch y Flex; GPT-6 Luna ofrece un 50 % de descuento en Batch, duplica el precio en modo Fast y añade un recargo del 10 % por procesamiento.

La única línea que no tiene la misma forma es el tokenizador. La documentación de Anthropic señala que Claude Haiku 5.5 utiliza el tokenizador más reciente que comparte con Claude 4.7 y versiones posteriores, por lo que un mismo texto cuenta como aproximadamente un 30 % más de tokens que en Claude Haiku 4.5. Eso no cambia la tarifa; cambia la rapidez con la que un prompt alcanza el tramo de 100.000 tokens, y es una diferencia de costo real que ninguna tabla de tarifas muestra. Un prompt de 90.000 tokens mide aproximadamente 117.000 y paga $0.50 por millón de tokens de entrada en lugar de $0.10 — una tarifa cinco veces mayor en un prompt que parece estar cómodamente por debajo del límite.

Lo que cuesta el modo pro, en las únicas unidades que cualquiera puede usar

Como el multiplicador no se ha publicado, lo útil es indicar cuánto cuesta cada token adicional y, después, qué hacen los rangos plausibles a gran escala.

• Con GPT-6 Luna a $0,50 por millón de tokens de salida, cada 10.000 tokens de salida adicionales por tarea cuesta $0,005. Ejecuta 100.000 tareas al día y ese incremento es de mil millones de tokens adicionales —unos $500 al día, o $15.000 al mes, en un modelo cuyo precio anunciado es de diez centavos por millón de entrada.

• A modo de escala, GPT-6 Luna a máximo esfuerzo ya consume 140 millones de tokens de salida al ejecutar el Índice de Inteligencia frente a una mediana de 100 millones, lo que el evaluador describe como algo verboso. La tabla de lanzamiento de Anthropic, ejecutada en el propio harness de Anthropic, sitúa a GPT-6 Luna en 16,4 % en Terminal-Bench 4.0 y 42,4 % en FrontierCode 1.1, frente a 39,2 % y 46,4 % de Claude Haiku 5.5 —reportado por el proveedor, la suite de un proveedor, el modelo de un competidor.

En la tabla independiente, el orden es más ajustado. Artificial Analysis puntúa a Claude Haiku 5.5 con esfuerzo máximo en 43 en Intelligence v4.3.2, segundo de 182, y a GPT-6 (Max) en 38, octavo de 182. Ambas cifras son de modo estándar, con esfuerzo máximo. No existe una evaluación independiente de GPT-6 Luna en modo pro: su página no incluye ninguna entrada pro, y Artificial Analysis no la lista.

El problema estructural del modo pro es la interacción entre esos dos últimos puntos. Toda la ventaja de costos de GPT-6 Luna sobre Claude Haiku 5.5 proviene de la eficiencia de tokens: 140 millones de tokens de salida frente a 440 millones para la misma suite, con tarifas idénticas, y por eso la misma evaluación cuesta $0.07 por tarea en un lado y $0.21 en el otro. El modo pro es, por definición, un modo que emite más tokens. Activarlo es apagar lo que hacía barato al modelo en esta comparación, y el multiplicador que te diría cuánto no está publicado. Eso no es un argumento de que el modo pro sea una mala oferta —en tareas difíciles, más trabajo suele ser mejor trabajo—, sino un argumento de que el modo pro compite por capacidad, no por precio, y debería evaluarse frente a los modelos de gama media cerca de los cuales tiene su precio, en lugar de frente a la gama económica dentro de la cual se ubica.

Dónde gana realmente cada uno

Si lo reduces a la decisión, la división queda clara, aunque ninguno de los dos lados está exento de reparos.

Claude Haiku 5.5 domina el extremo barato. Es más rápido en los dos aspectos que importan: 241,9 tokens de salida por segundo medidos por Artificial Analysis frente a 123,0 de GPT-6 Luna, y un tiempo hasta el primer token de 295 segundos en la ejecución de Index, que es producto de cuánto piensa antes de responder con esfuerzo Max, no de una cifra de red. Su tabla de tarifas alcanza el segundo tramo a los 100.000 tokens, y su tokenizador infla los prompts alrededor de un 30%, así que las cargas de trabajo con prompts largos pagan más de lo que sugiere el precio de etiqueta en ambos aspectos. Lo que devuelve a cambio es una ventaja de cinco puntos de inteligencia en el índice independiente y un dial de esfuerzo —de Low a Max— que es el control de costes más útil que cualquiera de los dos proveedores haya incluido con estos lanzamientos. Fijar el nivel de esfuerzo es la forma de cambiar parte de esa ventaja de cinco puntos por una cifra de coste por tarea más cercana a la de GPT-6 Luna.

GPT-6 Luna Pro domina el extremo difícil, con una factura no cuantificada. El modelo subyacente es más barato por token por encima de 272.000 tokens de entrada de lo que lo es Claude Haiku 5.5 por encima de 100.000, por un factor de dos y medio en la entrada y de tres y un tercio en la salida, y su primer nivel llega dieciocho veces más lejos en la ventana de contexto. El modo Estándar es mediblemente más barato por tarea completada. El modo Pro cambia eso por más trabajo por respuesta a las mismas tarifas, y si supera a Claude Haiku 5.5 con esfuerzo Máximo o a un modelo de gama media en una tarea dada es una pregunta que ningún número publicado responde. La manera de responderla es ejecutar la tarea de ambas formas y leer el campo de tokens de razonamiento.

Probar cualquiera de los dos sin apostar por ello

La parte incómoda de esta comparación es que su número más importante —el coste real del modo pro— solo puede obtenerse haciendo pasar tu propio tráfico por él, y el coste efectivo del modelo más pequeño depende de dónde caigan tus prompts respecto a una línea de 100.000 tokens tras la retokenización. Ambos son problemas de medición, y ambos resultan más baratos en un endpoint compartido que en dos clientes de proveedores.

GPT-6 Luna ya está hoy en el catálogo de OrcaRouter al precio de lista del proveedor con 0% de margen repercutido, de modo que la línea base en modo estándar para esta comparación se puede invocar desde una sola clave, y un cambio de precio del proveedor llega a nuestro lado el mismo día en lugar de en el siguiente ciclo de facturación. Claude Haiku 5.5 aún no está en el catálogo; el nivel de Anthropic que sí enrutamos hoy es Claude Haiku 4.5, Claude Sonnet 5.5 y Claude Opus 5.5, lo que convierte una prueba de escalado desde una opción barata hasta un nivel intermedio en una regla de enrutamiento y no en un cambio de código. La conmutación por error automática subyacente es lo que permite que un modelo de dos días de antigüedad curse tráfico de producción mientras todavía lo estás midiendo: a un proveedor que empieza a fallar se le rodea en lugar de dejar caer la solicitud, que es la diferencia entre un piloto que puedes ejecutar esta semana y una migración que tienes que programar.

Lo que lo resuelve

Tres cosas, en orden de cuánto cambiarían la respuesta. Que OpenAI publique un multiplicador de tokens del modo pro, o un slug pro con su propia línea de precio, convertiría la incógnita central en aritmética. Que Artificial Analysis vuelva a ejecutar GPT-6 Luna en modo pro con el mismo esfuerzo lo haría desde el lado independiente. Y una segunda ejecución independiente de Claude Haiku 5.5 en medio en lugar de Max te diría cuánto cuesta realmente el modelo en su configuración predeterminada, que es la configuración que la mayoría de la gente usará — los $0.21 por tarea en la tabla son una cifra de esfuerzo Max, y Max no es el predeterminado.

Hasta entonces, el resumen preciso es limitado. Claude Haiku 5.5 es un modelo que puedes invocar, tarificar y comparar hoy, y a los volúmenes para los que está concebido su nivel, es la opción más barata con una forma documentada de resultar aún más barata. GPT-6 Luna Pro es una configuración de un modelo que puedes invocar; su tarifa no es el problema, su consumo de tokens no está auditado, y todo su argumento se basa en tareas lo bastante difíciles como para que gastar más tokens sea el objetivo. Cómpralo para esas tareas, mídelo antes de comprarlo y no lo pongas en una ruta de alto volumen hasta que alguien publique el multiplicador.