Claude Sonnet 5.5 vs GPT-6 Luna vs Gemini 4 Argon

Claude Sonnet 5.5, GPT-6 Luna o Gemini 4 Argon

Si solo comparas precios del 29 de octubre de 2026 para 2,000 tokens de entrada y 500 de salida, GPT-6 Luna cuesta 24.3 Credits ($0.122) por 1,000 peticiones en Orux AI, Gemini 4 Argon 594 Credits ($2.97) y Claude Sonnet 5.5 855 Credits ($4.275). A precios oficiales estándar, la misma carga cuesta $0.45, $9.00 y $9.00. Argon duplica su tarifa oficial el 1 de diciembre de 2026.

Luna se orienta a tareas acotadas y frecuentes como clasificación y extracción; Sonnet y Argon, a razonamiento y escritura más amplios. Comprueba si tu tarea justifica el coste mayor, sin deducir calidad del precio. Es una comparación histórica de tres candidatos, no un ranking de todo el catálogo actual.

Comparación rápida

Desliza horizontalmente para ver toda la tabla.

La fila de posicionamiento procede de las descripciones Orux citadas por el original. No es una clasificación de calidad medida. «Precio oficial actual» en la tabla se refiere al 29 de octubre de 2026.

Precios desglosados

Tarifas por millón de tokens, consultadas el 29 de octubre de 2026. Orux factura principalmente en Credits, con 1 Credit=$0.005; los dólares son la conversión.

Desliza horizontalmente para ver toda la tabla.

Tres límites importantes:

• Luna cambia de nivel desde 270K de entrada en Orux. El original registró un umbral OpenAI de 272K y $0.20/$0.75, comparando el intervalo 270K–272K. No pudimos volver a confirmar esos datos históricos en las páginas oficiales actuales el 1 de noviembre de 2026. Se conservan como registro histórico, no como garantía vigente de diferencia de precio. El umbral Orux de 270K y sus 20/80 Credits sí están verificados en la configuración actual.
• Las escrituras de caché Sonnet se pagan aparte: 237.5 Credits por millón para cinco minutos, 1.25 veces la entrada; 380 Credits para una hora, el doble. Las lecturas a 12 Credits permiten ahorrar cuando realmente aciertan; la escritura no es gratis.
• Argon oficial duplica el precio el 1 de diciembre de 2026. Cualquier tarifa Orux se consulta en la página del modelo; no suponemos que siga la subida. La guía de precios Gemini API, en inglés, detalla el calendario.

Coste por tarea: tres cargas

Para convertir tarifas en presupuesto, calculamos tres proporciones de entrada/salida, por 1,000 peticiones.

Desliza horizontalmente para ver toda la tabla.

A los precios oficiales estándar citados, Sonnet y Argon cuestan lo mismo. En Orux, tanto entrada como salida de Argon equivalen aproximadamente al 69.5% de Sonnet. Mientras se apliquen esas tarifas fijas y no intervengan otros cargos, cuesta alrededor de un 30% menos con cualquier proporción. Esto no compara calidad ni reintentos.

Si Luna no supera tus criterios y Sonnet excede el presupuesto, Claude Haiku 5.5 es un candidato intermedio en precio: 10.8/54 Credits por millón hasta 100K de entrada, o 48.6 Credits por 1,000 peticiones de referencia. El listado original de 14 candidatos está en API LLM económicas, en inglés; no representa todo el catálogo actual.

Un prompt, tres modelos: qué evidencia tenemos

Este artículo no publica resultados de calidad de los tres modelos. Lo disponible es una llamada histórica Sonnet y el cálculo de otros precios con los mismos tokens, no una comparación real de tres respuestas.

La primera llamada del caso de inventario de museo del 29 de octubre de 2026 usó 402 tokens de entrada y 195 de salida. Al revisar el informe guardado el 1 de noviembre, encontramos que solo pasó la estructura; la comprobación contra los datos fuente falló porque redujo «Gallery A/B/D» a «A/B/D». Por tanto, «JSON validado» en el original no significa aceptación completa al primer intento. La repetición real con instrucciones corregidas pasó ambas verificaciones con 446 tokens de entrada y 207 de salida, equivalentes a 0.28139 Credits en Sonnet. Son registros históricos, no nuevas llamadas para esta traducción.

La primera cuesta 402×190/1M+195×950/1M=0.26163 Credits, redondeados a 0.2616 en la tabla original, unos $0.0013. Con la misma cantidad:

Desliza horizontalmente para ver toda la tabla.

Cada modelo tiene su tokenizer y longitud de respuesta, por lo que los recuentos reales serán distintos. El script posterior registra usage, salida y tiempo para ejecutar tu propia prueba; aquí no ejecutamos una comparación de tres. El recorrido y el validador están en la guía Claude Sonnet 5.5 API, en inglés.

Contexto y parámetros

Comparten la solicitud compatible con OpenAI, con dos diferencias:

• Luna usa max_completion_tokens, que limita salida visible y tokens de razonamiento juntos. Sonnet y Argon usan max_tokens.
• Luna ofrece reasoning_effort; comprueba las opciones reales del modo de respuesta directa en el formulario Orux.

Los tres candidatos admiten streaming y caché de contexto en Orux, sin ese modo Batch. Anthropic directo ofrece Batch a mitad de precio: contrástalo para trabajo Claude offline de gran volumen.

La media Luna de 7.8 segundos procede de cinco peticiones completadas en octubre de 2026. Es una muestra pequeña y sin control, incapaz de clasificar velocidades. El original no tenía muestras comparables de los otros dos; el catálogo del 1 de noviembre ya incluye muestras Sonnet. No interpretes la ausencia histórica como un dato actual. Sigue sin existir una prueba de los tres en condiciones iguales en este artículo.

Disponibilidad de GPT-6 Sol y Astra

El original del 29 de octubre afirmaba que Sol y Astra no estaban en Orux y Luna era el único GPT-6. Esa descripción ha quedado anticuada. El 1 de noviembre de 2026 comprobamos las páginas públicas Orux de GPT-6 Sol, GPT-6 Astra y GPT-6.1 Sol; los modelos relacionados están en el catálogo de venta. El alcance de tres candidatos no implica que los demás no estén disponibles. Para OpenAI directo, consulta precios oficiales y la versión vigente.

Por dónde empezar

Basándonos solo en precio y posicionamiento, con calidad por verificar en tus ejemplos:

• Prueba Luna para clasificación, rutas, etiquetas, extracción breve y JSON pequeño. La referencia cuesta 24.3 Credits por 1,000 llamadas; repetir Luna una vez con los mismos tokens sigue por debajo de una llamada Sonnet. Pero el cálculo, modelo o trabajo humano de validación se paga aparte: no toda validación será barata.
• Si Luna no cumple, prueba Argon como el más económico de los dos candidatos mayores. Si también usas Google directo, contempla el cambio oficial del 1 de diciembre.
• Considera Sonnet para depuración y borradores de varios pasos cuando hayas comprobado con tus prompts que compensa la diferencia.

Una opción es empezar en Luna y escalar a Argon o Sonnet cuando falle una comprobación. Comparten endpoint y clave, pero aún necesitas criterios de aceptación y un presupuesto de ejecución.

Python: cambiar de modelo y registrar uso

El script envía el mismo prompt a los tres con un cliente, adapta el límite de salida y muestra respuesta, usage, Credits estimados y tiempo real. Ejecutarlo genera cargos. En esta traducción solo analizamos sintaxis y cálculos localmente, sin API.

# pip install openai
import os, time
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

# Credits per 1M tokens (input, output), checked 2026-10-29. GPT-6 Luna: under-270K tier.
RATES = {
    "claude-sonnet-5-5": (190, 950),
    "gpt-6-luna": (5.4, 27),
    "gemini-4-argon": (132, 660),
}

PROMPT = """Extract every record as a JSON array of objects with keys
id, title, location, estimated_value_usd. Use null when a value is unknown
or conflicting. Return JSON only.

1. ID A-104, "Blue Vase", Gallery A, valued at $1,200
2. ID A-105, "Bronze Bell", Gallery B, valued at $800 or $950 (two appraisals)"""

def ask(model, prompt, limit=600):
    params = {"model": model, "messages": [{"role": "user", "content": prompt}]}
    # The one parameter difference between the three
    params["max_completion_tokens" if model == "gpt-6-luna" else "max_tokens"] = limit
    start = time.perf_counter()
    resp = client.chat.completions.create(**params)
    return resp, time.perf_counter() - start

for model, (rin, rout) in RATES.items():
    resp, secs = ask(model, PROMPT)
    u = resp.usage
    credits = (u.prompt_tokens * rin + u.completion_tokens * rout) / 1e6
    print(f"--- {model}: {u.prompt_tokens}/{u.completion_tokens} tokens, "
          f"≈ {credits:.6f} Credits, {secs:.1f} s, finish={resp.choices[0].finish_reason}")
    print(resp.choices[0].message.content)

En una llamada estándar cambias principalmente model y el nombre del límite de Luna. URL, clave y estructura básica de respuesta son iguales. Otras capacidades o restricciones deben revisarse en los formularios actuales. La estimación usa tarifas cortas originales sin caché, mínimos ni cambios de nivel; el importe exacto está en el registro real.

Consulta original: 2026-10-29; comprobaciones adicionales: 2026-11-01. Fuentes: Anthropic, OpenAI, Gemini API y las páginas Orux enlazadas. El desglose con Opus y Haiku está en precios Claude API, en inglés.

FAQ

Q.¿Cuál de los tres es más barato?

Para la carga corta de referencia, Luna cuesta 5.4/27 Credits por millón de tokens de entrada/salida ($0.027/$0.135), o 24.3 Credits por 1,000 llamadas. Argon cuesta 594 y Sonnet 855. Recalcula para otro uso, caché o nivel.

Q.¿Cuál es mejor para programar?

No hay benchmark de código entre los tres y no declaramos ganador. La página Sonnet lo orienta a depuración y resolución iterativa. Una petición de 3,000/2,000 tokens cuesta aproximadamente 2.47 Credits en Sonnet, 1.72 en Argon y 0.07 en Luna. Son precios, no tasas de acierto.

Q.¿Puedo cambiar sin modificar código?

Comparten URL y clave; cambia model, pero Luna requiere max_completion_tokens y los otros max_tokens. Comprueba los demás parámetros por modelo.

Q.¿Subirá Gemini 4 Argon?

Google pasa de $2/$10 a $4/$20 por millón el 1 de diciembre de 2026. Orux tenía 132/660 Credits el 29 de octubre; las tarifas futuras Orux se consultan en la publicación real de la página del modelo.

Q.¿Luna sustituye a Sonnet?

No por defecto. Luna se orienta a clasificación, extracción y respuestas concisas; Sonnet a redacción, depuración y trabajo más amplio. Prueba tareas acotadas y frecuentes en Luna y evalúa. Ser unas 35 veces más barato en la referencia justifica probarlo, no demuestra equivalencia de calidad.