Respuesta corta: empieza con Codex + GPT-5.6 Sol si el trabajo tiene límites claros, tests y un presupuesto controlado. Prueba Claude Code + Fable 5 en una migración larga o una implementación compleja, pero paga esa ruta solo si una muestra representativa demuestra menos intervención humana y menos retrabajo.
La métrica útil no es el benchmark ni las líneas generadas. Es el coste total de un cambio que supera el criterio de aceptación de tu equipo.
Precios, planes y disponibilidad comprobados el 5 de agosto de 2026. Pueden cambiar.
GPT-5.6 Sol y Claude Fable 5: diferencias entre modelo y agente
Dar el mismo prompt a dos agentes parece justo, pero deja fuera el contexto que cada producto monta, los archivos que selecciona, los permisos, herramientas, reintentos y agentes adicionales. Sol y Fable son modelos; Codex y Claude Code son harness completos.
Una comparación útil separa cuatro capas:
| Capa | Lado GPT-5.6 Sol | Lado Claude Fable 5 | Por qué importa |
|---|---|---|---|
| Modelo | gpt-5.6-sol; el alias gpt-5.6 apunta a Sol | claude-fable-5 | Es la comparación API más directa |
| API | 1,05M de contexto, 128K de salida máxima | 1M de contexto, hasta 128K de salida | Tamaños próximos, semántica de rechazo diferente |
| Harness | Tools, approvals, skills y modos de agente de Codex | Permissions, hooks, skills y tools de Claude Code | Puede cambiar el diff tanto como el modelo |
| Contador | Créditos de Codex o API en USD | Límites/créditos de uso de Claude o API en USD | Créditos, límites y dólares no son equivalentes |
OpenAI indica que los usuarios Plus, Pro, Business y Enterprise pueden elegir Sol, Terra y Luna en Codex; Free y Go usan Terra. La tarifa token-based de Sol es 125 créditos de entrada, 12,5 de entrada en caché y 750 de salida por MTok. Ultra no es otra fila de modelo: el trabajo de agentes adicionales también consume créditos.
Claude Code está incluido en planes de pago y comparte el usage pool con otras superficies de Claude. La tabla actual muestra Fable mediante créditos de uso en Pro y hasta el 50% de los límites semanales en Max 5x/20x. Si tu cuenta tiene acceso, se selecciona con /model o claude --model claude-fable-5.
Antes de comparar calidad, comprueba el model picker, el estado de la sesión y la configuración del workspace. Si un modelo no está disponible o usaría un contador no aprobado, todavía no existe una decisión de compra comparable.
Comparativa de precios API: qué cambia al superar 272K
Con API directa y menos de 272K tokens de entrada, las tarifas estándar son:
| Por 1M tokens | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|
| Entrada | $5 | $10 |
| Lectura de entrada en caché | $0,50 | $1 |
| Salida | $30 | $50 |
| Contexto / salida máxima | 1,05M / 128K | 1M / hasta 128K |
La fórmula mínima es:
coste = MTok entrada × tarifa + MTok caché × tarifa + MTok salida × tarifa + tools, reintentos y agentes
Para una tarea sin caché de 100K de entrada y 20K de salida:
- Sol:
0,1 × \$5 + 0,02 × \$30 = \$1,10 - Fable:
0,1 × \$10 + 0,02 × \$50 = \$2,00
Es un ejemplo de API, no el precio de una sesión de suscripción. Excluye tools, cache write, reintentos, procesamiento regional, impuestos y agentes extra.
El modelo oficial GPT-5.6 Sol tiene un límite decisivo: si la entrada supera 272K, toda la solicitud pasa a 2× en entrada y 1,5× en salida. Las tarifas efectivas quedan en $10 de entrada y $45 de salida por MTok. Frente a Fable $10/$50, la gran ventaja de entrada desaparece.
Tener 1M de contexto no obliga a llenarlo. Quitar logs antiguos, archivos irrelevantes y repeticiones puede ahorrar más que cambiar de modelo.
¿Cuál programa mejor? Por qué los benchmarks se contradicen
La tabla de OpenAI del 9 de julio sitúa a Sol en 80 frente a 77,2 de Fable en Artificial Analysis Coding Agent Index. En la misma tabla, SWE-Bench Pro da 64,6% a Sol y 80% a Fable.
No hay que elegir el número favorito. Son tareas y configuraciones diferentes. La conclusión responsable es que el ganador depende del trabajo, el harness, el esfuerzo de razonamiento y la comprobación final.
También importa la forma del producto. Codex Ultra puede coordinar varios agentes; compararlo con una única sesión de Claude Code es una comparación de configuraciones, no una prueba pura de modelos. Hay que contabilizar los tokens, créditos y tiempo de todos los agentes.
Usa un benchmark para formular una hipótesis. Usa tu repositorio para aceptarla o rechazarla.
Cómo comparar Codex y Claude Code con la misma tarea
Escoge un trabajo pequeño pero representativo: un bugfix en varios archivos, una feature limitada con tests o un refactor que pueda revisarse en unas horas. Una función de juguete no revela el comportamiento del agente; una migración de una semana es demasiado cara como primera prueba.
Usa el mismo contrato, commit, permisos y tiempo
Ambos agentes deben partir del mismo commit y un worktree limpio. Usa los mismos requisitos, archivos permitidos, comandos, permissions, timebox y definition of done. Si uno recibe instrucciones maduras del proyecto y otro solo un prompt, no estás midiendo lo mismo.
Registra model ID, effort o agent mode, versión del producto y contador. Si usas Ultra contra una sesión simple, etiqueta el resultado como comparación de producto.
Evalúa el cambio aceptado, no la conversación
Ejecuta las comprobaciones que exigirías antes de merge:
- build, unit/integration tests, lint y type check;
- migrations y controles de seguridad cuando correspondan;
- verificación de browser y visual para UI;
- revisión del scope, comportamiento oculto y mantenibilidad;
- el criterio de negocio específico de la tarea.
Si falla el primer intento, permite el mismo tipo de corrección en ambos lados. Cuenta las aclaraciones, approvals, arreglos manuales y restarts como intervenciones.
Calcula el coste de cada cambio aceptado
| Medida | Qué registrar |
|---|---|
| Cambio aceptado | pass/fail y comprobaciones fallidas |
| Intervención humana | preguntas, approvals, arreglos y restarts |
| Tiempo total | desde inicio hasta aceptación, no primera respuesta |
| Contador | tokens, créditos de Codex o créditos de uso de Claude |
| Retrabajo | código eliminado o reescrito tras review |
| Fricción | refusal, permission block, pérdida de contexto o tools |
Una ejecución barata que no pasa no es barata. Una más cara puede ser mejor si reduce de forma estable supervisión y retrabajo. Detén la prueba si la diferencia es menor que la variación normal entre ejecuciones o que el coste de migrar instructions, hooks, MCP y hábitos de review.
Cómo tratar refusal y fallback en Claude Fable 5
Fable 5 incorpora safety classifiers. Anthropic documenta que un rechazo puede llegar como HTTP 200 con stop_reason: "refusal", no como error de transporte. Si ocurre antes de generar salida, no se factura; existen rutas de fallback server-side, por SDK y manuales.
Una integración API debe comprobar el stop reason antes de procesar contenido normal. Si el fallback usa otro modelo, el resultado ya no pertenece solo a Fable. En Claude Code, un bloqueo de seguridad es un resultado de política del producto, no una prueba automática de peor razonamiento.
Sol también aplica salvaguardas. En trabajo de seguridad, define el entorno autorizado, tools permitidas y resultado defensivo. La comparación no debe servir para saltarse límites de una cuenta.
Cuál elegir según el tipo de trabajo y presupuesto
Empieza con Codex + Sol cuando haya tests claros, iteraciones cortas, sensibilidad al coste y una configuración Codex ya integrada con tus comprobaciones.
Empieza con Claude Code + Fable en migraciones largas o implementaciones complejas cuando el repositorio ya usa bien hooks, permissions e instrucciones de Claude Code, Fable esté disponible y la muestra confirme menos retrabajo.
No uses un flagship por defecto para trabajo rutinario, masivo o sensible a latencia si un tier menor supera la misma acceptance suite. OpenAI ofrece Terra/Luna y Anthropic otros tiers de Claude; mídelo, no lo supongas.
Para la mayoría de equipos que comienzan hoy, la opción práctica es dar a Codex + Sol la primera muestra de trabajo real: por debajo de 272K su tarifa API estándar es menor. Fable se convierte en principal cuando un segundo caso representativo mantiene la reducción de intervención y retrabajo.
Comprueba de nuevo la página de GPT-5.6 Sol, la tarifa de Codex, Claude Fable y precios de Claude antes de pagar. Si tu decisión trata de supervisión local, delegación cloud, permisos o handoff y no de estos modelos concretos, usa la guía de Claude Code vs Codex.