Opus 5.5 frente a GPT-6 Sol: un encargo, dos modelos

Precio y acceso

GPT-6 Sol cuesta $2 por millón de tokens de entrada y $10 por millón de tokens de salida; Claude Opus 5.5 cuesta $4 y $20. En las aplicaciones, Sol está en ChatGPT Work y Codex con planes de pago, y Opus 5.5 está en los planes Pro, Max, Team y Enterprise de claude.ai.

Los dos leen imágenes y responden con texto. Ninguno de los dos está disponible en Ciyo, cuyo agente ofrece Ciyo Agent y GPT-6 Astra.

El encargo

Kettle & Crumb es ficticia: una panadería de barrio que lanza una masa madre de centeno y calabaza a $9 el sábado 3 de octubre, con 60 panes y reservas que cierran el jueves. El encargo pide un brief creativo, tres prompts de imagen 4:5 sin texto y un texto para la publicación, y le pide al modelo que enumere sus suposiciones.

Estás planificando una sola publicación de Instagram para una pequeña panadería de barrio. Usa solo los datos de abajo. Si necesitas algo que no está en los datos, escríbelo en una lista llamada "Supuestos" en lugar de presentarlo como cierto.

Datos:
- Panadería: Kettle & Crumb, 14 Alder Street
- Producto nuevo: masa madre de centeno y calabaza, se lanza el sábado 3 de octubre
- Precio: $9 la pieza
- Solo 60 panes el día del lanzamiento
- Las reservas cierran el jueves 1 de octubre, a través del enlace de nuestra bio
- Sin descuento, sin envío a domicilio
- Público: personas que ya nos siguen en Instagram y viven cerca

Dame tres cosas:
1. Un brief creativo de 80 palabras como máximo.
2. Tres prompts de imagen distintos para una foto 4:5. La imagen no debe contener palabras, letras ni logotipos.
3. Un texto para la publicación de 60 palabras como máximo.

Sol: correcto y sencillo

Sol respondió en 15 segundos sin errores y sin detalles inventados. Sus prompts eran escuetos a propósito: un pan sobre una superficie lisa, un primer plano de la corteza, una vista baja de tres cuartos. Señaló que no se daba el aspecto del pan y, por tanto, no describió ninguno.

Opus: más lento y concreto

Opus tardó alrededor de un minuto. Empezó con cinco supuestos, entre ellos que la miga podría tener un tono anaranjado por la calabaza, y le dijo al dueño que comprobara el aspecto real del pan antes de generar imágenes. Después sus prompts usaron esos supuestos: una rebanada cortada, una calabaza al fondo, luz lateral cálida, las manos enharinadas de un panadero.

Las imágenes

Pegamos el primer prompt de cada modelo en el Image Generator de Ciyo con los mismos ajustes: GPT Image 2.5 Flare, 4:5, 1K, 2 créditos cada una. El prompt de Sol produjo un pan entero y limpio sobre una superficie gris: fiel y genérico. El de Opus produjo un pan cortado con la miga teñida, una rebanada y una calabaza: más atractivo, y construido sobre suposiciones que el dueño tiene que confirmar.

Ninguno está mal. La imagen de Sol se puede publicar sin riesgo para cualquier masa madre; la de Opus vende mejor este pan si la miga de verdad es naranja.

Una segunda tarea: revisar un gráfico

También pedimos a los dos que revisaran una diapositiva con un gráfico en la que habíamos cambiado una etiqueta. Los dos lo detectaron. En la diapositiva sin editar, Opus no señaló ninguna discrepancia e indicó la precisión de su lectura; Sol marcó como discrepancia una diferencia de tres unidades. La prueba completa está en su propio artículo.

• ¿Opus 5.5 detecta un número erróneo en un gráfico hecho con IA?
• ¿GPT-6 Sol o Astra?

Lo que otros encontraron el día del lanzamiento

Las primeras comparaciones publicadas enfrentaban a los dos en código, no en trabajo creativo. Sirven como termómetro de opinión, no como prueba para briefs.