# Claude y GPT: tres modelos, 180 llamadas y tres diferencias **URL:** \ **Category:** Community\ **Tags:** tokens, llm, open-source, claude-code, codex\ **Created:** [28 Octubre, 2026 09:19 UTC](https://www.yodev.dev/t/claude-y-gpt-tres-modelos-180-llamadas-y-tres-diferencias/5812 "2026-10-28T09:19:12Z")\ **Posts on this page:** 1\ **Page:** 1
**Author:** ![xiaoying\_zhou](https://yyz1.discourse-cdn.com/flex009/user_avatar/www.yodev.dev/xiaoying_zhou/32/2522_2.png) [@xiaoying\_zhou](https://www.yodev.dev/u/xiaoying_zhou)\ **Post date:** [28 Octubre, 2026 09:19 UTC](https://www.yodev.dev/t/claude-y-gpt-tres-modelos-180-llamadas-y-tres-diferencias/5812/1 "2026-10-28T09:19:12Z")
![Comparación de tres modelos Claude y GPT sobre las mismas doce tareas](https://canada1.discourse-cdn.com/flex009/uploads/inovacon/original/2X/1/14fb448ddd4018a1b372531f0fc1e2346a3bc344.png) _Doce tareas, cinco pasadas cada una, tres modelos. Una llamada cuesta entre 0,0033 y 0,0265 dólares._ El precio por token está en la [página de OpenAI](https://crazyrouter.com/en/models/openai). ## **De dónde viene el problema** Tengo tres modelos en uso para tres cosas distintas: redactar textos cortos, extraer cinco campos de un ticket de soporte y, de vez en cuando, resolver un cálculo. Cada vez que cambio de modelo repito la misma comprobación, y no para saber si es mejor, sino para saber dónde se rompe. Una sola llamada no responde a eso. Solo indica que esa muestra concreta pasó, lo que no dice nada de la siguiente. Así que hice lo contrario de lo habitual: menos modelos y más repeticiones. Doce tareas, cinco pasadas, tres modelos, ciento ochenta llamadas. ## **Cómo se midió** Doce tareas cortas con respuesta única: un cálculo, una probabilidad, una definición con límite de caracteres y varios casos de salida estructurada. Ocho se corrigen con código. Cuatro son reescritura de código y de texto, se leyeron a mano y quedan fuera de la tasa de acierto. | **Modelo** | **Aciertos (auto)** | **Latencia mediana** | **Coste por llamada** | | --- | --- | --- | --- | | Claude Sonnet 4.6 | 30/35 | 3,29 s | 0,0033 $ | | Claude Sonnet 5.5 | 39/40 | 2,81 s | 0,0047 $ | | GPT-6.1 Sol | 35/37 | 6,19 s | 0,0265 $ | Los denominadores no coinciden porque trece llamadas de las 180 fallaron por red y se descartaron. Forzar todo a cuarenta sería comparar la conexión, no los modelos. ![Tasa de acierto en las ocho tareas corregidas automáticamente](https://canada1.discourse-cdn.com/flex009/uploads/inovacon/original/2X/6/61c6fa8300184933c460ccd171e02b992a40d14b.png) ## **Las tres diferencias** ### **El límite de sesenta caracteres** La consigna pedía explicar MoE en sesenta caracteres como máximo, sin usar la palabra «experto». Las respuestas llegaron con 65, 58 y 48 caracteres. Claude Sonnet 4.6 se pasó por cinco, y el exceso eran matices — «mecanismo de compuerta», «selección dinámica» — que mejoran la definición y alargan la frase. Cuatro pasadas más: 65, 62, 68, 66, 70. Ninguna bajó del límite. No es un error de conteo. El modelo coloca la completitud por encima de la restricción. En un texto libre eso es una virtud; en un proceso que valida la longitud es una pieza defectuosa, y el tiempo de corregirla cuesta más que la llamada. ### **El fallo de una vez entre cinco** En una pregunta de probabilidad —tres números distintos del 1 al 5, suma par, respuesta 3/5— Claude Sonnet 5.5 acertó cuatro veces. La quinta: > Los tres pares: solo hay 2 y 4, no se pueden tomar tres, 0 formas. Un impar y dos pares: C(3,1)×C(2,2)=3 formas. Por tanto la probabilidad es 3/10. Invirtió el caso: contó «un impar y dos pares» en lugar de «dos impares y un par». Los casos favorables se reducen a la mitad, y la respuesta también. Visto una vez, el modelo es perfecto o inservible. Visto cinco veces, es 39 de 40 con un tropiezo en una pregunta de respuesta única, y la solución es reintentar. ### **La misma tarifa, una factura 5,6 veces mayor** Claude Sonnet 5.5 y GPT-6.1 Sol comparten tarifa: 2 dólares por millón de tokens de entrada y 10 por millón de salida. El coste medido por llamada fue 0,0047 y 0,0265 dólares. Misma tarifa, factura 5,6 veces mayor. La diferencia está en el consumo por tarea, no en el precio: Sol hace más trabajo entre la pregunta y la respuesta. Y ese gasto extra no compró precisión. En un problema de tangencia a una elipse cuya respuesta es 16/5, Sol devolvió solo `4/5` dos veces de cinco, mientras los dos modelos Claude acertaron las cinco. ![Coste por llamada frente a tasa de acierto](https://canada1.discourse-cdn.com/flex009/uploads/inovacon/original/2X/f/f83c8347b7923ef6c567cab327dcff15062fcbfc.png) ## **Una prueba con trabajo real** Doce preguntas sintéticas son un filtro, no una carga de trabajo. La segunda pasada usó veinte tickets de soporte con cinco campos cada uno: cien celdas. Los tres modelos rellenaron las cien correctamente. La precisión no los separó. El tiempo sí: 7,5 segundos, 29,3 y 37,9. Medio minuto por pasada suena irrelevante hasta que se multiplica por diez mil pasadas al día: más de 84 horas de espera. ## **Límites de la medición** Todo lo medido es texto de un solo turno con entradas cortas. Contexto largo, diálogo con varios turnos, llamadas a herramientas e imágenes no se probaron. Las ventanas de contexto difieren —200K, 1M y 922K tokens—, pero eso es una especificación, no una medición. Cuatro tareas se corrigieron a mano y no entran en la tasa. Trece llamadas se perdieron por la red. Los precios se leyeron del catálogo el 28 de octubre de 2026 y la factura real depende del uso. ## **Discusión** Para trabajo con un contrato estricto de longitud o formato —generación por lotes, salida estructurada, respuestas para una API—, Claude Sonnet 5.5 es la opción más simple de las tres: ninguna violación del límite, la latencia mediana más corta y el coste por llamada más bajo. Para un texto que una persona va a editar de todos modos, Claude Sonnet 4.6 sigue siendo razonable: una respuesta más larga y detallada ahí es material, no desperdicio. GPT-6.1 Sol no es una alternativa barata. La tarifa es la misma, el gasto real 5,6 veces mayor, y falló dos veces en un cálculo simple. Quien lo elija debería tener un motivo distinto de «es más barato». Lo único que trasladaría a otro equipo no es el ranking, sino el hábito: antes de cambiar de modelo, ejecuta tus tres prompts más comunes cinco veces y anota cuatro números —cuántos pasan, en qué tarea se rompe, la latencia mediana y el coste por llamada—. Sale más barato que cambiar por intuición y enterarse en producción.