Claude Haiku 5.5 vs GPT-6 Luna: mismo precio, coste por tarea no

Hasta 100.000 tokens de prompt, Claude Haiku 5.5 (claude-haiku-5-5, publicado el 7 de octubre de 2026) y GPT-6 Luna (gpt-6-luna, en la API de OpenAI desde el 22 de septiembre) cobran exactamente lo mismo: 0,10 USD por millón de tokens de entrada, 0,01 USD por millón leídos de caché y 0,50 USD por millón de salida. Lo que separa sus facturas es cuántos tokens necesita cada uno para terminar el trabajo. En el índice de Artificial Analysis, con el esfuerzo por defecto de los dos (medium), Haiku 5.5 cuesta 0,047 USD por tarea y Luna 0,017 USD: 2,7 veces más. Si emparejas los niveles de esfuerzo que sacan la misma nota, la diferencia baja a entre 1,1 y 1,4 veces, Haiku termina en algo más de la mitad del tiempo y, por encima de 38 puntos, solo llega Haiku.

Con eso, el reparto razonable es este: empieza por Luna en clasificación, extracción y enrutado de alto volumen, en prompts de más de 100K tokens (ahí Haiku cobra toda la petición a una tarifa cinco veces mayor) y en respuestas interactivas donde cuenta el primer token. Empieza por Haiku 5.5 en subagentes que trabajan en terminal o manejan el ordenador, en agentes largos donde pesa el tiempo total y cuando necesitas una calidad que Luna no alcanza con ningún esfuerzo. Los precios son los de las API directas de Anthropic y OpenAI a 8 de octubre de 2026, en USD.

Precio por token de Haiku 5.5 y GPT-6 Luna: igual hasta 100K

Las dos tarifas coinciden partida por partida en la franja corta; se separan en el umbral, que no está en el mismo sitio. Haiku 5.5 cambia de precio cuando el prompt pasa de 100.000 tokens (precios de la API de Claude); Luna, cuando la entrada pasa de 272.000 (precios de la API de OpenAI).

Tres reglas de esta tabla cambian el presupuesto:

• La franja alta se aplica a toda la petición, no solo a los tokens que sobran. OpenAI lo dice en la ficha de GPT-6 Luna: por encima de 272K, entrada y caché al doble y salida a 1,5 veces «for the full request». En la tabla de Anthropic cada partida de la franja alta, salida incluida, lleva la etiqueta «for prompts over 100,000 tokens», y el anuncio de Haiku 5.5 habla de peticiones de hasta 100.000 tokens y de más de 100.000. El salto también es distinto: Haiku multiplica por 5 todas las partidas; Luna, por 2 la entrada y por 1,5 la salida.
• Anthropic no define si los tokens leídos de caché cuentan para los 100K. Su documentación de caché calcula la entrada total como lectura de caché + escritura en caché + entrada sin caché; si esa es la cifra que decide la franja, una conversación con 90.000 tokens en caché y 15.000 nuevos ya paga la tarifa alta. Mientras Anthropic no lo aclare, presupuesta como si contaran.
• La salida incluye el razonamiento. Los dos modelos razonan con medium por defecto, y esos tokens se cobran a 0,50 USD por millón como cualquier otra salida.

Otros modificadores: Luna tiene modo Fast al doble de precio (OpenAI llamaba Priority a ese servicio hasta el 30 de julio de 2026); Haiku 5.5 no admite Priority Tier y el modo rápido de Anthropic es solo para modelos Opus. Si necesitas residencia de datos en la UE, OpenAI la ofrece para Luna en Standard, Flex y Batch, con un 10 % de recargo por procesamiento regional y sin modo Fast. En la API de Claude, fijar la inferencia en EE. UU. (inference_geo: "us") multiplica la tarifa por 1,1; Bedrock y Google Cloud fijan sus propios precios regionales.

Los límites técnicos son casi iguales: Haiku 5.5 tiene una ventana de 1M tokens y 128K de salida (300K en la Message Batches API con la cabecera beta output-300k-2026-03-24); Luna, una ventana de 1.050.000 tokens, 922.000 de entrada como máximo y 128.000 de salida. Ojo con el nombre: GPT-5.6 Luna (gpt-5.6-luna) es el modelo anterior y cuesta 0,20 y 1,20 USD, así que sus precios y resultados no sirven para GPT-6 Luna.

Coste por petición: el umbral de 100K multiplica por 5 a Haiku

La fórmula es la misma en las dos API: tokens de cada tipo × tarifa de su franja ÷ 1.000.000, sumando entrada, caché y salida. Con las tarifas de la tabla anterior:

Los cálculos, para que puedas repetirlos con tus cifras:

• 150.000 + 2.000: Haiku pasa a la franja alta, (150.000 × 0,50 + 2.000 × 2,50) ÷ 1.000.000 = 0,075 + 0,005 = 0,080 USD. Luna sigue en la corta: (150.000 × 0,10 + 2.000 × 0,50) ÷ 1.000.000 = 0,015 + 0,001 = 0,016 USD.
• 300.000 + 2.000: Haiku, 0,15 + 0,005 = 0,155 USD. Luna entra en su franja alta: (300.000 × 0,20 + 2.000 × 0,75) ÷ 1.000.000 = 0,06 + 0,0015 = 0,0615 USD.
• Caché: si los 140.000 tokens leídos cuentan para el umbral, Haiku paga (140.000 × 0,05 + 10.000 × 0,50 + 2.000 × 2,50) ÷ 1.000.000 = 0,007 + 0,005 + 0,005 = 0,017 USD; si no cuentan, 0,0014 + 0,001 + 0,001 = 0,0034 USD, lo mismo que Luna.

Ahora a escala. Una clasificación de 2.000 tokens de entrada y 300 de salida cuesta lo mismo en los dos: (2.000 × 0,10 + 300 × 0,50) ÷ 1.000.000 = 0,00035 USD, es decir, 2.000 × 0,10 + 300 × 0,50 = 200 + 150 = 350 USD por millón de peticiones y 175 USD con Batch. Esa cifra solo se cumple si el modelo no razona. Con 1.000 tokens de razonamiento por petición, la salida pasa a 1.300 tokens y el millón de peticiones a 2.000 × 0,10 + 1.300 × 0,50 = 200 + 650 = 850 USD, 2,4 veces más. Para tareas cortas, baja el esfuerzo: en Luna, none o low; en Haiku 5.5, low o thinking: {"type": "disabled"}, que solo se acepta con esfuerzo high o inferior.

Queda una incógnita que ningún fabricante resuelve: el mismo texto no ocupa los mismos tokens en las dos API. Anthropic solo dice que Haiku 5.5 cuenta alrededor de un 30 % más de tokens que Haiku 4.5 para el mismo texto; la proporción frente al tokenizador de OpenAI no está publicada. Antes de comparar, envía una muestra de tus prompts a las dos API y mira el recuento de tokens que devuelve cada respuesta.

Coste por tarea con el mismo esfuerzo: de 2,7 a 5,4 veces más en Haiku

Con el mismo nivel de esfuerzo, Haiku 5.5 cuesta entre 2,7 y 5,4 veces más por tarea que GPT-6 Luna en el Intelligence Index v4.3.2 de Artificial Analysis (AA), que agrega diez evaluaciones. A cambio, puntúa más en todos los niveles:

Coste por tarea sin redondear, tomado de los datos de la página de AA a 8 de octubre de 2026.

La diferencia no sale del precio, que AA aplica igual a los dos, sino del volumen de tokens:

• Salida. En medium, Haiku genera 32.813 tokens de salida por tarea y Luna 11.456 (2,9 veces más). En low la distancia es mayor: 17.286 frente a 2.087, y por eso ahí la relación de coste sube a 5,4.
• Entrada. En medium, Haiku gasta 0,031 USD de entrada por tarea y Luna 0,012, sobre todo en lecturas y escrituras de caché de las tareas de varios turnos: Haiku mueve más contexto por tarea.
• Sin razonamiento no siempre es lo más barato. Luna sin razonamiento cuesta 0,011 USD por tarea, más que en low (0,0045), porque en este índice consume más entrada.

Para el índice completo en max, AA gastó 330 USD con Haiku 5.5 y 122 USD con Luna (2,7 veces), con 435 millones de tokens de salida frente a 144 millones (comparativa de AA en max). No coincide con el 3,1 por tarea porque el número de tareas contabilizadas difiere entre los dos modelos.

Una limitación que juega a favor de Haiku: AA calcula su coste con las tarifas de la franja de hasta 100K en todas las tareas. Si alguna superó los 100.000 tokens de prompt, el coste real de Haiku es mayor que el de la tabla.

A igual nota, Haiku 5.5 cuesta de 1,1 a 1,4 veces más y tarda menos

Comparar con el mismo esfuerzo mezcla dos variables, porque Haiku saca más nota en cada nivel. Si emparejas los niveles que obtienen casi la misma puntuación, Luna sigue siendo algo más barata, pero Haiku termina antes:

Notas sin redondear de los datos de AA; en su tabla, Luna xhigh aparece como 35 y Haiku medium como 34.

Tres conclusiones para elegir:

• A igual nota, Haiku cuesta entre un 11 % y un 40 % más por tarea, no 2,7 veces. En la franja media y alta la prima es del 11–17 %.
• Con esa prima compras tiempo. Haiku medium termina una tarea en 134 segundos frente a 242 de Luna xhigh; Haiku high, en 194 frente a 394 de Luna max. Si tu agente tiene a alguien esperando o la concurrencia limita el rendimiento, ese 11–17 % puede compensar.
• Por encima de 38 puntos no hay comparación posible. Si necesitas ese nivel, Haiku en xhigh o max cuesta 0,12–0,21 USD por tarea; la propia Anthropic recomienda comparar esos niveles con Claude Sonnet 5.5 en rendimiento, coste y velocidad antes de quedarte con Haiku.

El índice es una media de diez pruebas, y por áreas el resultado cambia de signo. En Terminal-Bench 4.0, AA da a Haiku low un 12,6 %, lo mismo que Luna en max; Haiku max llega al 32,8 %. AA no publica el coste por prueba, pero con el coste medio del índice como aproximación, Haiku low gasta 0,024 USD por tarea y Luna max 0,068: con esa aproximación, en tareas de terminal el modelo más verboso sale más barato a igual calidad. En AutomationBench-AA pasa lo contrario: Luna medium saca un 40,5 % y Haiku max un 35,4 %, así que Luna gana en nota gastando menos de una décima parte por tarea (0,017 frente a 0,213 USD).

Cuando pruebes con tus datos, compara el coste por resultado válido y no el coste por petición: coste medio por petición ÷ proporción de respuestas aceptadas. Un modelo que cuesta el doble por llamada pero acierta a la primera puede ganar a uno que obliga a repetir.

De dónde salen «12 veces más caro» y «75 % más barato»

Las tres frases que circulan sobre Haiku 5.5 miden cosas distintas:

• «Mismo precio»: cierto por token, y solo con prompts de hasta 100K en Haiku. No dice nada del coste por tarea.
• «Haiku costó 12 veces más con el mismo prompt»: circula en foros como anécdota de un único prompt. En los datos de AA, con el mismo esfuerzo la relación va de 2,7 a 5,4. El 12 solo aparece si comparas Haiku en max con Luna en medium: 0,213 ÷ 0,0175 = 12,2. Haiku medium frente a Luna low da 10,4. Diferencias de ese tamaño aparecen al dejar un modelo en un esfuerzo alto y el otro en uno bajo; cruzar el umbral de 100K con un prompt largo añade por sí solo un factor 5 a la petición.
• «Un 75 % más barato»: es la media que da Anthropic frente a Haiku 4.5, no frente a Luna. Por token, Haiku 5.5 cuesta un 90 % menos que Haiku 4.5 hasta 100K (0,10 frente a 1 USD de entrada; 0,50 frente a 5 de salida) y un 50 % menos por encima. Anthropic indica que el 90 % de las peticiones a Haiku 4.5 eran cortas y que su cálculo incluye que el nuevo tokenizador usa más tokens por tarea; de ahí el 75 % medio.

¿Cuándo el ahorro frente a Haiku 4.5 se acerca al 90 %? En prompts cortos, y algo por debajo: si el mismo texto ocupa un 30 % más de tokens, pagas 0,10 × 1,3 = 0,13 por cada 1 que pagabas, un ahorro del 87 %. En prompts de más de 100K el ahorro por token es del 50 %, y por texto ronda el 35 % (0,50 × 1,3 = 0,65).

¿Cuál es mejor, Haiku 5.5 o GPT-6 Luna? Qué probar según la carga

No hay un ganador general: Haiku 5.5 rinde más por nivel de esfuerzo y Luna gasta menos tokens. Lo que decide es la carga:

Las cifras de terminal y uso del ordenador vienen de la tabla de lanzamiento de Anthropic, que no indica el esfuerzo de cada celda: OSWorld 2.1 (subconjunto offline) 72,4 % para Haiku 5.5 frente a 48,9 % para GPT-6 Luna, Terminal-Bench 4.0 39,2 % frente a 16,4 %, FrontierCode 1.1 46,4 % frente a 42,4 % y GDPval-AA v2.1 1620 frente a 1437 puntos. Las mediciones independientes de AA van en la misma dirección en terminal (32,8 % frente a 12,6 % en max) pero con otra escala, porque el banco de pruebas y el esfuerzo son distintos.

Una prueba pequeña de Kingy AI con 40 tareas propias, cada una repetida dos veces a través de los clientes de línea de comandos de Claude Max y ChatGPT Pro, dio a Haiku 60 de 80 respuestas que superaban todas las comprobaciones (75 %) y a Luna 51 de 80 (63,75 %). Las mayores diferencias estuvieron en cálculos (8 de 10 frente a 4 de 10) y edición de textos (8 frente a 5); en extracción JSON y correcciones de código los dos acertaron 10 de 10. La mediana de tiempo fue de 6,83 segundos para Haiku y 2,92 para Luna. Todas las entradas tenían menos de 20.000 tokens, los clientes usaron sus ajustes por defecto y la muestra es pequeña: sirve para saber qué mirar, no como clasificación.

Si ya llamas a Luna a través de una pasarela compatible con OpenAI, el catálogo de modelos de laozhang.ai lista gpt-6-luna con la misma tarifa de lista y el mismo umbral de 272K, cobra cada petición entera en una sola franja y muestra en el registro de llamadas la que aplicó. Los modelos Claude están ahí temporalmente fuera de servicio por falta de capacidad, así que Haiku 5.5 hay que llamarlo por la API de Claude o por una nube que lo ofrezca.

Para el resto de la gama de OpenAI, consulta GPT-6 Sol, Luna y Astra frente a Terra: precios y cuál probar primero; para la gama alta de los dos fabricantes, Claude Opus 5.5 vs GPT-6 Sol y 6.1 Sol: cuál probar y qué pagas.

Migrar entre GPT-6 Luna y Haiku 5.5: errores 400 y cambios de coste

Cambiar el ID del modelo no basta. Estos son los cambios de la guía de migración a Haiku 5.5 y de la guía de los modelos GPT-6 que rompen peticiones o mueven el coste.

Si pasas a Haiku 5.5 (desde Luna o desde Haiku 4.5):

• Parámetros de muestreo: temperature distinto de 1, top_p distinto de 0,99, cualquier top_k o temperature y top_p juntos devuelven error 400. Quítalos y guía el comportamiento con el prompt.
• Prefill: un último turno de asistente para que el modelo lo continúe devuelve 400, aunque el razonamiento esté apagado. Para forzar un formato, usa salidas estructuradas o una herramienta con campos enum.
• Razonamiento: thinking: {"type": "enabled", "budget_tokens": N} devuelve 400. El razonamiento adaptativo viene activado, se regula con output_config.effort (por defecto medium, también en Claude Code) y cuenta para max_tokens. Con un max_tokens pequeño, la respuesta puede cortarse con stop_reason: "max_tokens" antes de llegar al texto.
• No hay none: el equivalente es low o thinking: {"type": "disabled"}, que solo se acepta en high o por debajo; en xhigh y max devuelve 400.
• Recuento de tokens: vuelve a contar los prompts con model puesto en claude-haiku-5-5 y revisa max_tokens y presupuestos; el mismo texto cuenta en torno a un 30 % más de tokens que en Haiku 4.5.
• Uso del ordenador: en la API de Claude y en Google Cloud solo funciona con computer_toolset_20260801; declarar computer_20250124 devuelve 400.
• Conversaciones con razonamiento: si reenvías bloques de razonamiento, no modifiques system, tools ni turnos anteriores; cambiar lo que va antes del bloque devuelve 400 (en cuentas creadas antes del 31 de agosto de 2026, solo con un ajuste concreto).
• Rechazos: los clasificadores de seguridad pueden cortar con stop_reason: "refusal" sin respaldo automático en el servidor; trátalo en tu código.
• Capacidad: Haiku 5.5 no admite Priority Tier; si tenías un compromiso de Priority con Haiku 4.5, planifica la capacidad por separado.

Si pasas a GPT-6 Luna (o lo mantienes):

• Esfuerzo: admite none, low, medium (por defecto), high, xhigh y max. Si vienes de Haiku con el razonamiento apagado, none es el equivalente directo.
• Herramientas: en Chat Completions, las llamadas a funciones solo funcionan con reasoning_effort: "none"; para razonar y usar herramientas a la vez, usa la Responses API.
• Parámetros de muestreo: con un esfuerzo distinto de none, elimina temperature, top_p y top_logprobs.
• Modo Fast: duplica la tarifa y no está disponible con residencia de datos en la UE.

Preguntas frecuentes sobre Claude Haiku 5.5 y GPT-6 Luna

¿GPT-6 Luna es más barato que Claude Haiku 5.5?

Por token, no: hasta 100K tokens de prompt los dos cobran 0,10 USD de entrada y 0,50 USD de salida por millón. Por tarea, sí: en el índice de Artificial Analysis, Haiku 5.5 cuesta entre 2,7 y 5,4 veces lo que Luna con el mismo esfuerzo, y entre 1,1 y 1,4 veces a igual nota. Con prompts de entre 100K y 272K tokens la petición de Luna sale 5 veces más barata, porque Haiku pasa a la tarifa alta y Luna no.

¿Haiku 5.5 funciona en Claude Code y en Claude.ai?

Sí. En Claude Code necesitas la versión 2.1.293 o posterior, y el alias haiku apunta a Haiku 5.5 solo con la API de Anthropic; en Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform on AWS sigue apuntando a Haiku 4.5, así que allí indica el nombre completo del modelo (configuración de modelos de Claude Code). En Claude.ai lo pueden elegir los planes Free, Pro, Max, Team y Enterprise, en web, iOS y Android, según la página de Claude Haiku de Anthropic.

¿ChatGPT gratis usa ahora GPT-6 Luna?

Sí, en la pestaña Chat. Según el anuncio de OpenAI «GPT-6 for everyone» del 7 de octubre de 2026, desde el 8 de octubre el despliegue llega a los planes Free y Go con GPT-6 Luna, mientras Plus, Pro, Business y Enterprise usan GPT-6 Sol. OpenAI describe ese Luna como ajustado para conversación y no dice que sea idéntico al gpt-6-luna de la API, así que su comportamiento en ChatGPT no sirve para medir la API. Los modelos de Work y Codex no cambian con este despliegue.