GPT-6.2 vs Claude, lado a lado
Precios de lista de la API por millón de tokens a velocidad estándar. Los precios de OpenAI valen hasta 272K tokens de entrada; por encima, las tarifas de entrada y de caché se duplican y la salida cuesta 1.5x en toda la solicitud.
| GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 | |
|---|---|---|---|---|
| Empresa | OpenAI | OpenAI | Anthropic | Anthropic |
| ID del modelo en la API | gpt-6.2-astra | gpt-6.2-sol | claude-fable-5-2 | claude-opus-5-5 |
| Lanzamiento | 17 de noviembre de 2026 | 17 de noviembre de 2026 | 9 de noviembre de 2026 | 22 de septiembre de 2026 |
| Precio (entrada / salida) | $8 / $40 | $2 / $10 | $8 / $40 | $4 / $20 |
| Entrada en caché / lecturas de caché | $0.40 | $0.10 | $0.20 | $0.20 |
| Batch | 50% de descuento | 50% de descuento | 50% de descuento | 50% de descuento |
| Ventana de contexto | 1.05M de tokens (922K de entrada máxima) | 1.05M de tokens (922K de entrada máxima) | 1M de tokens | 1M de tokens |
| Salida máxima | 128K | 128K | 128K | 128K |
| Fecha de corte del conocimiento | 18 de mayo de 2026 | 1 de junio de 2026 | Junio de 2026 | Junio de 2026 |
| Entrada / salida | Texto e imagen de entrada, texto de salida | Texto e imagen de entrada, texto de salida | Texto e imagen de entrada, texto de salida | Texto e imagen de entrada, texto de salida |
| Esfuerzo | low, medium, high, xhigh, max; none se rechaza; OpenAI sugiere empezar en medium | Los mismos niveles que Astra | Pensamiento adaptativo, siempre activo; de low a max, predeterminado high | Pensamiento adaptativo, siempre activo; predeterminado medium |
| Modos más rápidos | Fast (2x el precio), Ultrafast (3x el precio hasta el 28 de febrero de 2027, luego 6x) | Fast (2x el precio), Ultrafast (3x el precio hasta el 28 de febrero de 2027, luego 6x) | Modo rápido, hasta 2.5x más rápido, a $16 / $80 | Modo rápido, hasta 2.5x más rápido, a $8 / $40 |
| Herramienta de programación | App y CLI de Codex (/model); GitHub Copilot | App y CLI de Codex (/model); GitHub Copilot | Claude Code, se elige con /model (v2.1.321 o posterior) | Modelo predeterminado de Claude Code (v2.1.280 o posterior) |
| Planes | ChatGPT Plus, Pro, Enterprise y Edu, en ChatGPT Work y Codex | ChatGPT Plus, Pro, Enterprise y Edu, en ChatGPT Work y Codex | Claude Pro, Max, Ultra, Team y Enterprise | Claude Pro, Max, Ultra, Team y Enterprise |
| También en | API de OpenAI, GitHub Copilot, Microsoft Foundry | API de OpenAI, GitHub Copilot | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry |
| Para qué dice su empresa que sirve | «Tus proyectos más difíciles», como rastrear errores entre servicios | «Trabajo diario», programación y flujos de agentes de cada día | Razonamiento exigente y trabajo agéntico de largo recorrido, o cuando Opus 5.5 con más esfuerzo se queda corto | Programación agéntica de larga duración y trabajo de conocimiento; el modelo de partida que recomienda Anthropic |
Benchmarks: lo que informó cada empresa
Cada cifra indica quién la comunicó. OpenAI y Anthropic publican FrontierCode 2.0, Terminal-Bench-Science y AutomationBench, pero cada una ejecutó sus propios modelos con su propio arnés, ajuste de esfuerzo y salvaguardas, así que una fila son dos informes separados puestos juntos, no una ejecución cara a cara. Ninguna de las dos ha publicado GPT-6.2 y Claude con la misma configuración.
Las cifras de GPT-6.2 de OpenAI vienen de su publicación de lanzamiento (según las recoge VentureBeat, que señala que se usa la mejor puntuación trazada de cada modelo, así que el esfuerzo puede variar). Las de Anthropic vienen de su página de Fable, con el máximo esfuerzo disponible y las salvaguardas activadas.
| Benchmark | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 |
|---|---|---|---|---|
| FrontierCode 2.0 (programación agéntica) | 44.2% (OpenAI) | 43.8% (OpenAI) | 49.1% con xhigh (Anthropic) | 45.5% (Anthropic) |
| Terminal-Bench-Science 0.1 | 77.1% (OpenAI) | 68.0% (OpenAI) | 74.6% con max, en Claude Code (Anthropic) | 58.7% (Anthropic) |
| AutomationBench (flujos de trabajo empresariales) | 52.4% (OpenAI) | 41.2% (OpenAI) | 51.4% (Anthropic) | 42.5% (Anthropic) |
| FrontierSWE v2 (programación agéntica) | No informado | No informado | 69.9% (Anthropic) | 62.3% (Anthropic) |
| OSWorld 2.1 (uso del ordenador) | No informado | No informado | 89.3% (Anthropic) | 87.2% (Anthropic) |
| Agents' Last Exam v1.1 | 78.3% (OpenAI) | 73.0% (OpenAI) | 5.5 puntos por debajo de Astra en el gráfico de OpenAI; esa clasificación excluye nueve tareas de Fable 5.2 que usaron un modelo de respaldo | No informado |
| Harvey LAB-AA v1.1 (legal) | 15.0% (OpenAI) | 11.1% (OpenAI) | OpenAI dice que Astra más que duplica la tasa de aciertos de Fable 5.2 | No informado |
| SWE-bench | No informado | No informado | No informado | No informado |
Cómo leer las cifras de cada empresa
- Terminal-Bench-Science: el gráfico de OpenAI también muestra una puntuación de Fable 5.2, pero la nota al pie de OpenAI dice que esa cifra es la ejecución de Artificial Analysis en mini-swe-agent. Anthropic informó de 74.6% con razonamiento máximo en Claude Code. Usa la cifra de Anthropic para el modelo de Anthropic y la de OpenAI para el de OpenAI.
- FrontierCode 2.0: OpenAI dice que Sol quedó a menos de 0.5 puntos de Astra con aproximadamente una quinta parte del coste, los dos con esfuerzo máximo. Es un solo benchmark, no una proporción general de costes.
- Agents' Last Exam y Harvey LAB-AA son comparaciones de OpenAI contra Fable 5.2; Anthropic no ha publicado cifras sobre ellos.
- FrontierSWE v2 y OSWorld 2.1 son de Anthropic; OpenAI no informó de GPT-6.2 en ellos.
Índices independientes
Clasificaciones elaboradas por terceros, no por OpenAI ni Anthropic. Las cifras de Artificial Analysis y Epoch AI son las que recoge VentureBeat; AA-3D es la clasificación de Artificial Analysis que OpenAI cita en su publicación de lanzamiento. Estos informes no incluyeron Opus 5.5.
| Índice | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 62, segundo puesto (Artificial Analysis) | - | Primer puesto, por delante de Astra (Artificial Analysis) |
| Índice de Epoch AI | 174 (Epoch) | - | 174, empatado con Astra (Epoch) |
| AA-3D (votos humanos a ciegas sobre creaciones en 3D y de navegador) | 1,318 Elo (Artificial Analysis) | 1,259 Elo (Artificial Analysis) | 1,271 Elo (Artificial Analysis) |
| Artificial Analysis Coding Agent Index (Codex, esfuerzo máximo) | Sin cambios respecto a la versión anterior (Artificial Analysis) | 3 puntos menos, en gran parte por una caída de 14 puntos en SWE-Atlas-QnA-AA (Artificial Analysis) | - |
| Prueba de un desarrollador con el mismo prompt (@EnvolDev en X, prompt «Cathedral of Ice»; no es un benchmark) | $8.20, 40 min 34 s; el autor juzgó la calidad muy por debajo de Fable 5.2 | - | $81.10, 1 h 56 min 52 s |
GPT-6.2 Astra vs Claude Fable 5.2
Son los dos modelos insignia y cuestan lo mismo por token: $8 por millón de entrada y $40 por millón de salida. Los dos admiten un contexto de clase 1M y escriben hasta 128K tokens. En los índices independientes están cerca: empatados en 174 en el índice de Epoch, Fable 5.2 por delante en el Intelligence Index de Artificial Analysis y Astra por delante en AA-3D.
- Para qué sirven: OpenAI llama a Astra su modelo para «tus proyectos más difíciles», como rastrear errores entre servicios. Anthropic posiciona Fable 5.2 para razonamiento exigente y trabajo de agentes de largo recorrido, y dice que puede ejecutar tareas de ingeniería ambiguas durante días.
- Caché: las lecturas de caché de Fable 5.2 cuestan $0.20 por millón, la mitad de los $0.40 de entrada en caché de Astra. En sesiones largas de agentes que reutilizan el mismo prefijo, esa diferencia se acumula.
- Esfuerzo: Fable 5.2 usa
highpor defecto. OpenAI sugiere empezar Astra enmedium. Los dos llegan hastamax, y más esfuerzo suele significar más tokens por tarea, así que compara el coste por tarea terminada además del precio de lista. - Entradas largas: por encima de 272K tokens de entrada, OpenAI duplica el precio de entrada de Astra y sube la salida 1.5x en toda la solicitud.
- Velocidad: el modo rápido de Fable 5.2 es hasta 2.5x más rápido al doble de precio. Astra tiene los niveles Fast (2x el precio) y Ultrafast (3x el precio hasta el 28 de febrero de 2027); Ultrafast solo tiene residencia de datos en EE. UU.
- Dónde lo ejecutas: Astra en Codex, ChatGPT Work y GitHub Copilot; Fable 5.2 en Claude Code, donde lo eliges con
/model. En Claude Pro y en los puestos estándar de Team, Fable 5.2 puede usar hasta el 50% de tus límites semanales. - Salvaguardas: los dos restringen parte del trabajo de ciberseguridad. OpenAI dice que sus salvaguardas de ciberseguridad más estrictas también bloquean parte de la investigación de seguridad legítima; Anthropic envía las consultas de ciberseguridad marcadas en Fable 5.2 a Claude Opus 4.8.
- Retención de datos: los modelos Fable conservan los datos 30 días por defecto para la supervisión de seguridad, y la retención cero de datos requiere autorización de Anthropic. OpenAI ofrece retención cero de datos a las organizaciones aprobadas.
GPT-6.2 Sol vs Claude Opus 5.5
Son los modelos de cada día. OpenAI llama a Sol su «modelo eficiente y versátil para el trabajo diario» y dice que muchos empleados de OpenAI lo usan por defecto. Anthropic dice a los desarrolladores que empiecen con Opus 5.5 para la mayoría de las cargas de trabajo, y es el modelo predeterminado de Claude Code.
- Precio: Sol cuesta $2 y $10 por millón de tokens, la mitad de los $4 y $20 de Opus 5.5. La entrada en caché cuesta $0.10 en Sol frente a $0.20 en Opus 5.5. El precio por token de Sol coincide con el de Claude Sonnet 5.5, no con el de Opus.
- Esfuerzo predeterminado: Opus 5.5 usa
mediumpor defecto. OpenAI sugieremediumcomo punto de partida para Sol en la API. En ChatGPT Work, los chats nuevos empiezan con Sol y esfuerzo Light en los planes de consumo. - Contexto: los dos tienen en torno a 1M de tokens. En Codex, los modelos GPT-6.2 llegan hasta 1 millón de tokens cuando se configuran.
- Afirmaciones sobre programación: OpenAI dice que Sol termina las tareas exigentes con menos tokens de salida que los modelos anteriores y que quedó a menos de medio punto de Astra en FrontierCode 2.0 con esfuerzo máximo. Las cifras de Anthropic dan a Opus 5.5 un 45.5% en FrontierCode 2.0 y un 62.3% en FrontierSWE v2. Son informes separados, no una sola prueba.
- Una señal independiente sobre Sol: el Coding Agent Index de Artificial Analysis, ejecutado en Codex con esfuerzo máximo, dio a Sol 3 puntos menos que la versión anterior, en gran parte por una sola subprueba.
- Problema conocido: OpenAI dice que en dos pruebas los dos modelos GPT-6.2 tendieron más a omitir bloqueos como un archivo que faltaba, y que añadió instrucciones de Codex que lo reducen de forma sustancial. Lee el informe final de cualquier agente de programación antes de hacer merge.
Cuál elegir para programar
Ningún benchmark de las empresas lo resuelve, y los índices independientes ponen a los modelos insignia muy cerca. Decide con los hechos que puedes comprobar y luego prueba a los candidatos con tus propias issues.
- Ya pagas por Claude y trabajas en Claude Code: quédate con Opus 5.5, el predeterminado, y cambia a Fable 5.2 para trabajos de larga duración y errores que Opus no resuelve.
- Ya pagas por ChatGPT y trabajas en Codex: usa Sol para los cambios de cada día y Astra para los proyectos más difíciles, como sugiere OpenAI. Codex y ChatGPT Work comparten una misma cuota de uso.
- Agentes de alto volumen en la API donde decide el precio por token: Sol, a $2 / $10, es el más barato de los cuatro.
- Ejecuciones largas de agentes que releen el mismo prefijo grande: compara los precios de entrada en caché. Fable 5.2 y Opus 5.5 cuestan $0.20, Astra $0.40 y Sol $0.10.
- Prompts de más de 272K tokens de entrada en OpenAI: presupuesta la tarifa de contexto largo, que duplica la entrada y sube la salida 1.5x en toda la solicitud.
- Necesitas el modelo en una nube concreta: Claude Fable 5.2 y Opus 5.5 están en Amazon Bedrock, Google Cloud y Microsoft Foundry. GPT-6.2 Astra está en Microsoft Foundry; no encontramos páginas oficiales de Bedrock ni de Google Cloud para GPT-6.2.
- Revisas código en GitHub: los dos modelos GPT-6.2 están en GitHub Copilot en Pro+, Max, Business y Enterprise. GitHub describe Sol como un modelo hecho para programación agéntica compleja y revisión de código a fondo.
- Investigación de seguridad: las dos empresas restringen parte del trabajo de ciberseguridad en estos modelos. Revisa el programa de verificación de cada una antes de planificar en torno a cualquiera de los dos.
- Si dudas: pasa la misma issue por Opus 5.5 y Sol, y escala los fallos a Fable 5.2 o Astra. Compara los diffs y las pruebas, no los gráficos de lanzamiento.
Ejecuta GPT-6.2 y Claude lado a lado
La forma más rápida de compararlos es en tu propio repositorio: una sesión en Codex, otra en Claude Code, la misma issue en las dos.
Elige GPT-6.2 en Codex
Actualiza Codex, luego ejecuta
/modelen la CLI o usa el selector de modelos de la app de Codex, y elige GPT-6.2 Sol o GPT-6.2 Astra. En ChatGPT, necesitas Plus, Pro, Enterprise o Edu; los administradores de Enterprise y Edu activan primero los modelos.# Codex: actualiza y luego elige el modelo para esta sesión /model # elige GPT-6.2 Sol o GPT-6.2 Astra # IDs de modelo en la API gpt-6.2-sol gpt-6.2-astra # esfuerzo de razonamiento: low | medium | high | xhigh | max # OpenAI sugiere empezar las integraciones nuevas en mediumElige Opus 5.5 o Fable 5.2 en Claude Code
Opus 5.5 es el modelo predeterminado de Claude Code en Pro, Max, Ultra, Team, Enterprise y la API. Para Fable 5.2, ejecuta
/model fableo empieza con--model claude-fable-5-2(Claude Code v2.1.321 o posterior).# Claude Code: actualiza y luego elige el modelo para esta sesión claude update /model # Opus 5.5 es el predeterminado; o elige Fable 5.2 # O inicia una sesión directamente con Fable 5.2 (v2.1.321 o posterior) claude --model claude-fable-5-2Dale a las dos la misma issue
Usa el mismo estado del repositorio y las mismas instrucciones. Anota el nivel de esfuerzo con el que se ejecutó cada una, porque los valores predeterminados son distintos.
Compara los resultados, no las afirmaciones
Mira si pasan las pruebas, qué tamaño tiene el diff y si el agente informó de lo que lo bloqueó. Quédate con el modelo que hace mejor tu tipo de trabajo.
No tienes que elegir uno
En Crewmark, una sesión de Codex con GPT-6.2 y una sesión de Claude Code con Opus 5.5 o Fable 5.2 pueden ser cada una un empleado de IA con un rol, un objetivo, horario laboral y un heartbeat. Toman issues del mismo tablero, así ves cómo trata cada modelo tu trabajo real, y puedes quedarte con los dos.
Añade un empleado de Codex con GPT-6.2
Dale un rol, como el ingeniero de software con IA, luego ejecuta
/modelen su sesión de Codex y elige GPT-6.2 Sol o Astra.Añade un empleado de Claude Code con Opus 5.5 o Fable 5.2
Ejecuta
/modelen su sesión de Claude Code y elige Opus 5.5 para las issues de cada día o Fable 5.2 para las más difíciles.Asigna issues y compara en un solo tablero
Cada empleado se despierta con su heartbeat y toma su siguiente issue. Los resultados llegan al mismo tablero, así que puedes compararlos lado a lado; mira Claude Code vs Codex para ver en qué se diferencian las dos herramientas.
Preguntas frecuentes
¿GPT-6.2 es mejor que Claude para programar?
Todavía no hay una respuesta única. Los benchmarks de cada empresa favorecen a sus propios modelos en sitios distintos, y usaron arneses diferentes. En los índices independientes, GPT-6.2 Astra y Claude Fable 5.2 están empatados en 174 en el índice de Epoch, Fable 5.2 va por delante en el Intelligence Index de Artificial Analysis y Astra va por delante en AA-3D. Prueba los dos con tus propias issues.
GPT-6.2 Astra vs Claude Fable 5.2: ¿cuál cuesta más?
Por token cuestan lo mismo: $8 por millón de entrada y $40 por millón de salida. Las lecturas de caché de Fable 5.2 son más baratas ($0.20 frente a $0.40), y OpenAI cobra más por las solicitudes de más de 272K tokens de entrada. El coste real también depende del esfuerzo: Fable 5.2 usa high por defecto, y OpenAI sugiere empezar Astra en medium.
GPT-6.2 Astra vs Claude Opus 5.5: ¿cuál debería usar?
Astra cuesta el doble por token que Opus 5.5 ($8 / $40 frente a $4 / $20). Opus 5.5 es el modelo de partida que recomienda Anthropic y el predeterminado de Claude Code; Astra es el modelo de OpenAI para sus proyectos más difíciles. Si comparas modelos insignia, el equivalente en precio de Astra es Fable 5.2.
GPT-6.2 Sol vs Claude Opus 5.5: ¿cuál es más barato?
Sol, con $2 por millón de entrada y $10 por millón de salida, la mitad de los $4 y $20 de Opus 5.5. Su entrada en caché también cuesta la mitad ($0.10 frente a $0.20). El precio de Sol coincide con el de Claude Sonnet 5.5.
¿Cuál es mejor para programar, GPT-6.2 o Fable 5.2?
En FrontierCode 2.0, OpenAI informa de 44.2% para Astra y Anthropic informa de 49.1% para Fable 5.2 con xhigh. En Terminal-Bench-Science, OpenAI informa de 77.1% para Astra y Anthropic informa de 74.6% para Fable 5.2 en Claude Code. Son ejecuciones separadas con configuraciones distintas, así que no lo deciden.
¿Cuál es la ventana de contexto de GPT-6.2 frente a Claude?
GPT-6.2 Astra y Sol tienen 1.05M de tokens (922K de entrada máxima); Claude Fable 5.2 y Opus 5.5 tienen 1M. Los cuatro escriben hasta 128K tokens de salida.
¿Puedo usar GPT-6.2 y Claude juntos?
Sí. Ejecuta GPT-6.2 en una sesión de Codex y Opus 5.5 o Fable 5.2 en una sesión de Claude Code, y dales las mismas issues. En Crewmark, cada sesión puede ser un empleado de IA que toma trabajo del mismo tablero.
¿Cuándo se lanzó GPT-6.2?
El 17 de noviembre de 2026, en ChatGPT Work, Codex, la API y GitHub Copilot. Claude Fable 5.2 salió el 9 de noviembre de 2026 y Claude Opus 5.5 el 22 de septiembre de 2026. Más sobre cada uno: GPT-6.2, Claude Fable 5.2 y MAI Code 2.
Verificado con la publicación de lanzamiento y la documentación de la API de OpenAI y con las páginas de modelos y la documentación de Anthropic el 18 de noviembre de 2026.