
GPT-6.2 Sol Pro vs Claude Opus 5.5: una diferencia de 2 puntos y una factura 10× mayor
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 132 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 132 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 183 tok/s
Si estás eligiendo entre GPT-6.2 Sol Pro y Claude Opus 5.5 esta semana, las dos cifras principales apuntan en direcciones opuestas y ninguna es incorrecta. En el Intelligence Index de Artificial Analysis en la v5.0.1, Claude Opus 5.5 con esfuerzo máximo obtiene una puntuación de 59.1 y GPT-6.2 Sol con esfuerzo máximo obtiene 57.3 — una diferencia de 1.8 puntos. El costo por tarea del índice para las mismas suites: $10.04 frente a $1.01. Se te pregunta si dos puntos de capacidad valen aproximadamente diez veces el dinero, y la respuesta depende de en cuál de las cinco dimensiones que aparecen a continuación vive realmente tu carga de trabajo.
Una nota sobre el nombre antes que nada, porque cambia lo que se está comparando. GPT-6.2 Sol Pro no es un producto independiente. Es GPT-6.2 Sol —publicado el 17 de noviembre de 2026— invocado con reasoning.mode: pro en la API de Responses, que se factura a las tarifas estándar del modelo base y simplemente realiza más trabajo del modelo. Anthropic no tiene un interruptor equivalente: Claude Opus 5.5 ejecuta el razonamiento extendido a un único precio. Así que un lado de esta comparación es una configuración que se puede ajustar, y el otro es un medidor fijo. Esa asimetría es todo el artículo.
El marcador, con los nombres de los arneses adjuntos
Todo en esta sección son mediciones independientes de Artificial Analysis, no la tabla publicada por ninguno de los dos proveedores. Ambos modelos se ejecutaron con el máximo esfuerzo en el mismo conjunto de pruebas y con el mismo criterio de puntuación, que es la única forma en que merece la pena hacer esta comparación. Ninguno de los proveedores ha publicado una evaluación en modo pro de su propio modelo.
• Índice de Inteligencia — GPT-6.2 Sol 57.3, 5.º de 58 entradas puntuadas en la tabla según la medición del 18 de noviembre, frente a Claude Opus 5.5 59.1, 4.º.
• Coste por tarea de Index: 1,01 $ frente a 10,04 $, una diferencia de 9,9×.
• Terminal-Bench 4.0 — 60.1% frente a 59.6%, prácticamente empatados.
• Terminal-Bench Science — 67,6 % frente a 59,0 %, la mayor diferencia individual de toda la tabla y va en sentido contrario.
• HLE Diamond — 64,0 % frente a 67,9 %.
• FrontierCode 2.0 — 44,4 % frente a 46,4 %.
• AutomationBench — 71,3 % frente a 69,5 %.
• AnalystAgent — 53,8 % frente a 56,3 %.
• AA-Omniscience — 40,4 con un 61,6 % de precisión y una tasa de alucinación del 55,4 %, frente a 48,1 con un 65,5 % de precisión y una tasa de alucinación del 50,3 %.
Contexto — 1.050.000 tokens con un máximo de entrada de 922.000 y un máximo de salida de 128.000 frente a 1.000.000 de tokens con un máximo de salida de 128.000.
• Precio — $2.00 de entrada / $0.10 en caché / $2.50 de escritura en caché / $10.00 de salida por millón frente a $4.00 / $0.20 / $5.00 / $20.00.
Lee la parte central de esa lista y aparece un patrón que el índice compuesto oculta. En el trabajo de terminal, los dos modelos son indistinguibles, y en el trabajo de terminal científico, el más barato gana por casi nueve puntos. En las suites de automatización agéntica vuelve a ganar. Donde Opus 5.5 lidera es en las tareas con una respuesta correcta que debe recordarse en lugar de derivarse —HLE Diamond, FrontierCode— y en saber lo que no sabe, donde supera a GPT-6.2 Sol por casi ocho puntos en el índice de omnisciencia y cinco puntos en precisión.

¿Por qué la factura diverge en 10× cuando la lista de precios diverge en 2×?
La relación de etiqueta es 2×: $4/$20 frente a $2/$10. La relación medida es 9.9×. El otro factor de cinco reside en cuántos tokens gasta cada modelo en terminar la misma tarea, y es el dato más útil de esta comparación.
Con el máximo esfuerzo, Claude Opus 5.5 promedia 173,313 tokens de salida por tarea de Index — 120,460 de ellos de razonamiento y 52,853 de respuesta visible. GPT-6.2 Sol promedia 40,360, con 22,800 de razonamiento y 17,561 de respuesta. Eso supone una proporción de tokens de 4,3× además de la proporción de precios de 2×, y ambas se multiplican para dar la factura de 9,9× que realmente pagas. El pensamiento extendido de Claude Opus 5.5 no es una función gratuita incorporada al modelo; es la línea dominante de la factura, y está activado por defecto en el sentido de que los tokens de pensamiento se facturan como salida sin un interruptor independiente que los abarate.
Esto también explica la diferencia de tiempo real. Opus 5.5 al máximo esfuerzo promedia 1,475 segundos por tarea frente al perfil de máximo esfuerzo de GPT-6.2 Sol, que consume una cuarta parte de los tokens de salida. Un agente de horizonte largo que ejecuta veinte de estos por ticket no solo paga diez veces más; mantiene el hilo abierto durante veinticinco minutos por tarea.
Nada de eso hace que Opus 5.5 sea caro por error. Anthropic vende un modelo que piensa durante más tiempo y es más cuidadoso con lo que afirma, y la brecha de omnisciencia es exactamente lo que compra ese dinero. La pregunta es si tu carga de trabajo puede sacar provecho de ello.

Dónde cada uno justifica su precio
Elige GPT-6.2 Sol si el trabajo es verificable.Agentes de programación, reparación de CI, migraciones, automatización con uso intensivo de terminal, cualquier tarea en la que una suite de pruebas o un código de salida de shell te indique si la respuesta era correcta. En esas tareas pagas por una salida que se verifica, la brecha de calibración no te cuesta nada porque el arnés detecta el error, y el ahorro de 10× se acumula en cada reintento. El resultado de Terminal-Bench Science —67,6 % frente a 59,0 %— es la evidencia más sólida de este artículo de que el modelo más barato no es el más débil en el trabajo empírico.
Elige Claude Opus 5.5 si el trabajo es de horizonte largo y los errores son silenciosos. Revisión de contratos, síntesis de investigación, análisis de múltiples documentos, cualquier cosa que un agente produzca y que una persona lea sin una prueba que ejecutar primero. HLE Diamond en 67.9 % y un índice de omnisciencia ocho puntos más alto describen un modelo cuyos errores tienen una forma distinta, y en una ruta no verificada esa diferencia vale más que 2× en la métrica.
Usa ambos y enruta según la tarea. La respuesta honesta para la mayoría de los sistemas en producción es que la división no es modelo frente a modelo, sino llamada frente a llamada. Un único endpoint con una política de enrutamiento puede enviar la ruta con mucha verificación al modelo barato y la ruta propensa a errores silenciosos al modelo cuidadoso, que es la función real del DSL de enrutamiento: escribes la regla una vez, y un cambio de precio o la retirada de un modelo se convierte en una edición de configuración en lugar de una migración.

Ese es también el argumento práctico para mantener ambos en una sola clave. En OrcaRouter, openai/gpt-6.1-sol y anthropic/claude-opus-5.5 están ambos en el catálogo al precio de lista del proveedor con un 0 % de recargo: los $2/$10 y $4/$20 anteriores son lo que pagas, no una versión con recargo de un gateway. GPT-6.2 Sol no ha llegado a nuestro catálogo a fecha del 18 de noviembre, así que nada de lo aquí expuesto debe interpretarse como que se pueda invocar a través de nosotros hoy; el nivel 6.1 al que sustituye sí está disponible, y es el que se usa como referencia de precios en esta comparación cuando necesitas que el cambio se produzca ahora.
El problema del modo profesional que ninguno de los dos benchmarks resuelve
Todos los números anteriores son de máximo esfuerzo en modo estándar, porque eso es lo que mide el arnés independiente. Nadie ha publicado una evaluación en modo pro de GPT-6.2 Sol, y la razón es estructural: el modo pro «agrega el trabajo del modelo realizado para producir la respuesta final» y factura esos tokens a tarifas estándar, así que su coste depende de cuánto trabajo adicional decida hacer el modelo en tu tarea concreta. No hay ningún multiplicador en la documentación con el que presupuestar.
La consecuencia de esta comparación es asimétrica, lo cual es poco habitual. El coste de Opus 5.5 se puede conocer de antemano: un precio fijo de $4/$20 frente a un recuento de tokens que puedes medir una vez. El de GPT-6.2 Sol se puede conocer en modo estándar y es abierto en modo pro. Si tu razón para elegir el modelo más barato era la previsibilidad del coste, el modo pro anula en parte esa razón, y la diferencia de 9,9× se reduce en una cuantía que solo tu propio tráfico puede indicarte. Mide una muestra antes de comprometer un presupuesto.
La decisión, dicha claramente
GPT-6.2 Sol está 1,8 puntos de índice por detrás de Claude Opus 5.5 y es aproximadamente diez veces más barato por tarea completada; además, está por delante en tres de las ocho evaluaciones que componen el índice —incluida la relativa al trabajo científico en terminal—. Claude Opus 5.5 es el mejor modelo para el trabajo que nadie revisa, y lo es por un margen que se aprecia precisamente donde los errores silenciosos resultan costosos.
Si puedes verificar el resultado, la diferencia de dos puntos es un error de redondeo y la factura diez veces mayor no lo es. Si no puedes, la factura diez veces mayor es la prima que pagas por un modelo con menos probabilidad de equivocarse con seguridad. Todo lo demás es una regla de enrutamiento.
Comparados en este artículo1
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
