Gemini 4 Argon, GPT-6.1 Sol y Sonnet 5.5: todos a 2 dólares

Tres laboratorios aterrizaron en el mismo precio en ocho días

Del 28 de septiembre al 30, Anthropic, OpenAI y Google publicaron modelo. Los tres pusieron el token de entrada en el mismo sitio.

Los tres han calculado el precio al que un modelo casi frontera se vende a volumen y han llegado al mismo número, que queda como suelo para lo que venga detrás. Sonnet 5.5 mantuvo la tarifa de Sonnet 5 sin tocarla, con la lectura de caché en 0,20 dólares por millón. Argon descuenta un 95% el token de entrada cacheado.

GPT-6.1 Sol es el caso más llamativo: se acerca a GPT-6 Astra en programación agéntica, uso del ordenador y tareas profesionales por una quinta parte del precio por token de Astra.

Qué dicen los números de capacidad

Gemini 4 Argon no entra en esa tabla porque mide otra cosa: Google publicó un 68% en CWE-bench v1, una prueba de ciberseguridad donde el modelo tiene que encontrar, validar y corregir vulnerabilidades reales.

Hay un detalle que merece atención. A principios de octubre, ningún modelo publicado ese mes había entrado en el top 10 general de los agregadores. Los lanzamientos de la semana bajaron el precio de llegar cerca de los de septiembre sin desplazarlos del ranking.

Argon se entrega por fases y eso es lo nuevo

Google no publicó Argon para todo el mundo. El orden de entrega fue este:

1. Defensores de ciberseguridad del programa Fairwind y equipos de seguridad interna de Google, sin los límites que bloquean el uso ofensivo.
2. Clientes de pago de la API de Gemini y suscriptores de Google AI Ultra.
3. Desarrolladores, empresas y público general.

La razón declarada es la capacidad del modelo en vulnerabilidades: lo que sirve para parchear sirve para atacar. El acceso pasa a ser una decisión de seguridad. Anthropic hizo algo parecido con los topes de uso de Claude for Government y su entorno FedRAMP High.

Para un equipo español esto significa que la disponibilidad de un modelo pasa a depender de quién eres además de lo que pagas.

Lo que 2 dólares por millón no incluye

El precio del token de entrada es la parte más visible de la factura y casi nunca la más grande. Tres cosas que se escapan del cálculo:

Los tokens de razonamiento se pagan como salida. Un modelo que piensa más antes de responder multiplica la parte cara de la factura, aunque la respuesta final sea corta.

La caché cambia el resultado por completo. Con lectura de caché a 0,20 dólares por millón en Sonnet 5.5 y un 95% de descuento en Argon, un sistema que reutiliza contexto paga una fracción de lo que paga uno que lo reenvía entero cada vez.

El agente consume por su cuenta. Sonnet 5.5 gasta menos tokens para la misma tarea, hasta un 30% menos de coste por tarea según Anthropic. Ese dato importa más que la tarifa cuando el modelo decide solo cuántas vueltas da.

Cómo leer un benchmark sin que te venda algo

Los agregadores de puntuaciones sirven para descubrir qué prueba mide qué. Las métricas y los criterios cambian entre pruebas, así que una tabla que mezcla dieciocho benchmarks en un número suma cosas distintas.

Tres comprobaciones rápidas antes de fiarte de una cifra:

• Abre la fuente. Mira qué tareas contiene la prueba y de qué año son.
• Busca la fecha de la instantánea. Un ranking sin fecha no dice nada en un sector que publica cada semana.
• Comprueba si tu tarea se parece. Terminal-Bench mide trabajo en línea de comandos. Si tu caso es redactar informes, ese 66,4% no te afecta.

Mantenemos las cifras comparables en benchmarks, con la fecha de cada actualización.

Qué modelo elegir según la tarea

• Volumen alto y tareas repetitivas: cualquiera de los tres a 2 dólares. Gana el que mejor se integre con lo que ya tienes.
• Programación agéntica larga: Opus 5.5 sigue arriba en CursorBench y Terminal-Bench, y cuesta lo que cuesta. GPT-6.1 Sol se acerca por una quinta parte.
• Documentos, presentaciones y hojas de cálculo: Anthropic señala mejoras concretas de Sonnet 5.5 en tareas acotadas y en acabado del documento.
• Seguridad defensiva: Argon, si tu organización entra en Fairwind. Si no, no está disponible todavía.

Lo que viene

El precio bajó, la disponibilidad se complicó y la carrera por el primer puesto se enfrió una semana. El siguiente movimiento esperado es que los tres abran su modelo barato al nivel gratuito, porque es donde se decide el volumen. Mientras eso llega, el cambio práctico es revisar qué estás pagando por tareas que ya se resuelven en el escalón de abajo.