Actualizado el 22 de septiembre de 2026 · Prueba práctica de Loopian.
Opus 5.5 vs ChatGPT 6 Astra y Fable 5.1: la misma tarea para un negocio
Un modelo nuevo puede prometer mucho. Para entender qué cambia en el trabajo cotidiano, les pedimos a tres modelos una herramienta pequeña y comprobable: un simulador que muestre qué ocurre cuando un negocio hace un descuento. El objetivo era abrir el archivo, cambiar datos y verificar las cuentas, sin saber programar.
Qué se anunció
Anthropic presentó Claude Opus 5.5 el 22 de septiembre. La empresa destaca capacidad y eficiencia frente a Opus 5, con un rendimiento cercano a Fable 5.1 en gran parte del trabajo. Es una afirmación del fabricante; nuestra práctica evalúa un caso concreto. Leer el anuncio oficial.
Los precios estándar de API consultados son los siguientes. No representan el abono de ChatGPT o Claude ni el costo de nuestra prueba desde el navegador. La factura de una integración depende también del volumen, las herramientas, la caché y la modalidad de uso.
| Modelo | Entrada / 1 millón de tokens | Salida / 1 millón de tokens |
|---|---|---|
| Opus 5.5 | USD 4 | USD 20 |
| GPT-6 Astra | USD 10 | USD 50 |
| Fable 5.1 | USD 10 | USD 50 |
La consigna: entender un descuento antes de decidir
Usamos conversaciones nuevas y el mismo pedido completo. Solicitamos un archivo HTML con todo incluido, sin librerías externas, que funcionara sin conexión. Tenía que permitir modificar cinco datos, comparar escenarios, explicar las cuentas, detectar datos inválidos, restablecer el ejemplo y descargar un CSV actualizado.
Los datos son ficticios: precio de venta $10.000, costo variable $6.500, costos fijos mensuales $60.000, 40 unidades vendidas y descuento del 10%. La simulación no incluye impuestos ni otros gastos. Tampoco estima cuánta demanda generaría una promoción: ese dato requiere evidencia del negocio.
Las cuentas que esperábamos, antes de mirar las entregas
- Sin descuento: cada unidad deja $3.500. Cuarenta unidades dejan $140.000; después de los costos fijos, el resultado es $80.000.
- Con descuento del 10%: el precio es $9.000 y la contribución por unidad es $2.500. Con las mismas 40 unidades, el resultado baja a $40.000.
- Para conservar el resultado original se necesitan ($80.000 + $60.000) ÷ $2.500 = 56 unidades: un 40% más.
- Con descuento del 20%, se necesitan 94 unidades, redondeando hacia arriba.
- Al 35%, cada unidad aporta cero a los costos fijos. Al 40%, cada unidad deja una contribución negativa. Vender más no resuelve esos escenarios.
Qué ocurrió en nuestra prueba
Conservamos los archivos originales sin corregirlos. Opus y Fable se usaron con esfuerzo medio; Astra, con esfuerzo alto. Comparamos estas ejecuciones dentro de sus aplicaciones, con sus propias herramientas. Una ejecución por modelo y configuraciones distintas no permiten declarar un ganador general ni comparar costos de API.
| Comprobación | Opus 5.5 | Fable 5.1 | ChatGPT 6 Astra |
|---|---|---|---|
| Cuentas principales y cambios de descuento | Correctas en los casos probados | Correctas en los casos probados | Correctas en los casos probados |
| Datos inválidos y CSV actualizado | Respondió a las pruebas | Respondió a las pruebas | Respondió a las pruebas |
| Ancho de pantalla de 390 px | Desborda: documento de 490 px | Desborda: documento de 521 px | Se adapta sin desbordar |
Esto no significa que las versiones de Claude no puedan corregirse. Significa que, con el primer pedido, todavía necesitaban un ajuste de diseño para ese tamaño de celular. Tampoco hubo una auditoría exhaustiva: que un programa pase estos casos no garantiza que todos sus cálculos posibles sean correctos.
Una observación de redacción también merece atención: cuando la contribución es exactamente cero, vender más mantiene la pérdida por costos fijos; cuando es negativa, la aumenta. La versión inicial de Opus usa una frase demasiado general para ambos casos. Los números de esos escenarios coincidieron con nuestros resultados esperados, pero conviene afinar esa explicación.
Repetí la práctica
- Descargá el pedido completo y pegalo en una conversación nueva. Comprobá qué modelo está seleccionado.
- Descargá el HTML que entregue y abrilo en un navegador. También podés comparar las tres entregas originales incluidas.
- Antes de cambiar el diseño, comprobá los datos iniciales y los descuentos de 20%, 35% y 40%.
- Probá un campo vacío, un valor negativo, unidades con decimales y un descuento del 100%. Debería avisar sin presentar resultados inválidos como válidos.
- Restablecé los valores, cambiá el descuento y descargá el CSV. Confirmá que tenga los datos nuevos.
- Abrilo a un ancho de celular. Si algo falla, describí el problema concreto en un segundo pedido y repetí las comprobaciones.
La habilidad que queremos enseñar: pedir con claridad, usar lo que la IA entrega y comprobarlo con ejemplos propios. Elegir un modelo tiene más sentido cuando sabemos qué resultado necesitamos y cómo revisarlo.