Claude Sonnet 5.5: al máximo puede costar más que Opus

Claude Sonnet 5.5 salió el 28 de septiembre de 2026 con una generación de texto más rápida y los mismos precios por token que Sonnet 5. Los resultados independientes explican por qué elegiría con cuidado su nivel de esfuerzo de razonamiento: Artificial Analysis mide un coste por tarea mayor para Sonnet 5.5 al máximo que para Opus 5.5 también al máximo. Un token más barato no siempre da lugar a una tarea más barata. [1] [2] [7] [9] [10]

¿Ha bajado Anthropic los precios de Sonnet 5.5?

Los precios por token no cambian. Anthropic cobra 2 USD por millón de tokens de entrada y 10 USD por millón de tokens de salida, con las lecturas de caché a 0,20 USD. [9] Su afirmación de un coste por tarea hasta un 30 % menor se basa en consumir menos tokens en sus propias pruebas, no en cobrar un 30 % menos por cada token. [1]

La diferencia importa cuando un agente decide cuánto tiempo dedicar al trabajo. Una petición puede salir más barata con las mismas tarifas si el modelo llega a un resultado aceptable usando menos tokens. También puede encarecerse si le pides que dedique más tiempo a comprobar, probar alternativas o delegar. La tabla de precios del proveedor indica lo que cuesta cada token, pero no cuántos vas a comprar.

El lanzamiento también anuncia una generación de texto al menos un 30 % más rápida. Esa cifra mide la velocidad a la que llega el texto, no lo que tarda en terminar el trabajo completo. Una tarea en un repositorio puede pasar tiempo esperando pruebas, llamando a herramientas o corrigiendo un cambio fallido. Generar más rápido es una mejora útil, pero no equivale a medir la duración de principio a fin. [1]

Compararía este lanzamiento con la capacidad y el coste medidos de Opus 5.5 a partir del trabajo terminado. El precio por token inferior al de Opus importa, pero solo después de que el modelo haya producido algo que pueda aceptar.

¿Qué cambia al subir el esfuerzo de Sonnet?

Los resultados independientes muestran una diferencia considerable entre mejorar la puntuación conjunta y aumentar el gasto medido. Artificial Analysis evalúa Sonnet 5.5 con razonamiento adaptativo y el mecanismo de respaldo predeterminado en cuatro niveles de esfuerzo. Su Intelligence Index v4.3.2 actual sube de 41 puntos redondeados en Medium a 56 en Max, mientras que el coste medido por tarea del benchmark pasa de 0,59 a 7,60 USD. [2] [3] [4] [5]

El esfuerzo máximo consigue la puntuación conjunta más alta de esta comparación, pero cuesta unas trece veces más por tarea que Medium. Es mi cálculo a partir de los 7,60 y 0,59 USD del evaluador. Eso me da un motivo para subir el esfuerzo cuando lo exige una tarea difícil, en lugar de elegir siempre el nivel más alto.

El coste de Artificial Analysis es una medida ponderada de benchmark que utiliza los tokens consumidos y las tasas habituales de acierto de caché. El índice combina diez evaluaciones de texto, en su mayoría en inglés. Estos resultados permiten comparar niveles dentro de esa batería de pruebas; no estiman la factura de un usuario típico de una suscripción a Claude. [6]

El lanzamiento trae otra salvedad para la evaluación. Anthropic dice que Artificial Analysis ejecutó GDPval-AA y AA-Briefcase en un despliegue previo al lanzamiento con un fallo en las respuestas estructuradas que se corrigió después. La empresa espera que cualquier efecto sea pequeño y haga que los resultados subestimen el rendimiento. Mantendría la fecha de consulta junto a las cifras, en vez de presentarlas como una clasificación permanente. [1]

¿Cómo puede Sonnet costar más que Opus?

Sonnet 5.5 en Max cuesta 7,60 USD por tarea de Artificial Analysis, frente a los 5,98 USD de Opus 5.5 también en Max. Las tarifas inferiores por token de Sonnet no se traducen, por tanto, en un coste por tarea menor en esta comparación concreta. El resultado depende tanto de la cantidad de trabajo que realiza el modelo como de la tarifa. [2] [7]

Eso debería cambiar cómo interpretas la palabra «barato» en el anuncio de un modelo. Puede referirse a una entrada barata, una salida barata o un coste bajo para terminar un trabajo concreto. Son medidas relacionadas, pero responden a preguntas distintas. La tabla de esfuerzo hace visible la diferencia sin obligarnos a adivinar cómo se comportará el modelo en un repositorio que no conocemos.

También explica por qué las puntuaciones de benchmarks no reflejan por sí solas toda la calidad de un modelo. Una puntuación mayor puede justificar el gasto adicional en una tarea difícil y aportar poco en un arreglo sencillo. La comparación solo sirve para tomar una decisión cuando la tarea y los criterios de aceptación están claros.

¿Con qué nivel de esfuerzo empezaría?

Empezaría el trabajo habitual en Claude Code con Medium, su nivel predeterminado documentado, y lo subiría si la tarea necesita más análisis. Claude Academy, de Anthropic, explica que el esfuerzo controla los recursos dedicados a un problema, no los conocimientos de base del modelo. Los niveles más altos pueden consumir más tokens y exigir más espera, y las etiquetas de esfuerzo no representan cantidades idénticas de cálculo entre modelos. [1] [8]

Todavía no he realizado esa comparación controlada con Sonnet 5.5. Mantendría la planificación y la implementación como trabajos separados para dedicar el razonamiento caro a la parte que lo necesita. Me quedaría con el nivel que termina el trabajo pedido con menos correcciones.