Claude Haiku 5.5 vs Sakana Namazu: Ambos baratos, ambos rápidos, casi nada más en común

A primera vista, estos dos parecen pares. Claude Haiku 5.5 es el nivel pequeño y rápido del proveedor, lanzado el 7 de octubre de 2026 a $0.10 por millón de tokens de entrada y $0.50 por millón de salida, con una ventana de un millón de tokens, diseñado para clasificación, extracción, enrutamiento y trabajo de subagentes. Sakana Namazu es el modelo de API especializado en japonés de Sakana AI, lanzado el 3 de agosto de 2026, facturado a $0.95 por millón de tokens de entrada y $4.00 por millón de salida con una tarifa de $0.15 por entrada en caché, refinado sobre la base abierta Kimi K2.6 con el post-entrenamiento propio de Sakana, y disponible a través de un endpoint compatible con OpenAI.

Ambos están posicionados como la opción asequible dentro de sus respectivas gamas, y ahí termina el parecido. Claude Haiku 5.5 es un modelo occidental de propósito general al que recurrirías para enrutar tráfico; Sakana Namazu es un modelo especializado en un país al que recurrirías cuando la tarea es en japonés y la alternativa es un modelo general que la hace mal. La pregunta interesante no es cuál es mejor. Es qué te aporta un especialista, dónde se sitúa realmente el límite de esa especialización y cuánto cuesta salir de ella.

Lo que Sakana AI realmente construyó

Sakana Namazu merece entenderse antes de compararlo con cualquier otra cosa, porque su construcción es inusual. No se entrena desde cero. Es un refinamiento de un modelo existente de pesos abiertos —Kimi K2.6—, que Sakana postentrenó aún más y que ofrece como API cerrada. El linaje importa: la capacidad general de razonamiento y codificación del modelo base se hereda, y lo que Sakana añadió es la capa específica de Japón.

Esa capa está documentada, lo cual es más de lo que se puede decir de la mayoría de las afirmaciones de localización. Sakana informa que Namazu conserva el rendimiento del modelo base en evaluaciones generales —AIME26, MMLU-Pro, LiveCodeBench v6— mientras lo supera en el conjunto japonés y específico de Japón, con FairPoliticsQA subiendo del 34,10 % al 56,30 %. Ejecuta su propio benchmark interno de traducción al japonés, JFBench, y también reporta mejoras generalizadas allí. Un estudio de caso aparte, una herramienta de búsqueda de evidencia para médicos, reporta un 96,8 % en el 119.º examen nacional de medicina y un 96,4 % en el 120.º.

Esos son los números de Sakana en los benchmarks de Sakana, y JFBench no es un estándar público que cualquier otra persona pueda reproducir. La afirmación que sobrevive a esa salvedad es limitada pero real: el modelo es un modelo base con nombre más un paso de post-entrenamiento documentado, y los deltas reportados son frente a su propia base en lugar de frente al resto del campo.

La API y las condiciones comerciales son las partes que decidirán la mayoría de los casos de negocio. Namazu es compatible con OpenAI — un cambio de endpoint y un nombre de modelo sakana-namazu es el único cambio de código, según la propia documentación de Sakana. Se factura en dólares estadounidenses y ofrece pago en yenes en el plan Enterprise. También conlleva costos de herramientas que una comparación por token nunca sacará a la luz: $7.00 por cada mil llamadas de búsqueda web y $0.12 por hora de ejecución de código, que Sakana incluye en el producto.

Hay dos restricciones que importan más que cualquier número de la tabla de tarifas. Namazu no está disponible en la UE, el EEE, el Reino Unido ni Suiza a la espera de trabajos de cumplimiento relacionados con el RGPD, según la propia página de Sakana. Y la política predeterminada de tratamiento de datos establece que las entradas pueden utilizarse para entrenar y mejorar los modelos de Sakana, con una opción de exclusión disponible en la configuración de Console; la empresa afirma que actualmente no puede garantizar que el procesamiento se mantenga por completo dentro de Japón. Para un equipo europeo o del Reino Unido, la primera es descalificante y la segunda es una pregunta que hay que responder antes de la primera llamada.

El límite, dicho con honestidad

Esta es la sección donde una comparación de fichas técnicas te mentiría, así que esto es lo que realmente es comparable:

• Precio — Claude Haiku 5.5: $0,10 de entrada y $0,50 de salida por millón de tokens hasta 100.000 tokens de prompt; después, $0,50 y $2,50. Sakana Namazu: $0,95 y $4,00, con una tarifa de entrada en caché de $0,15. Namazu cuesta aproximadamente nueve veces y media más en entrada y ocho veces más en salida en el primer tramo.

• Caché — las lecturas de caché de Claude Haiku 5.5 cuestan $0.01 y $0.05 por millón según el nivel; las de Sakana Namazu cuestan $0.15 fijos. Las cifras absolutas son cercanas en el nivel superior y difieren en un factor de veintinueve en el inferior.

• Herramientas — ninguna de las dos es un modelo de texto a secas y ninguna cobra de la misma manera. Claude Haiku 5.5 incluye pensamiento adaptativo con un control de esfuerzo de Low a Max y compatibilidad con herramientas del lado del servidor; Sakana Namazu incluye búsqueda web a $7.00 por cada mil llamadas y ejecución de código a $0.12 por hora.

• Contexto — un millón de tokens para Claude Haiku 5.5. Sakana no publica una ventana de contexto para Namazu, y cualquier cifra que veas citada para él es una suposición sobre la base Kimi K2.6 en lugar de una especificación.

• Puntuación independiente — Claude Haiku 5.5 tiene un Artificial Analysis Intelligence Index de 43, segundo de 182 en su clase en ese ranking, con un coste de $0.21 por tarea del Intelligence Index. Sakana Namazu no tiene entrada en Artificial Analysis ni ninguna evaluación de terceros de ningún tipo que yo haya podido encontrar. Sus cifras publicadas son propias.

• Disponibilidad — Claude Haiku 5.5 está disponible en la Claude API, Amazon Bedrock, Vertex AI, Microsoft Foundry y Claude Platform on AWS, con un compromiso de retirada publicado de no antes del 7 de octubre de 2027. Sakana Namazu está disponible en la API propia de Sakana, Sakana Chat y el producto Sakana Translate, y no está disponible en la UE, el EEE, el Reino Unido ni Suiza.

• Gestión de datos — Los términos del proveedor son de estándar empresarial, y los bloques de pensamiento del modelo están limitados a la cuenta que los produjo. La configuración predeterminada de Sakana Namazu es que las entradas puedan usarse para entrenamiento, con opción de exclusión.

• Modalidad — Claude Haiku 5.5 acepta texto e imágenes; la cobertura de modalidades de Sakana Namazu no se ha publicado más allá de su enfoque centrado en el texto.

• Licencia y linaje — Claude Haiku 5.5 es propietario y solo por API. Sakana Namazu es propietario, pero está construido sobre los pesos abiertos de Kimi K2.6, lo que significa que la base es inspeccionable y el modelo ajustado no.

El problema de la puntuación honesta

Lee esa lista y fíjate en lo que falta: cualquier línea que diga qué modelo produce una mejor salida en japonés. Eso no es un descuido. No hay un benchmark compartido entre ellos que lo resuelva. El sólido rendimiento en japonés de Claude Haiku 5.5 no es algo que el proveedor anuncie como una afirmación destacada, y los números de JFBench de Sakana son su propio instrumento. Un modelo pequeño general de nivel frontera de un proveedor con una fuerte capacidad multilingüe, evaluado frente a un modelo basado en Kimi con post-entrenamiento específicamente para el japonés, es una comparación que nadie ha ejecutado y publicado realmente.

Lo que se puede decir es estructural, no empírico. Toda la identidad comercial de Namazu es la afirmación de que un modelo general no es suficientemente bueno para el trabajo en japonés — que la lengua específica del país, la inferencia cultural y el contexto nacional son una capacidad diferenciada que justifica un modelo especializado con una prima de precio nueve veces superior. Si crees esa afirmación, Namazu es la respuesta y el precio es lo que cuesta la respuesta. Si no, un modelo general a $0.10 por millón de tokens es lo que usas, y la pregunta es si puedes medir la diferencia en tu propio tráfico.

La versión medible de la afirmación es la que proporciona Sakana: FairPoliticsQA pasando del 34,10 % al 56,30 % sobre el modelo base del que se ajustó. Eso es una mejora real en un benchmark real, pero es una comparación contra Kimi K2.6, no contra Claude Haiku 5.5 —y te dice que el post-entrenamiento para el contexto político específico de Japón marca la diferencia en esa tarea, lo cual es una afirmación más limitada y más defendible que «mejor en japonés».

Cómo se ve la brecha de costos a escala

Ejecuta un pipeline modesto de 10 millones de tokens de entrada y 2 millones de tokens de salida al día a través de ambos.

• Coste de entrada, por día — 1,00 $ en Claude Haiku 5.5, 9,50 $ en Sakana Namazu.

• Costo de salida, por día — $1.00 en Claude Haiku 5.5, $8.00 en Sakana Namazu.

• Total diario — $2.00 frente a $17.50, aproximadamente $60 al mes frente a $525.

Ese monto de $525 es antes de una sola llamada de búsqueda web o una hora de ejecución de código. Añade 500 llamadas de búsqueda al día y Namazu cuesta otros $3.50 diarios, lo que lo lleva a $21.00 frente a $2.00 — una proporción superior a diez a uno que ninguna cantidad de eficiencia de tokens logra cerrar.

Que eso sea mucho depende enteramente de cuál sea la alternativa. Si tu elección es Namazu o un modelo general que produce una salida en japonés mediocre que tus revisores tienen que corregir a mano, los $525 están recuperando horas de revisores y la comparación no es token contra token, sino token contra salario. Si tu tráfico japonés es rutinario y ya es suficientemente bueno con un modelo general, la prima no compra nada medible y esos mismos dólares compran diez veces el volumen en otro sitio.

La tercera opción es la interesante para un producto en japonés: usar al especialista donde se sostiene la afirmación de especialización —traducción, contexto nacional, textos regulatorios y políticos— y un modelo general para el trabajo de volumen que lo rodea. Eso no es una concesión. Es la arquitectura que el precio realmente implica, porque el premium de Namazu se paga por token y no hay razón para pagarlo por clasificación.

Ninguno de los dos modelos está en nuestro catálogo.

Deberíamos ser claros al respecto, porque es el tipo de comparación en la que es fácil colar un párrafo sobre disponibilidad: OrcaRouter no ofrece ni Claude Haiku 5.5 ni Sakana Namazu. Namazu está disponible a través de la propia API de Sakana, y Claude Haiku 5.5 a través de la del proveedor y de las principales nubes. Ninguno de estos hechos cambia la comparación, que se basa en tarifas publicadas, capacidades publicadas y restricciones publicadas.

El papel que desempeña un endpoint en un caso como este es más limitado y más honesto que el de un plug. Es la pata de modelo general de un híbrido: el lugar al que enrutarías el tráfico de clasificación y extracción que no es en japonés y que no necesita al especialista, sin tener que establecer una segunda relación con un proveedor para ello. Una API para más de 200 modelos, tarifas de la lista de proveedores transferidas con un 0 % de recargo, conmutación por error automática entre proveedores, y el DSL de enrutamiento cuando el idioma de la solicitud debe decidir la ruta en lugar de la aplicación. Si gestionas un producto en japonés junto con uno en inglés, esa es la costura que, de otro modo, tendrías que construir a mano.

¿Cuál, para quién?

Elige Sakana Namazu cuando el japonés sea el producto y no una configuración regional — cuando tus revisores estén corrigiendo la salida, cuando el ámbito sea el derecho nacional, la medicina, la política o la atención al cliente, cuando un sobrecoste de tokens nueve veces mayor sea menor que el coste de las correcciones que elimina, y cuando tus usuarios estén fuera de la UE, el EEE, el Reino Unido y Suiza, o cuentes con asesores jurídicos que hayan resuelto la cuestión del tratamiento de datos.

Elige Claude Haiku 5.5 cuando el trabajo sea general, el volumen alto y quieras una puntuación medida de forma independiente en lugar de un benchmark del proveedor — cuando $0.10 y $0.50 por millón de tokens estén haciendo las cuentas por ti, cuando necesites la ventana de un millón de tokens en un documento largo, o cuando la respuesta a "cuál es mejor en japonés" tenga que salir de tu propia evaluación y no de la de ninguno de los dos proveedores.

Los dos no son realmente rivales. Uno es un modelo de propósito general con un precio pensado para usarse constantemente; el otro es un especialista con un precio pensado para usarse deliberadamente. El error es comprar el especialista para un trabajo que el generalista ya hace bien, y el error opuesto —suponer que un modelo general maneja el idioma y el contexto de un país específico tan bien como algo entrenado para ello— es aquel en el que se basa todo el negocio de Sakana: que la gente lo cometa.