GPT-6 Luna vs Claude Opus 5: cincuenta veces el precio y la misma tarde

GPT-6 Luna cuesta 0,10 $ por millón de tokens de entrada y 0,50 $ por millón de salida. Claude Opus 5 cuesta 5,00 $ y 25,00 $. Eso supone una brecha de cincuenta veces en ambos lados de la tarifa, y es lo primero que cualquiera nota sobre este emparejamiento: un modelo que el proveedor lanzó el 22 de septiembre de 2026, con un precio frente a un modelo que la empresa lanzó el 24 de julio de 2026 y que lleva dos meses en el mercado. El número de cincuenta veces es real. También es casi el dato menos útil de esta comparación, porque estos dos no compiten por la misma llamada, y por algo que ocurrió en el lado del segundo modelo la misma tarde en que se lanzó Luna.

GPT-6 Luna es el nivel pequeño de la generación GPT-6 de OpenAI, por debajo de GPT-6 Sol a $2.00/$10.00 y muy por debajo del buque insignia GPT-6 Astra a $10.00/$50.00. Claude Opus 5 fue el buque insignia de Anthropic hasta el 22 de septiembre, cuando Anthropic lanzó Claude Opus 5.5 a $4.00/$20.00 y bajó a Opus 5 un escalón. Ambos modelos nombrados en el título de este artículo están, a día de hoy, a un paso de la cima de la escalera de su propio proveedor — por razones que no tienen nada que ver entre sí. Eso importa más que la relación de precios, y es donde comienza este artículo.

La tarde en que ambos proveedores enviaron.

OpenAI anunció GPT-6 Sol y GPT-6 Luna el 22 de septiembre. Horas antes, Anthropic había anunciado Claude Opus 5.5. Dos de los tres modelos de esa frase redujeron sus precios aproximadamente a la mitad frente a sus predecesores, lo que no es tanto una coincidencia como un mercado: los dieciocho meses previos de lanzamientos de pesos abiertos de laboratorios chinos ya habían empujado con fuerza a la baja el costo de un token competente, y ambos proveedores respondían a la misma presión.

La consecuencia práctica para cualquiera que tenga un despliegue de Claude Opus 5 es que el modelo contra el que construyó ya no es el modelo que Anthropic está vendiendo con más fuerza. Claude Opus 5.5 cuesta $4.00/$20.00 —una reducción del 20 % en el precio de lista—, con la entrada en caché a $0.20 por millón, por debajo de los $0.50 de Opus 5, y Artificial Analysis lo mide en 58 en su Intelligence Index con el máximo esfuerzo, la cifra más alta que ha registrado. Claude Opus 5 mide 51 en el mismo índice. Si hoy ejecutas Opus 5, la comparación de cincuenta veces del título de este artículo no es la que tienes delante. La que tienes delante es si te pasas a Opus 5.5, y la respuesta a eso es un cálculo aparte de cualquier cosa que esté haciendo GPT-6 Luna.

Dicho esto, la cifra de cincuenta veces sigue rigiendo una decisión real, porque las cargas de trabajo para las que está concebido GPT-6 Luna son exactamente las cargas de trabajo en las que una factura de Claude Opus 5 resulta incómoda. Ambas cosas pueden ser ciertas a la vez.

Qué es realmente cada uno de estos dos

Las especificaciones, una línea por dimensión, ambos lados en cada una:

• Precio por 1M de tokens — GPT-6 Luna $0.10 de entrada / $0.50 de salida vs Claude Opus 5 $5.00 de entrada / $25.00 de salida

• Entrada en caché — GPT-6 Luna $0.01 por 1M, un descuento del 90% frente a Claude Opus 5 $0.50 por 1M en la tarjeta de Opus 5, reducido a $0.20 en Opus 5.5

• Ventana de contexto — GPT-6 Luna 1.050.000 en total con 922.000 de entrada máxima frente a Claude Opus 5 1M, ambos limitados a 128.000 tokens de salida

• Reajuste de precios para contexto largo — GPT-6 Luna duplica el precio de entrada y de caché y multiplica por 1,5 el de salida por encima de 272K tokens de entrada, aplicado a toda la solicitud, frente a Claude Opus 5, que se mantiene constante en toda su ventana

• AA Intelligence Index — GPT-6 Luna 37 con esfuerzo máximo frente a Claude Opus 5 51

• AA Intelligence Index, con esfuerzo equiparado — GPT-6 Luna 29 en su esfuerzo medio predeterminado frente a Claude Opus 5 51 al máximo, la única configuración en la que Anthropic lo mide

• Velocidad de salida — GPT-6 Luna 153,9 tokens/seg vs Claude Opus 5 53,6 tokens/seg

• Costo de ejecutar el índice — GPT-6 Luna $122.39 vs Claude Opus 5 $7,274.74

• Interruptor de desactivación del razonamiento — GPT-6 Luna no ofrece ninguno, sino none, low, medium, high, xhigh y max, mientras que Claude Opus 5 tiene un pensamiento adaptativo y siempre activo

• Lanzado — GPT-6 Luna 2026-09-22 vs Claude Opus 5 2026-07-24

Tres de esas líneas hacen más trabajo que las demás, y la primera es la fila de esfuerzo. El 37 de GPT-6 Luna es su puntuación con el máximo esfuerzo. Su valor predeterminado es medio, y con medio obtiene 29. El 51 de Claude Opus 5 es una cifra de máximo esfuerzo, porque Anthropic no expone un ajuste inferior que Artificial Analysis mida. Así que la brecha destacada de catorce puntos es una comparación entre el techo de un modelo y el techo de otro — y un equipo que instala GPT-6 Luna y no cambia nada está usando el 29, no el 37. Esa es una brecha de veintidós puntos, no de catorce, y es invisible a menos que vayas a buscar el valor predeterminado de esfuerzo.

El segundo es la línea de coste del índice. No es una cotización — es lo que Artificial Analysis gastó realmente al ejecutar la suite de evaluación completa en cada modelo con su propio dinero. $122.39 frente a $7,274.74 es una diferencia de cincuenta y nueve veces en el coste de averiguar lo bueno que es el modelo, y es el proxy más limpio disponible de cómo se comportan ambos a volumen. Claude Opus 5 generó 140 millones de tokens durante esa ejecución; GPT-6 Luna generó 150 millones. El modelo barato fue más verboso y aun así costó cincuenta y nueve veces menos.

El tercero es el interruptor de apagado. A GPT-6 Luna se le puede indicar que no razone en absoluto. A Claude Opus 5 no. Esa única línea de especificación es la razón por la que uno de estos modelos puede estar detrás de un clasificador, un enrutador o una pantalla de moderación y el otro no, y explica gran parte de la diferencia de precio sin apelar en absoluto a la capacidad.

Donde el nivel barato deja de ser barato

Hay un precipicio en la tabla de tarifas de GPT-6 Luna, y es lo más costoso que se puede pasar por alto. Las solicitudes que superan los 272.000 tokens de entrada se facturan al doble de las tarifas de entrada y de caché y a 1,5 veces la tarifa de salida —para toda la solicitud, no solo para la parte que superó el límite—. Una llamada de 300.000 tokens en GPT-6 Luna se factura a $0,20 por millón de tokens de entrada por los 300.000 tokens, porque se excedió en 28.000. Divide el mismo documento en dos llamadas y el costo se reduce a la mitad sin ningún cambio en el prompt.

Claude Opus 5 no tiene una cláusula equivalente. Su $5.00/$25.00 se mantiene plano en toda la ventana de 1M, lo que significa que la proporción de cincuenta veces es una proporción de cincuenta veces en todas partes —excepto por encima de 272K tokens de entrada, donde la tarifa efectiva de entrada de GPT-6 Luna se duplica a $0.20 y su tarifa de salida sube a $0.75, y la brecha se reduce a veinticinco veces. Sigue siendo enorme. Sigue valiendo la pena saberlo, porque las cargas de trabajo con más probabilidad de tener un contexto de trabajo de 300,000 tokens son exactamente las agénticas a las que ambos proveedores están vendiendo.

Lo segundo a lo que hay que ponerle precio es el esfuerzo. Ejecutar GPT-6 Luna con el esfuerzo al máximo para una tarea que habría estado bien en medio es la forma más común de gastarte el ahorro que acabas de conseguir. La diferencia entre 37 y 29 es el tamaño de la penalización por elegir el ajuste equivocado y, a diferencia de una cláusula de precio, no aparece en ninguna factura: se manifiesta como volumen de tokens, que parece un éxito.

La división que realmente lo decide

La versión honesta de esta comparación es que los dos modelos no son sustitutos, y la relación de precios es una distracción respecto de una cuestión de carga de trabajo que, en cualquier caso, tiene una respuesta clara.

GPT-6 Luna pertenece a cualquier caso en el que la salida sea consumida por un programa en lugar de una persona y el volumen sea lo que importa. Clasificación, extracción, decisiones de enrutamiento, resumen masivo, el bucle interno de un agente que realiza mil llamadas pequeñas por tarea. A $0.10/$0.50 con una tarifa de entrada en caché de un centavo, y con Batch y Flex a la mitad de la tarifa estándar, la economía no es ni de lejos una decisión reñida frente a cualquier cosa de la línea Opus. Artificial Analysis señala una regresión genuina que vale la pena conocer antes de migrar: el Coding Agent Index de GPT-6 Luna cayó dos puntos hasta 41 frente al 43 de GPT-5.6 Luna, con las caídas concentradas en SWE-Atlas-QnA y DeepSWE v1.1. También señala una ganancia genuina de la misma magnitud: la tasa de alucinación del modelo en AA-Omniscience cayó de aproximadamente 93% a 77%, mientras que su precisión apenas cambió. Se niega a responder con más frecuencia en lugar de saber más, y para cualquier cosa con un consumidor posterior, esa es la mitad más valiosa del intercambio.

Claude Opus 5 tiene su lugar allí donde la salida es el producto. Los propios resultados publicados por Anthropic —informados por el proveedor, no reproducidos de forma independiente— lo sitúan en un 96,0 % en SWE-bench Verified y un 79,2 % en SWE-bench Pro, y la brecha de catorce puntos en el índice es el tipo de margen que decide si un agente de horizonte largo termina una tarea o se detiene silenciosamente a mitad de camino. Si estás al límite de lo que el modelo puede hacer, un modelo que es cincuenta veces más barato y está veintidós puntos por detrás con el esfuerzo predeterminado no es una versión más barata de lo mismo.

Ejecutar ambos sin elegir

La razón por la que esta comparación no se resuelve en una única recomendación es que la frontera entre las dos cargas de trabajo no es estable. Se mueve cada vez que cualquiera de los dos proveedores lanza una novedad, y se movió dos veces en las tres semanas anteriores a este artículo: una cuando Anthropic redujo la tarifa de Opus a $4.00/$20.00, y otra cuando OpenAI redujo a la mitad el precio de toda su gama pequeña. Un equipo que fijó un ganador en el código en julio está ejecutando la configuración equivocada hoy.

Claude Opus 5 está en OrcaRouter al precio de lista de Anthropic, bajo el modelo de precios de traspaso (pass-through), lo que significa que un cambio de tarifa del proveedor se aplica en nuestro lado el mismo día en lugar de esperar a que un revendedor renegocie — esa es la razón concreta por la que la rebaja de Opus 5.5 llegó a nuestro catálogo sin un proyecto de integración. GPT-6 Luna no está en OrcaRouter a día de hoy; se accede a él a través de la propia API de OpenAI. Así que la configuración honesta para un equipo que quiera ambos es una clave para Claude Opus 5 junto con lo que ya uses para OpenAI, con conmutación por error automática que cubre el hueco cuando un proveedor se degrada. Mover una ruta entre un clasificador de un centavo y un razonador de veinticinco dólares cambiando una configuración en lugar de una ruta de código vale más que acertar en septiembre.

Qué hacer esta semana

Si estás ejecutando Claude Opus 5, la brecha de cincuenta veces en el título es un número real que señala la decisión equivocada. Tu decisión es Opus 5.5 —un recorte del 20% en la lista, una puntuación de índice más alta y una tarifa de entrada en caché que cayó un 60%—, y GPT-6 Luna es una cuestión distinta que da la casualidad de que está en la misma página.

Si está ejecutando una canalización de clasificación o extracción de gran volumen en un modelo de clase Opus, GPT-6 Luna es la mayor medida de reducción de costos individual disponible para usted este mes, y la migración es más pequeña de lo que implica la reducción de precio: la misma clase de contexto de 1M, el mismo límite de salida de 128,000 y una tarifa por token cincuenta veces menor en ambos lados. Pruébelo con esfuerzo medio antes de asumir el valor predeterminado, coloque sus llamadas de contexto largo del lado correcto de 272,000 tokens y verifique la regresión de codificación con su propia evaluación en lugar de con un gráfico del proveedor.

Y si estás ejecutando ambos, lo que hay que arreglar no es cuál elegiste. Es que cambiar de opinión actualmente cuesta un despliegue de código.