Claude Haiku 5.5, el modelo compacto de Anthropic presentado el 7 de octubre, alcanza 43 puntos en el Intelligence Index de Artificial Analysis con el esfuerzo de razonamiento configurado en «max». El resultado muestra que un modelo diseñado para tareas de gran volumen puede acercarse a otros de mayor coste, pero no lo convierte en líder absoluto de la clasificación. La comparación de la gráfica compartida requiere decir qué variante se mide. GPT-6 Sol obtiene 42 puntos en «high», un punto menos que Haiku 5.5 en «max»; el mismo GPT-6 Sol llega a 48 puntos en «max». Su sucesor GPT-6.1 Sol alcanza 52 puntos en «max». Artificial Analysis también registra 41 para Gemini 3.8 Flash en «high». Son configuraciones y modelos distintos, por lo que una diferencia de un punto no demuestra superioridad general en todas las tareas. Artificial Analysis considera a Haiku 5.5 una opción destacada entre los modelos compactos, pero advierte de un coste oculto de la configuración máxima: consume aproximadamente 162.000 tokens de salida por tarea del índice. Pasar de «xhigh» a «max» añade dos puntos, con alrededor de 1,8 veces más tokens, según la evaluadora. Una respuesta generada a más tokens por segundo tampoco implica una menor espera hasta recibir la respuesta completa. Anthropic anuncia un precio de 0,10 dólares por millón de tokens de entrada y 0,50 por millón de salida para peticiones de hasta 100.000 tokens. Por encima de ese umbral, sube a 0,50 y 2,50 dólares, respectivamente. Artificial Analysis avisa de que sus cifras provisionales de coste por tarea aún no incorporan completamente ese salto de tarifa. El precio real dependerá del tamaño de entrada, la salida, la caché y el esfuerzo elegido. Para clasificación, extracción de datos, resúmenes o subagentes, Haiku 5.5 puede permitir sustituir un modelo más caro en algunos flujos. Antes de cambiar uno en producción hay que medir acierto, latencia y coste completo con las propias tareas. Anthropic también señala que sus modelos mayores siguen siendo mejores opciones para trabajos de programación complejos. El dato relevante es la posibilidad de elegir un modelo más económico para una tarea concreta, no que el más barato sustituya a todos los demás. Fotografía ilustrativa: racks de servidores del NERSC captados por Derrick Coetzee en 2011. La imagen no muestra infraestructura de Anthropic ni una evaluación de Artificial Analysis.