Gemini 4 vs Claude Sonnet 5.5: idéntico precio de lista, factura 2,7 veces diferente

Gemini 4 Argon ($2.00 por millón de tokens de entrada, $10.00 por millón de salida) y Claude Sonnet 5.5 ($2.00 por millón de tokens de entrada, $10.00 por millón de salida) tienen el mismo tarifario publicado. No es algo parecido: son exactamente los mismos cuatro números, clavados, en las páginas de precios de ambos proveedores a fecha de 2026-10-14. Si te detuvieras en el precio, considerarías este enfrentamiento un empate y pasarías a otra cosa. La factura no es un empate: Artificial Analysis sitúa el coste de responder una tarea del Intelligence Index en $1.99 para Gemini 4 Argon frente a $5.46 para Claude Sonnet 5.5, en la misma revisión del mismo índice de diez evaluaciones. Una brecha de 2.7x con tarifas idénticas es posible porque los dos modelos gastan cantidades muy diferentes de tokens para llegar a una respuesta, y de eso trata toda esta comparación.

Claude Sonnet 5.5 es el modelo de gama media que Anthropic lanzó el 28 de septiembre de 2026. Gemini 4 Argon es el único miembro con nombre de la línea Gemini 4, anunciado el 30 de septiembre de 2026 y que pasó a disponibilidad general en el nivel de pago de Google el 13 de octubre de 2026. Esta página es para el lector que ya conoce ambos nombres y está decidiendo entre ellos, no para quien necesita una introducción a alguno de los dos.

Las dos filas que separan estos modelos

En el Intelligence Index v4.3.2 de Artificial Analysis, Gemini 4 Argon con esfuerzo alto registra 52,56 y Claude Sonnet 5.5 con esfuerzo máximo registra 56,00 —mostrados como 53 y 56—. Sonnet 5.5 va por delante por aproximadamente 3,4 puntos en un compuesto de diez evaluaciones, dentro de la misma ventana de generación de septiembre de 2026.

Detrás de esa puntuación del índice es donde está el dinero. Por tarea de índice, Argon emite 62.000 tokens de salida; Claude Sonnet 5.5 emite 197.000, de los cuales 147.000 son tokens de razonamiento, frente a los 36.000 de Argon. Ejecuta todo el índice una vez y el medidor marca $2.407 frente a $7.260. Ese es el mecanismo, y explica algo que la tabla de tarifas no puede: Sonnet 5.5 responde mejor y cuesta más, mientras que la lista de precios por token dice que los dos son el mismo producto al mismo precio.

El otro eje que decide el trabajo real es el techo de salida. Anthropic publica 128.000 tokens de salida síncrona para Sonnet 5.5. Google publica un límite de salida de 1 millón de tokens para Argon junto con una ventana de contexto de 1 millón de tokens — un presupuesto de decodificación inusualmente grande que importa para la generación de texto largo y para agentes que escriben un artefacto completo de una sola pasada. Ambos se facturan por salida, así que el modelo con el techo de decodificación más grande es también el modelo cuyo peor caso es más caro con la misma entrada.

Qué le hace el ajuste de esfuerzo a esa comparación

Ambas cifras anteriores son mediciones cercanas al proveedor con un esfuerzo de razonamiento específico, y el esfuerzo es un ajuste, no una característica intrínseca de un modelo. Sonnet 5.5 se mide en máximo; Argon, en alto. La propia página de precios de Gemini 4 Argon ofrece niveles Priority, Flex y Batch además del nivel Standard, y la tarifa introductoria de Google en el nivel estándar se duplica el 2026-12-01 — $2.00/$10.00 pasa a $4.00/$20.00, lo que altera sustancialmente todas las cifras del párrafo anterior. Nada en esta comparación se mantiene sin cambios después de esa fecha.

La historia de esfuerzo de A​nthropic va en la dirección opuesta y es fácil pasarla por alto en la cobertura del lanzamiento. Sonnet 5.5 se lanzó exactamente con las tarifas que mantenía Sonnet 5, y la propia documentación de migración de A​nthropic dice que los niveles de esfuerzo se recalibraron entre ambos: «Un nivel de esfuerzo no produce la misma cantidad de pensamiento que producía en Claude Sonnet 5. Vuelve a ejecutar tu barrido de esfuerzo en lugar de trasladar un ajuste». Así que la afirmación ampliamente repetida de que Sonnet 5.5 «cuesta hasta un 30 % menos para la mayoría del trabajo» es una afirmación sobre un punto de operación que tienes que elegir, no un precio que heredas. Artificial Analysis mide el mismo modelo con esfuerzo máximo, y este cuesta aproximadamente un 49 por ciento más por tarea que su predecesor, que es el otro extremo de la misma curva.

Si trabajas con la línea Claude, esa recalibración es barata de absorber: los cuatro niveles actuales están en un solo catálogo a precio de lista con un 0% de recargo añadido, así que moverse entre Claude Sonnet 5.5, Claude Opus 5.5 y Claude Haiku 5.5 es un cambio de cadena de modelo en una sola clave en lugar de un segundo contrato. Nada de la rama Gemini 4 está en ese catálogo a fecha de 2026-10-14 —se puede acceder a Gemini 4 Argon a través de la propia API de G​oogle y otras plataformas de terceros, no a través de nosotros—, así que un lector que quiera una ruta de respaldo detrás de Argon tiene que construirla fuera de nuestro enrutamiento.

En qué difiere realmente el material publicado de los dos proveedores

A​nthropic documenta Claude Sonnet 5.5 hasta el ciclo de vida: ID de modelo claude-sonnet-5-5, contexto de 1 M de tokens, salida síncrona de 128.000 tokens que asciende a 300.000 tras un encabezado beta en la API de Batches, pensamiento adaptativo activado de forma predeterminada con esfuerzo alto, fecha de corte de conocimiento en junio de 2026 y un compromiso de retirada no antes del 2028-09-28 en las plataformas operadas por A​nthropic. Amazon Bedrock y G​oogle Cloud fijan sus propias fechas. El ID es una instantánea fijada, por lo que no se desplazará bajo tus pies.

La documentación de Google para Gemini 4 Argon es más escasa, y el hueco lo delata. La página del modelo incluye el ID gemini-4-argon, la insignia Stable, un contexto unificado de 1M de tokens y un límite de decodificación de 1M de tokens; la página de precios incluye cuatro niveles de servicio y el incremento de diciembre. Lo que no está es la estructura de niveles que lo rodea. Hay un solo modelo Gemini 4, así que no hay un escalón más barato al que recurrir cuando el buque insignia es demasiado, ni un escalón más caro al que aspirar cuando no es suficiente. La línea de Anthropic tiene cuatro; la generación 4 de Google tiene uno, y las ranuras Pro y Flash en el propio sitio de Google siguen ocupadas por modelos Gemini 3.x.

La tabla de benchmarks de lanzamiento de Google, que muestra a Argon por delante de Sonnet 5.5 en la mayoría de las filas, está reportada por el proveedor, y la metodología de Google revela que las columnas que no son de Google son las cifras autoinformadas de los propios competidores, en lugar de ejecuciones realizadas por Google. Trátala como una declaración de lo que Google afirma. Las filas de Artificial Analysis de arriba son la medición independiente, y son en las que se apoya esta página.

Elige por carga de trabajo, no por veredicto

Recurre a Claude Sonnet 5.5 cuando la tarea sea trabajo de producción bien delimitado, donde una respuesta incorrecta cueste más que un token: las filas de programación y razonamiento del índice independiente lo favorecen, su documentación es lo bastante completa como para planificar sobre ella, y cuenta con una fecha de retirada publicada a dos años vista. Su trampa práctica es el ajuste de esfuerzo predeterminado: trasladar tal cual un ajuste de esfuerzo de Sonnet 5 producirá una factura que no se parecerá en nada a lo que prometía la cobertura del lanzamiento.

Recurre a Gemini 4 Argon cuando dominen el rendimiento y el coste por tarea, y la carga de trabajo sea del tipo que produce respuestas breves y densas: extracción, clasificación, pasos de agente de gran volumen. Su ventaja está estructuralmente en la economía de tokens más que en la tarifa, y por eso se sostiene en coste por tarea aunque el precio destacado sea idéntico al de Sonnet 5.5. Sus trampas prácticas son el escalón tarifario de diciembre y la ausencia de una versión hermana más barata.

El dato que decide la mayoría de estas evaluaciones: tarifas idénticas no significan facturas idénticas, y la diferencia aquí es una respuesta de 62.000 tokens frente a una de 197.000. Mide la longitud de salida de tu propia carga de trabajo antes de elegir, porque ese único número mueve el costo más que la propia lista de precios.

Donde la comparación se encuentra con una clave

Ambos están en nuestra clave al precio de lista del proveedor con un 0 % de recargo añadido, lo cual vale más aquí que en la mayoría de las comparativas: el argumento sobre el costo en esta página se basa en los ajustes de esfuerzo y las tasas de aciertos de caché más que en el precio de etiqueta, y volver a ejecutar el mismo prompt contra Claude Sonnet 5.5 y Gemini 4 Argon desde un solo endpoint es la forma de resolverlo con tus propios números en lugar de los nuestros.

El nivel superior a este tiene su precio en su propia página. Claude Opus 5.5 Es el mismo contrato, el mismo SDK y la misma clave.

La elección de un modelo también es una cuestión de lo que ha salido mal antes: los incidentes de IA documentados y los fallos de agentes para modelos de esta clase se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada lleva sus propias fuentes, gravedad, nivel de confianza e indicador de disputa.