El modelo insignia ya cuesta lo que costaba el de en medio

Durante casi dos años, la jerarquía de precios de la inteligencia artificial fue simple y estable: el modelo más capaz costaba más, sin excepción, y esa relación era la que usaba cualquier negocio para decidir cuándo pagar de más. El 22 de septiembre esa relación se rompió dos veces en el mismo día, en dos laboratorios distintos.

Anthropic publicó Claude Opus 5.5 con una frase que vale la pena leer despacio: rinde “al nivel de Claude Fable 5.1 en la mayoría del trabajo”. Fable 5.1 es, desde el 1 de septiembre, el modelo más caro y más capaz de todo el catálogo de Anthropic. Opus 5.5 no es ese modelo — es el de en medio. Y ahora hace casi lo mismo que el de arriba, a menos del 40% de su precio.

Esta pieza no es sobre si Opus 5.5 es “bueno”. Es sobre qué significa, para un negocio que decide en qué modelo confiar cada tarea, que la línea entre “el que puedo pagar” y “el que de verdad necesito” se haya movido de golpe.

Lo que Anthropic anunció, sin adornos

Opus 5.5 baja de 5 a 4 dólares por millón de tokens de entrada y de 25 a 20 por millón de salida frente a Opus 5, su antecesor directo — un recorte del 20% en el precio de lista. La lectura de contexto en caché, que es la que más pesa en trabajo que reutiliza el mismo documento o el mismo historial, baja de 0.50 a 0.20 dólares por millón: 60% menos. Anthropic reporta que, en trabajo típico, el costo total baja 40%, y que el modelo genera texto 30% más rápido que su antecesor.

Ninguna de esas cifras, por sí sola, es extraordinaria — las mejoras de precio y velocidad entre generaciones son la norma en este mercado. Lo que sí lo es, es contra qué se compara el rendimiento: Anthropic no dice que Opus 5.5 mejoró frente a Opus 5. Dice que alcanzó a Fable 5.1, el modelo de la categoría de arriba.

La comparación que sí importa

Fable 5.1 cuesta 10 dólares por millón de entrada y 50 por millón de salida — más del doble de Opus 5.5. Son modelos de familias y propósitos distintos dentro del mismo catálogo, así que la comparación no es perfecta línea por línea. Pero si lo que un negocio necesita es el nivel de razonamiento que hace tres semanas solo estaba en el escalón más caro, hoy puede acercarse a él pagando el precio del escalón de en medio.

En pruebas de código y agentes, Opus 5.5 llega a 66.4% en Terminal-Bench 4.0 —por encima del 55.8% que Fable 5.1 marcó en la misma prueba tres semanas antes. En OSWorld 2.0, la prueba de manejar una computadora como lo haría una persona, Opus 5.5 llega a 81.8%. Y en GDPval-AA v2.1, la medición de trabajo de conocimiento frente a evaluadores humanos, Anthropic reporta 1846 de puntuación Elo, la más alta que ha publicado para un modelo de esta categoría de precio.

No es un caso aislado

El mismo 22 de septiembre, OpenAI publicó GPT-6 Sol y GPT-6 Luna con precios permanentes 50% o más por debajo de sus antecesores directos, y fue explícito en que no era una promoción de lanzamiento. Dos laboratorios, el mismo día, tomaron la misma decisión de fondo: bajar el precio del nivel de capacidad que hace tres semanas costaba más, en vez de limitarse a subir la capacidad del nivel barato.

Un solo anuncio es una decisión de una empresa. Dos anuncios del mismo tipo, el mismo día, de competidores directos, empiezan a parecer una respuesta a algo que las dos empresas están viendo del lado de los costos de servir estos modelos —no solo del lado de la competencia entre ellas.

La seguridad no se quedó atrás del precio

Vale la pena decir esto porque suele omitirse en las notas de lanzamiento: Anthropic reporta que Opus 5.5 obtiene los mejores resultados de cualquier modelo suyo hasta hoy en su auditoría automatizada de comportamiento —la prueba interna más completa que corren antes de publicar un modelo—, con 85% menos intentos de sortear límites que Opus 5, y mejor resistencia a inyección de instrucciones dentro del contenido que procesa. Un modelo más barato que además es más difícil de manipular es la combinación correcta para dejarlo trabajar con menos supervisión — no una razón para hacerlo sin ninguna.

El riesgo que trae lo barato

Hay una tentación obvia cuando el modelo caro deja de ser caro: dejar de elegir. Si el insignia ya cuesta lo que costaba el de en medio, ¿para qué molestarse en decidir qué tarea merece cuál nivel? Úsalo para todo.

Es un error, y no por el precio. Un modelo más capaz sigue siendo más lento y sigue teniendo un límite de cuántas solicitudes puede procesar a la vez cuando el volumen crece de verdad. La pregunta que de verdad separa a quien usa esto bien de quien solo gasta de más nunca fue “¿me alcanza para el caro?” — siempre fue “¿esta tarea necesita lo que el caro ofrece?”. Esa pregunta no cambió con el precio.

Cuándo esto no te sirve

Si tu proveedor actual no es Anthropic ni OpenAI. El movimiento de precios es de estos dos laboratorios. Si tu negocio ya construyó sobre otro modelo, la comparación útil es contra los precios de ese proveedor, no contra estos.

Si tu volumen es tan bajo que el precio nunca fue el obstáculo. Cuando se procesan unas cuantas decenas de solicitudes al mes, la diferencia entre pagar 5 o 4 dólares por millón de tokens no cambia ninguna decisión real. El ahorro importa a partir de cierta escala, no antes.

Si nadie en tu equipo puede clasificar tus propias tareas por nivel. La matriz solo funciona si alguien se sienta a aplicarla tarea por tarea. Sin eso, el resultado más probable es exactamente el error de la sección anterior: usar el insignia para todo porque ya es barato, sin haberlo decidido.

Qué hacer el lunes

Paso 1 (15 minutos). Elige tres tareas de tu operación que hoy usan IA, o que estás considerando delegarle. Corre el diagnóstico de esta pieza sobre cada una, por separado.

Paso 2 (20 minutos). Para las que salieron “de modelo insignia”, confirma que de verdad hay algo revisando el resultado antes de que salga hacia un cliente. Si no lo hay, ese es el hueco que hay que cerrar primero — antes que el modelo.

Paso 3 (15 minutos). Para las que salieron “de modelo barato”, calcula cuánto estás pagando hoy si las corres en el nivel caro por costumbre. Esa diferencia es el ahorro que se queda sobre la mesa mientras nadie decide.