Tres API de vanguardia se lanzaron o cambiaron de precio con una semana de diferencia, y se sitúan en tres rangos de precios distintos. Google lanzó Gemini 3.8 Flash el 2 de septiembre de 2026 a $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida. Anthropic lanzó Claude Fable 5.1 el día anterior a $10 y $50. GPT-5.6 Sol de OpenAI se sitúa entre ellos a $5 y $30. En el Índice de Inteligencia independiente de Artificial Analysis, los tres obtienen una puntuación de 59, 57 y 59. Esa es toda la comparación en una frase: un modelo con un precio de aproximadamente una decimotercera parte del nivel superior está obteniendo la misma puntuación en el único índice que los prueba a los tres de la misma manera.
La trampa está en la palabra "índice". Los benchmarks cuentan respuestas por tarea. Su factura cuenta tokens por tarea, y Gemini 3.8 Flash está diseñado para gastar más. Esta guía compara los tres lado a lado en cuanto a especificaciones, en las propias tablas de benchmarks de Google (donde falta Fable 5.1, y explicamos por qué), en los números independientes de Artificial Analysis, y en la aritmética de precios. Luego ofrece una regla sencilla para determinar qué API se ajusta a cada carga de trabajo. El pilar de Gemini 3.8 Flash cubre el modelo en sus propios términos, y la publicación de lanzamiento de Google es la fuente principal de todas las afirmaciones de Google que se presentan a continuación.
Una nota sobre la fecha. Nuestra comparación de Gemini 3.7 Flash vs Claude vs GPT de agosto comparó con Claude Fable 5, no 5.1. Anthropic reemplazó ese modelo el 1 de septiembre, por lo que esta es una nueva comparación, no una actualización.
Especificaciones de un vistazo
| Gemini 3.8 Flash | Claude Fable 5.1 | GPT-5.6 Sol | |
|---|---|---|---|
| Proveedor | Anthropic | OpenAI | |
| Ventana de contexto | 1,048,576 tokens | 1M tokens | 1M tokens |
| Salida máxima | 65,536 tokens | 128K tokens | 128K tokens |
| Precio de entrada (por 1M) | $0.75 introducción, $1.50 desde el 1 de enero de 2027 | $10 | $5 |
| Precio de salida (por 1M) | $3.75 introducción, $7.50 desde el 1 de enero de 2027 | $50 | $30 |
| Lectura de caché (por 1M) | $0.075 introducción, $0.15 desde el 1 de enero | $0.25 | $0.50 |
| Fecha de conocimiento | Marzo de 2026 | Junio de 2026 | No listado aquí |
| Control de razonamiento | thinking_level bajo / medio / alto (medio es el predeterminado) |
Pensamiento extendido, siempre activado | Niveles de esfuerzo hasta xhigh |
| Índice de Artificial Analysis | 59 (alto) | 57 (medio) | 59 (xhigh) |
Dos cosas destacan antes de cualquier benchmark. Gemini 3.8 Flash tiene la mitad de la salida máxima de los otros dos, 65,536 tokens frente a 128K, lo que importa más para documentos largos de una sola vez que para bucles de agentes que emiten pasos cortos. Y su precio de introducción expira el 31 de diciembre de 2026: a partir del 1 de enero, ambas tarifas de Gemini se duplican, lo que cambia cada proporción en este artículo. La guía de precios de Gemini 3.8 Flash explica el duplicado, el almacenamiento en caché, el procesamiento por lotes y las tarifas de conexión en detalle.
El número independiente: 59, 57, 59
Artificial Analysis ejecuta las mismas nueve evaluaciones contra cada modelo y publica una puntuación del Índice de Inteligencia. Gemini 3.8 Flash en el nivel de pensamiento alto puntúa 59, por encima de 56 para 3.7 Flash y 52 para 3.6 Flash. GPT-5.6 Sol con esfuerzo xhigh también puntúa 59. Claude Fable 5.1 con esfuerzo medio puntúa 57, empatado con GPT-5.6 Terra al máximo y Muse Spark 1.2 con xhigh. Grok 4.6 con esfuerzo medio es el otro modelo que puntúa 59.
Lea las etiquetas de nivel de razonamiento antes de leer los números. Fable 5.1 se probó en nivel medio, no en su configuración más alta, y Sol en xhigh, su configuración más alta. Una diferencia de dos puntos en diferentes niveles de esfuerzo no es una clasificación, y Artificial Analysis lo enumera así por una razón. La afirmación defendible es más estrecha: en las configuraciones probadas, Gemini 3.8 Flash iguala a los dos modelos premium en este índice, y es el modelo más barato con 59 puntos por un amplio margen.
El mismo informe midió el costo de esa puntuación. Gemini 3.8 Flash en nivel alto usó un promedio de 48,000 tokens de salida por tarea, un 30 por ciento más que 3.7 Flash, y $0.58 por tarea en gasto de API. El tiempo por tarea fue de 2.5 minutos, la velocidad de salida de unos 300 tokens por segundo, y el tiempo hasta el primer token de 13.3 segundos en la ejecución de razonamiento alto porque el modelo piensa antes de escribir. En τ³-Banking, la evaluación de uso de herramientas, obtuvo un 45 por ciento, 12 puntos por encima de 3.7 Flash. Tenga en cuenta esos números cuando el precio por token parezca demasiado bueno.
Tablas de benchmarks de Google y quién falta
La página de Flash de Google publica tres filas de proveedores cruzados en formato de texto. Claude Fable 5.1 no está en ellas. En cambio, las tablas de Google incluyen Opus 5 y Sonnet 5 de Anthropic, y Fable 5.1 había sido público durante un día cuando se publicaron las tablas. Por lo tanto, la columna de Anthropic a continuación es Opus 5 ($5 / $25) y Sonnet 5 ($2 / $10), no el modelo de $10 / $50 del que trata este artículo. Trátelo como el mejor proxy disponible, no como una coincidencia directa.
| Benchmark (ejecutado por Google) | Gemini 3.8 Flash | Claude Opus 5 | Claude Sonnet 5 | GPT-5.6 Sol | GPT-5.6 Terra |
|---|---|---|---|---|---|
| HLE-Verificado | 54.9% | 54.4% | 31.0% | 54.5% | 51.1% |
| Vals Finance Agent v2 | 61.4% | 58.6% | 53.9% | 53.8% | 54.4% |
| Harvey Legal Agent Benchmark | 10.0% | 6.7% | 5.0% | 2.5% | 0.8% |
HLE-Verified es un triple empate: 54.9, 54.4 y 54.5 se sitúan dentro de medio punto entre sí, con Sonnet 5 muy por detrás. Vals Finance Agent v2 es donde 3.8 Flash se separa, 2.8 puntos por encima de Opus 5 y 7.6 por encima de Sol en una tarea financiera de agente de múltiples pasos. Harvey Legal es el más extraño: todos los modelos puntúan por debajo del 11 por ciento, por lo que el orden dice más que las diferencias.
Lo que Google no publicó en formato de texto es igualmente importante. No hay cifras de SWE-Bench Pro, Terminal-bench o OSWorld para 3.8 Flash, y el resultado de DeepSWE v1.1 aparece solo como una afirmación de que el modelo "supera a la mayoría de los modelos de frontera más grandes" a "una fracción del costo", con el número en una tabla de imagen, no en texto. Para comparaciones de codificación y uso de computadora, debe consultar las propias ejecuciones de cada proveedor, que no se superponen. Las de Anthropic están en el desglose de benchmarks de Claude Fable 5.1; las de OpenAI están en los benchmarks de GPT-5.6 Sol. Ninguno de los proveedores ejecutó el modelo del otro, por lo que Artificial Analysis sigue siendo la única fuente de comparación directa.
La brecha de precios, línea por línea
A las tarifas de introducción, la aritmética es contundente. La entrada de $10 de Fable 5.1 es 13.3 veces la de $0.75 de Gemini 3.8 Flash, y su salida de $50 es 13.3 veces la de $3.75. La entrada de $5 de GPT-5.6 Sol es 6.7 veces, y su salida de $30 es 8 veces. Las lecturas de caché reducen la diferencia: $0.075 en 3.8 Flash, $0.25 en Fable 5.1 (3.3x) y $0.50 en Sol (6.7x). La lectura de caché de Fable 5.1 es la mitad de la de Sol, que es la única línea donde el modelo más caro no es el más caro.
Un ejemplo práctico lo hace concreto. Tome una ejecución que consume 1 millón de tokens de entrada y 200,000 tokens de salida, todo sin caché.
- Gemini 3.8 Flash: $0.75 + $0.75 = $1.50
- GPT-5.6 Sol: $5.00 + $6.00 = $11.00
- Claude Fable 5.1: $10.00 + $10.00 = $20.00
A partir del 1 de enero de 2027, la misma ejecución de Gemini costará $3.00, y las brechas se comprimen a 3.7x para Sol y 6.7x para Fable 5.1. La duplicación también se aplica a 3.6 Flash y 3.7 Flash, por lo que no hay un Gemini Flash más barato al que recurrir. La página de precios de Anthropic enumera las tarifas de Fable 5.1, y nuestra guía de precios de Claude Fable 5.1 y la guía de precios de GPT-5.6 cubren los niveles de lotes y caché para cada uno.
Costo por tarea, no por token
Aquí está la advertencia que anula la versión simple de esa matemática. Google dice que Gemini 3.8 Flash "puede usar más tokens en tareas complejas y de larga duración, por diseño". En problemas difíciles, toma pasos de razonamiento más pequeños, verifica su trabajo y llama a herramientas de forma iterativa. Artificial Analysis midió el efecto: 48,000 tokens de salida por tarea en alto, un 30 por ciento más que 3.7 Flash, por lo que el costo de ejecutar su índice aumentó de $0.40 por tarea en 3.7 Flash a $0.58 en 3.8 Flash a precios por token sin cambios. En medio cuesta $0.41 por tarea y en bajo $0.24.
De ello se derivan dos consecuencias. Primero, una diferencia de 13.3x por token no es una diferencia de factura de 13.3x si el modelo premium termina en menos tokens o menos turnos de herramientas. Artificial Analysis no ha publicado una cifra por tarea comparable para Fable 5.1 o Sol en el texto que tenemos, así que mídalo con sus propias indicaciones antes de confiar en cualquier dirección del multiplicador. Segundo, en Gemini el nivel de pensamiento es la palanca de costos. Reducir una ruta de alto a bajo redujo el costo por tarea en más de la mitad en el conjunto de Artificial Analysis, y la guía de niveles de pensamiento muestra cómo configurarlo por punto final. La comparación de 3.8 Flash vs 3.7 Flash cubre el caso en que el modelo anterior, con un 31 por ciento menos por tarea, sigue siendo la mejor compra.
Cuándo elegir cada uno
Elija Gemini 3.8 Flash para volumen y agentes a bajo costo
Si ejecuta miles de tareas de agente al día, 3.8 Flash es la opción predeterminada. Iguala a los modelos premium en el índice independiente, lidera las filas de agentes financieros y legales de Google, y cuesta una fracción por token incluso después de la duplicación de enero. También acepta entradas de video, audio y PDF de forma nativa, ofrece procesamiento por lotes con un 50 por ciento de descuento, incluye 5,000 solicitudes gratuitas de conexión a Google Search al mes y tiene una capa gratuita para prototipos. Las desventajas: salida solo de texto, sin API en vivo, un límite de salida de 65,536 tokens y un apetito de tokens para el que debe presupuestar en niveles medio o alto.
Elija Claude Fable 5.1 para el razonamiento más difícil a largo plazo
Fable 5.1 es el modelo al que hay que escalar, no con el que hay que empezar. Su caso es el trabajo donde una respuesta incorrecta cuesta más que los tokens: agentes de investigación de varias horas, sesiones de terminal largas, cadenas de razonamiento donde las evaluaciones de un modelo más barato se quedan cortas. Su salida de 128K y las lecturas de caché de $0.25 se adaptan a bucles de agente con muchos prefijos que reutilizan el mismo contexto grande en cada turno; en esos, la línea de caché hace que el multiplicador efectivo sea mucho menor que 13.3x. Consulte qué es Claude Fable 5.1 para ver la hoja de especificaciones del modelo.
Elija GPT-5.6 Sol para ejecuciones de agentes del ecosistema OpenAI
Sol puntúa 59 en xhigh, empata con 3.8 Flash en HLE-Verified y se envía con una salida de 128K a $5 / $30. Si sus agentes, evaluaciones y herramientas ya viven en la pila de OpenAI, Sol es el nivel premium que no requiere un segundo proveedor. Tiene las lecturas de caché más caras de los tres, por lo que se adapta mejor a las ejecuciones de contexto nuevo que a las sesiones largas en caché. La comparación de Grok 4.6 vs GPT-5.6 vs Claude Fable 5 muestra cómo Sol se mantuvo frente al buque insignia anterior de Anthropic.
Pruebe los tres en un único espacio de trabajo de Apidog
Cada argumento anterior termina de la misma manera: mídalo con sus propias indicaciones. Apidog es un cliente API y una plataforma de pruebas, por lo que no ejecuta ninguno de estos modelos, pero es una forma rápida de enviar la misma solicitud a los tres proveedores y comparar los resultados.
La configuración es un proyecto con tres entornos. Cada entorno contiene una URL base y una variable clave: https://generativelanguage.googleapis.com con GEMINI_API_KEY, la base de Anthropic con su clave de Claude, y la base de OpenAI con su clave de OpenAI. Las claves permanecen en variables de entorno, nunca en el cuerpo de la solicitud o en la colección compartida.
Luego, construya un escenario de prueba con tres pasos de solicitud que contengan la misma indicación (prompt). El paso de Gemini envía una publicación a /v1beta/interactions con "model": "gemini-3.8-flash" y "thinking_level": "medium"; los otros dos envían publicaciones al punto final de chat o mensajes de su proveedor. En cada paso, añada afirmaciones que importen para una comparación: HTTP 200, una ruta JSON que confirme la presencia de la respuesta y un límite en el campo de uso de tokens para que una ejecución que de repente gaste el doble de tokens de pensamiento falle ruidosamente. En Gemini, ese campo es usageMetadata.thoughtsTokenCount para el punto final heredado; afirme en el bloque de uso equivalente para los otros dos.
Ejecute el escenario contra un conjunto de indicaciones doradas y luego prográmelo para que se ejecute diariamente. Cuando un proveedor cambia los valores predeterminados o un modelo comienza a gastar más tokens, la afirmación fallida se lo indicará antes de que lo haga la factura. La guía de pruebas de API de agentes de IA cubre la versión de múltiples turnos de este patrón, y la programación de pruebas de API en Apidog cubre la ejecución recurrente. Descargue Apidog para configurar los tres entornos.
Preguntas frecuentes
¿Es Gemini 3.8 Flash mejor que Claude Fable 5.1?
En el índice de Artificial Analysis, 3.8 Flash en alto puntúa 59 y Fable 5.1 en medio puntúa 57, por lo que están cerca en las configuraciones probadas. Las tablas de Google no incluyen Fable 5.1, y los benchmarks de Anthropic no incluyen 3.8 Flash, por lo que no hay una comparación directa más amplia. Por token, Flash es 13.3 veces más barato a las tarifas de introducción.
¿Cuál de los tres es el más barato para cargas de trabajo de agentes?
Gemini 3.8 Flash por un amplio margen por token, a $0.75 / $3.75 hasta el 31 de diciembre de 2026. Por tarea, Artificial Analysis midió $0.58 en alto, $0.41 en medio y $0.24 en bajo, porque el modelo gasta aproximadamente un 30 por ciento más de tokens de salida que 3.7 Flash. Mida el costo por tarea completada, no por token, antes de comprometerse.
¿Los tres tienen una ventana de contexto de 1M?
Sí. Gemini 3.8 Flash acepta 1,048,576 tokens de entrada, y tanto Fable 5.1 como GPT-5.6 Sol listan 1M. La salida máxima difiere: 65,536 tokens en 3.8 Flash frente a 128K en los otros dos.
¿Por qué no está Claude Fable 5.1 en las tablas de benchmarks de Google?
Las filas publicadas por Google incluyen a Claude Opus 5 y Claude Sonnet 5 como entradas de Anthropic. Fable 5.1 se lanzó el 1 de septiembre, un día antes de 3.8 Flash, por lo que no fue incluido. Para los propios números de Fable 5.1 ejecutados por Anthropic, consulte la comparación de Claude Fable 5.1 vs Opus 5.
¿Sobrevive la ventaja de precio de Gemini a 2027?
Parcialmente. A partir del 1 de enero de 2027, Gemini 3.8 Flash pasará a $1.50 / $7.50, lo que hace que Fable 5.1 sea 6.7 veces más caro en ambas líneas y Sol 3.3 veces en entrada y 4 veces en salida. Sigue siendo más barato, pero la mitad de la brecha.
Cuál llamar primero
Empiece con Gemini 3.8 Flash para cualquier cosa que ejecute en volumen, configure thinking_level por ruta y observe los tokens por tarea, no el precio de lista. Escale a Claude Fable 5.1 cuando sus evaluaciones con modelos más baratos se queden cortas y el contexto se almacene en caché entre turnos. Use GPT-5.6 Sol cuando el resto de su pila sea de OpenAI y quiera un nivel premium sin un segundo proveedor. Elija el que elija, primero pase la misma indicación por los tres en un escenario de prueba; la proporción de precios es pública, pero la proporción de costo por tarea en sus indicaciones es algo que debe medir usted mismo.