¿Es GPT-6.1 Sol más barato que Claude Opus 5.5?

Sí. Por token cuesta la mitad ($2/$10 frente a $4/$20 por millón). Artificial Analysis mide que Opus 5.5 cuesta entre 4.2x y 8.9x más por tarea con el mismo nivel de esfuerzo.

¿Recortó Anthropic los límites semanales de Claude Code?

Las dos lecturas son ciertas. Desde el 14 de sept. el límite está un 25% por encima del nivel previo a la promoción, de forma permanente, pero un 17% por debajo del nivel potenciado en un 50% que se usó del 13 de mayo al 13 de sept.

¿Fue empeorado Claude Opus 5.5?

Sin demostrar. No hay confirmación oficial ni incidente de calidad en la página de estado entre el 1 de sept. y el 7 de oct. Una prueba independiente no encontró caída, pero solo puede detectar unos 6.6 puntos.

¿Qué nivel de esfuerzo debería usar?

Ambos modelos vienen por defecto en medium. El ajuste máximo cuesta entre 5x y 11x el más bajo por 10 a 16 puntos del índice, así que compara modelos con el mismo esfuerzo y sube solo donde los puntos extra compensen.

GPT-6.1 Sol vs Opus 5.5: quejas verificadas

Actualizado October 13, 2026 · publicado originalmente October 13, 2026

Respuesta rápida: Hay dos conjuntos de quejas circulando a la vez. Por el lado de OpenAI: Pro $200 se recortó, GPT-6.1 Sol parece peor, Astra se come la cuota. Por el lado de Anthropic: los límites de Claude Code se...

Hay dos conjuntos de quejas circulando a la vez. Por el lado de OpenAI: Pro $200 se recortó, GPT-6.1 Sol parece peor, Astra se come la cuota. Por el lado de Anthropic: los límites de Claude Code se redujeron, Opus 5.5 consume el límite semanal y Opus 5.5 fue empeorado. Tomamos cada afirmación y la contrastamos con las páginas de los propios proveedores, Artificial Analysis, los issues de GitHub donde la gente publicó números y nuestros propios registros. La mayoría de las quejas sobre dinero se sostienen. Las quejas de «se volvió tonto» todavía no tienen pruebas.

El resumen:

¿Es GPT más barato que Claude? Sí, y es la afirmación mejor respaldada de todo el debate. Por token, GPT-6.1 Sol cuesta la mitad que Opus 5.5 ($2/$10 frente a $4/$20). Por tarea, Artificial Analysis mide que Opus 5.5 cuesta entre 4.2x y 8.9x más, según el nivel de esfuerzo.
¿Recortó Claude sus límites? Las dos historias son ciertas. Desde el 14 de septiembre el límite semanal de Claude Code está un 25% por encima del nivel previo a la promoción, de forma permanente. También está un 17% por debajo del nivel potenciado en un 50% que la gente tuvo todo el verano (150 a 125).
¿Recortó OpenAI Pro $200? Sí, de 20x a 10x Plus el 30 de octubre, sin cambio de precio. Lo cubrimos en el análisis completo del cambio; aquí solo lo contrastamos con el resto.
¿Está Opus 5.5 empeorado? ¿Es GPT-6.1 Sol tonto? Sin demostrar en ninguno de los dos casos. La única prueba controlada en curso no ha encontrado ninguna caída, pero admite que podría no detectar una pequeña. Ningún incidente de la página de estado de Anthropic coincide con un problema de calidad.
¿Cuál es el verdadero factor de coste? El nivel de esfuerzo. En ambos modelos, el ajuste máximo cuesta entre 5x y 11x el más bajo, por 10 a 16 puntos del índice.

¿Qué quejas se sostienen?

Queja	Veredicto	Evidencia
OpenAI recortó Pro $200 a la mitad	Cierto	De 20x a 10x Plus el 30 de oct., chat GPT-6 Pro de 200 a 100 a la semana. Lo reportaron varios medios y un correo de OpenAI citado en Hacker News. No pudimos abrir la página de ayuda de OpenAI (devuelve 403 a nuestro descargador).
Se recortaron los límites de Claude	Cierto y falso	Página de soporte de Anthropic: +25% sobre la promo, permanente. Palabras de Anthropic: una reducción del 17% desde el nivel potenciado.
Opus 5.5 consume el límite semanal	Mixto	Un usuario midió un consumo 3.1x más rápido tras el reinicio del 25 de sept. Otros reportan usar entre el 1% y el 20% de un plan. Las cargas de trabajo difieren y no se indican.
Opus 5.5 fue empeorado	Sin demostrar	Sin confirmación oficial, sin incidente de calidad en la página de estado (1 de sept. a 7 de oct.), una prueba independiente sin caída hasta ahora.
GPT-6.1 Sol es tonto	Sin demostrar	Artificial Analysis le da un punto menos que a Astra. Un usuario lo llama «un desastre en mi proyecto». Sin tarea compartida.
GPT es más barato	Cierto	Precios de lista, coste por tarea de Artificial Analysis y nuestros propios registros coinciden.

¿Qué cambió Anthropic en los límites de Claude Code?

El límite semanal de Claude Code se movió tres veces en cinco meses. Anthropic ofreció un refuerzo del 50% del 13 de mayo al 13 de septiembre. Desde el 14 de septiembre el límite está un 25% por encima del nivel anterior al refuerzo, y Anthropic dice que es permanente. Tomando el límite previo al refuerzo como 100, pasó de 100 a 150 y luego a 125. Eso es una caída del 16.7% desde donde estaban los usuarios a principios de septiembre, que el propio Anthropic llamó una reducción del 17% cuando anunció el cambio el 29 de agosto. Los límites de cinco horas no se tocaron.

Fecha	Límite semanal de Claude Code (pre-promo = 100)
Antes del 13 de mayo de 2026	100
Del 13 de mayo al 13 de sept. de 2026	150 (refuerzo temporal)
Desde el 14 de sept. de 2026	125 (permanente)
22 de sept. de 2026	Sale Opus 5.5; según se informa, límites de 5 horas más altos y un reinicio puntual que vence el 22 de oct.

Anthropic no publica horas ni topes de tokens para ningún plan. Su página de precios solo dice que Max 5x y 20x son 5x y 20x Pro por sesión de cinco horas, con un límite semanal adicional, y que Max tiene un límite semanal aparte para los modelos Fable. Cualquier cifra de «horas por semana» que veas es de terceros. No encontramos ningún cambio oficial en octubre en los límites o precios de Claude.

¿Cuánto cuesta cada modelo por token?

Estos son precios de lista por millón de tokens, leídos en la página de precios de cada proveedor el 13 de octubre.

Modelo	Entrada	Entrada en caché	Salida
GPT-6 Astra	$10	$1.00	$50
GPT-6.1 Sol	$2	$0.10	$10
GPT-6 Sol	$2	$0.20	$10
GPT-6 Luna	$0.10	$0.01	$0.50
Claude Fable 5.1	$10	$0.25	$50
Claude Opus 5	$5	$0.50	$25
Claude Opus 5.5	$4	$0.20	$20
Claude Sonnet 5.5	$2	$0.10	$10
Claude Haiku 5.5 (prompts hasta 100K)	$0.10	$0.01	$0.50

Tres detalles cambian la factura más que la tarifa principal:

Los prompts largos cuestan más en OpenAI. Por encima de 272K tokens de entrada, GPT-6.1 Sol duplica a $4 de entrada y sube a $15 de salida. Haiku 5.5 se multiplica por cinco por encima de 100K.
Opus 5.5 es un 20% más barato por token que Opus 5. Anthropic afirma un coste cerca de un 40% menor en cargas típicas. El nuevo tokenizador de Claude produce cerca de un 30% más de tokens para el mismo texto, así que comparar precios por token entre generaciones subestima el cambio real.
Las lecturas de caché son donde viven los agentes de código. GPT-6.1 Sol redujo a la mitad su tarifa en caché, de $0.20 a $0.10. Eso es la mitad de los $0.20 de Opus 5.5. Nuestros registros de Codex mostraron que el 98% de los tokens de entrada estaban en caché, por eso la tarifa en caché pesa más que la de entrada.

¿Cuánto cambia el coste según el nivel de esfuerzo?

El esfuerzo es la palanca más grande y la menos comentada. Ambos modelos tienen cinco niveles: low, medium, high, xhigh y max. Los dos vienen por defecto en medium. Artificial Analysis los ejecutó todos en su Intelligence Index y publicó la puntuación y el coste por tarea de cada nivel.

Esfuerzo	Puntuación Opus 5.5	Opus 5.5 $ / tarea	Puntuación 6.1 Sol	6.1 Sol $ / tarea	Coste de Opus
low	42	$0.55	42	$0.13	4.2x
medium	51	$1.34	48	$0.21	6.4x
high	54	$1.82	50	$0.32	5.7x
xhigh	56	$3.46	51	$0.39	8.9x
max	58	$5.98	52	$0.72	8.3x

Tres lecturas de la tabla:

Sol es más barato en cada nivel de esfuerzo. Con la misma puntuación de 42, Sol cuesta $0.13 y Opus $0.55. Opus 5.5 solo se adelanta cuando le dejas pensar: su ajuste max puntúa 6 puntos por encima del max de Sol, a 8.3x el coste.
Los últimos escalones son los caros. Opus pasa de 42 a 58 por 10.9x el coste. Sol pasa de 42 a 52 por 5.5x. En Sol, max quema unas 7x más tokens de salida que low (67M frente a 9.0M en el índice) por 10 puntos.
El precio por token explica solo una parte de la brecha. Opus 5.5 cuesta 2x Sol por token. Un artículo secundario sitúa a Opus en 260M de tokens de salida frente a los 67M de Sol en el índice, unas 3.9x. Multiplica 2 por 3.9 y sale 7.8x, cerca del 8.3x medido. Opus es más caro porque cada token cuesta más y porque usa más tokens. Además, Opus 5.5 no puede desactivar el razonamiento.

Nuestras propias mediciones de código están en el extremo bajo de ese rango: GPT-6 Sol necesitó entre 3.3x y 4.2x menos dólares que Claude por tarea en nuestro artículo de coste por tarea. Un índice de benchmark general y una carga de código no coincidirán exactamente, pero la dirección y el orden de magnitud sí coinciden.

¿Qué dan realmente los planes de Codex?

La página de precios de OpenAI lista los mensajes locales de Codex por ventana de cinco horas en Plus, y el modelo que elijas mueve mucho la cifra:

Modelo en Plus	Mensajes por 5 horas
GPT-6 Luna	350 a 3,000
GPT-6.1 Sol	15 a 160
GPT-6 Sol	15 a 150
GPT-6 Astra	5 a 45

Astra recibe entre tres y cuatro veces menos mensajes que Sol, frente a una brecha de precio de 5x. Eso encaja con las quejas de «Astra me vació la ventana» sin ningún empeoramiento: la cuota simplemente está expresada de forma que el modelo caro consume más de ella. Un usuario de Hacker News escribió que Astra usa unas 7x la cuota de 6.1 Sol en sus pruebas. Es una persona sin carga de trabajo indicada, pero está en el mismo rango. La página de precios también indica que el modo Fast consume 2.5x el uso incluido y Ultrafast 8x. Los planes Pro no tienen actualmente límite de cinco horas, solo uno semanal, y OpenAI no publica un presupuesto de tokens para ningún nivel.

¿Qué midió la gente por su cuenta?

Buscamos a personas que publicaran números en lugar de sensaciones. Las útiles están en GitHub, en el tracker de anthropics/claude-code. No pudimos leer Reddit ni X, así que esos hilos no están cubiertos aquí.

Issue	Afirmación	Método y advertencia
#97398 (26 sept.)	El consumo semanal subió tras el reinicio del 25 de sept.: 93 respuestas por 1% antes, 30 después	Transcripciones locales, deduplicadas. Son 3.1x con las cifras del propio usuario, aunque el título dice 3.6x. Un usuario, una carga de trabajo.
#97074 (25 sept.)	`claude -p` en modo headless consume unas 1.8x más de la ventana de cinco horas por token que el modo interactivo	Unos $1.6 por 1% en headless frente a $3.0 en interactivo. Misma carga de trabajo.
#98679 (1 oct.)	Opus 5.5: mediana de tokens de razonamiento 67, luego 126; mediana de salida 447, luego 711	Muestra pequeña (8 sesiones en el segundo periodo), y la versión del CLI cambió al mismo tiempo.
#96241 (23 sept.)	Ultracode usó el 70% de un plan Max 5x en 20 minutos	18 agentes corriendo a la vez. Una anécdota con un número.

El primero y el tercero apuntan en la misma dirección: más tokens por petición vacían el límite semanal más rápido. Son usuarios distintos y mecanismos distintos, así que trátalo como una coincidencia aproximada, no como una réplica. En el otro lado, comentaristas de Hacker News dicen usar como máximo el 1% de un límite semanal de $20 para un port de código, o nunca pasar del 20% de un plan. Una lectura del 1% y otra de un 54% de Max en dos días probablemente son ambas ciertas. Las cargas de trabajo no son las mismas.

¿Hay alguien probando si fue empeorado?

Hay un proyecto que sí. Livenerf ejecuta un panel congelado de 78 preguntas con 90 muestras al día durante 30 días. El 11 de octubre iba por el día 18 y solo había publicado su línea base: no detectó ninguna caída. Su propia documentación dice que puede detectar un cambio de unos 6.6 puntos cada 10 días, y que no podía distinguir Opus 5 de Opus 5.5 con un 99% de confianza. Así que «no hay caída» no demuestra «no hubo empeoramiento». Descarta uno grande.

La historia de Anthropic es el otro dato relevante. Su autopsia del 23 de abril nombró tres causas reales de las quejas de calidad de Claude Code: el esfuerzo por defecto bajó de high a medium (4 de marzo a 7 de abril), un error que borraba el historial de razonamiento en cada turno (26 de marzo a 10 de abril), y un prompt que limitaba las respuestas a 25 palabras entre llamadas a herramientas (16 a 20 de abril). El error del historial de razonamiento probablemente también vació los límites más rápido, a través de fallos de caché. Anthropic reinició los límites para todos los suscriptores. Así que «se siente peor» tenía razón en primavera, y la causa fue la configuración, no un modelo más discreto. Por eso revisaríamos el ajuste de esfuerzo y la versión del cliente antes de culpar a los pesos. La página de estado de Anthropic no muestra ningún incidente de calidad entre el 1 de septiembre y el 7 de octubre; las entradas son errores, latencia y un fallo de límite de gasto.

Para GPT-6.1 Sol el panorama es más escaso. OpenAI dice que puntúa cerca de Astra a una quinta parte del precio por token, y Artificial Analysis le da un punto menos en el índice que Astra. Las quejas que encontramos son publicaciones sueltas, y varias de las primeras quejas de «empeoramiento» trataban de GPT-6 Sol, antes de que 6.1 saliera el 29 de septiembre. Mira por qué las degradaciones silenciosas rompen tu modelo de costes para saber qué necesita una prueba de regresión real.

¿Cómo revisar tu propio plan?

Registra el porcentaje, no la sensación. Codex escribe used_percent y los conteos de tokens en ~/.codex/sessions/. Valora las peticiones a tarifa de lista, divide los dólares entre los puntos porcentuales usados y multiplica por 100. Ese es tu coste en dólares por ventana, el método detrás de nuestra comparación de 60 días.
Anota el esfuerzo y la versión del cliente en cada lectura. El issue #98679 muestra por qué: un cambio de versión y un cambio de fecha se ven idénticos en los datos.
Mantén separadas las ejecuciones interactivas y headless. El issue #97074 midió 1.8x entre ellas.
Compara con el mismo esfuerzo. Medium frente a max es una oscilación de 5x a 8x en cualquiera de los dos modelos.
Vuelve a medir después de cada reinicio o lanzamiento. Ambos laboratorios movieron los límites alrededor de los lanzamientos de modelos este otoño.

¿Qué no pudimos verificar?

Las páginas del centro de ayuda de OpenAI sobre el cambio de Pro devolvieron 403 a nuestro descargador; las cifras del 30 de octubre se basan en varios medios y en un correo de OpenAI citado, no en una página que hayamos leído.
Ninguno de los dos laboratorios publica límites semanales en tokens o dólares. Cada cifra de «horas por semana» es de terceros.
La comparación de 260M frente a 67M de tokens de salida y el aumento del límite de lanzamiento de Opus 5.5 vienen de artículos secundarios.
No encontramos cifras comparables de SWE-bench, METR, Aider o LMArena para estos dos modelos, ni un tracker público basado en ccusage.
Las tablas de benchmarks de los proveedores (DeepSWE, Terminal-Bench, OSWorld) las reportan los propios proveedores y no siempre incluyen los mismos modelos competidores.
No buscamos en Reddit ni en X, así que faltan los foros donde más se queja la gente.

Fuentes

Relacionado

¿Quieres aplicar esto a tu plataforma? Comparte las facturas, los registros de la pasarela y los flujos principales; identificaremos los costes y las oportunidades de ahorro. Solicitar auditoría gratuita →

Volver a finopsllm.com