La competencia entre OpenAI y Anthropic entró en una nueva etapa. El 22 de septiembre de 2026, las dos compañías anunciaron nuevos modelos de inteligencia artificial con mayor capacidad para programar, investigar y ejecutar tareas prolongadas. La coincidencia no es solamente temporal: ambos lanzamientos muestran que la disputa se trasladó desde la potencia bruta de los modelos hacia una combinación cada vez más decisiva de rendimiento, precio, acceso y distribución empresarial.
OpenAI presentó GPT-6 Sol y GPT-6 Luna, dos modelos que ocupan lugares diferentes dentro de su nueva familia. Sol está dirigido a programación compleja y flujos de trabajo agénticos, mientras que Luna fue diseñado para tareas más acotadas, repetitivas y de gran volumen.
Los dos modelos ofrecen una ventana de contexto de 1,05 millones de tokens y pueden generar respuestas de hasta 128.000 tokens. Esa capacidad permite procesar repositorios de código, extensos conjuntos documentales o conversaciones prolongadas sin tener que fragmentar tanto la información.
La principal ofensiva de OpenAI aparece en los precios. GPT-6 Sol cuesta US$2 por cada millón de tokens de entrada y US$10 por cada millón de tokens de salida. GPT-6 Luna baja esos valores hasta US$0,10 y US$0,50, respectivamente. La compañía también aplica un descuento del 90% a las entradas reutilizadas mediante caché, una variable particularmente importante para agentes que emplean reiteradamente las mismas instrucciones, herramientas o bases documentales.
Según la información oficial, ambos modelos se encuentran disponibles a través de la API y en ChatGPT Work y Codex para los planes Plus, Pro, Business, Enterprise y Edu. Luna también puede utilizarse desde la aplicación de escritorio por usuarios de los planes Free y Go. Por ahora, ninguno de los dos está incorporado a las conversaciones convencionales de ChatGPT.

Anthropic respondió con Claude Opus 5.5, su nuevo modelo orientado a programación agéntica de larga duración, investigación y trabajo de conocimiento. Ofrece un millón de tokens de contexto, hasta 128.000 tokens de salida y un sistema de razonamiento adaptativo permanentemente activo.
Opus 5.5 cuesta US$4 por millón de tokens de entrada y US$20 por millón de salida. La lectura de información almacenada en caché tiene un valor de US$0,20 por millón, mientras que el modo rápido duplica el precio hasta US$8 de entrada y US$40 de salida.
Anthropic sostiene que el costo efectivo por tarea es alrededor de 40% inferior al de Claude Opus 5 porque el nuevo modelo combina precios más bajos con un consumo más eficiente de tokens. También afirma que la generación es más de 30% rápida. Estas cifras, sin embargo, provienen de evaluaciones de la propia compañía y todavía deberán ser verificadas en implementaciones independientes.
La distribución constituye otro componente central del lanzamiento. Claude Opus 5.5 está disponible en la aplicación Claude, Claude Code, la API, Amazon Web Services, Google Cloud y Microsoft Azure. Anthropic también amplió los límites de uso en períodos de cinco horas para los planes Pro, Max, Team y Enterprise por asiento.
La comparación económica favorece con claridad a OpenAI. GPT-6 Sol cuesta exactamente la mitad que Claude Opus 5.5 tanto en entrada como en salida, pese a ofrecer una ventana de contexto y una capacidad máxima de respuesta prácticamente equivalentes. Luna establece un precio todavía más agresivo para clasificación, extracción, procesamiento documental y automatizaciones masivas.
Anthropic, en cambio, intenta diferenciarse por la calidad máxima y la continuidad de las tareas autónomas. La propuesta de Opus 5.5 apunta a empresas dispuestas a pagar más si el modelo puede resolver procesos extensos con menos interrupciones, correcciones humanas o reintentos. Su presencia simultánea en las principales nubes también facilita la adopción en organizaciones que ya trabajan con proveedores de infraestructura específicos.
Todavía no existe una comparación independiente y completa entre GPT-6 Sol y Claude Opus 5.5. Los resultados difundidos por cada laboratorio utilizan modelos rivales de generaciones o segmentos diferentes, por lo que no permiten establecer un ganador definitivo.
La primera conclusión competitiva es más precisa: OpenAI queda mejor posicionada para capturar cargas de trabajo de gran escala y sensibles al costo, mientras que Anthropic busca conservar el liderazgo en autonomía y calidad profesional. La próxima batalla no se definirá únicamente por cuál modelo obtiene mejores resultados en pruebas técnicas, sino por cuánto cuesta completar una tarea real, en qué plataformas puede ejecutarse y cuánto trabajo humano continúa siendo necesario.