Claude Sonnet 5.5 supera a su propio flagship en coding por la mitad de precio, pero quema más tokens de lo anunciado

Anthropic lanza Sonnet 5.5, el segundo modelo de la familia 5.5: mismo precio que Sonnet 5 (2 $/M entrada, 10 $/M salida), 30 % más rápido y por primera vez un Sonnet que supera a Opus en la benchmark estrella de agentes de terminal. Artificial Analysis valida el ranking pero mide 193.000 tokens por tarea a esfuerzo máximo: el ahorro real solo llega a ajustes medios.

Qué ha ocurrido

Anthropic ha publicado Claude Sonnet 5.5, segundo modelo de la familia Claude 5.5 que inauguró Opus 5.5 la semana pasada. Mantiene el precio de Sonnet 5 —2 $ por millón de tokens de entrada y 10 $ por millón de salida, la mitad que Opus 5.5— y promete ser 30 % más rápido y hasta un 30 % más barato por tarea gracias a un menor consumo de tokens. En Terminal-Bench 4.0, la benchmark de referencia para agentes que ejecutan tareas profesionales desde la terminal, Anthropic le atribuye un 70,6 % de tareas completadas frente al 66,4 % de Opus 5.5: es el primer Sonnet que supera al flagship de su casa en la prueba fuerte. Haiku 5.5, el modelo barato de la familia, llegará «en las próximas semanas».

Por qué importa

Es el tercer lanzamiento de Anthropic desde que Dario Amodei pidiera públicamente frenar el ritmo de desarrollo, y el segundo en menos de una semana: la cadencia de lanzamientos de la casa «más cautelista» ya es semanal. Para quien construye sobre APIs, el mensaje es que la frontera de coding se ha movido al segmento medio de precio: near-flagship a 10 $/M salidas cambia la economía de agentes de alto volumen. La segunda lección, más incómoda, es de métrica: el ahorro de coste por tarea que anuncian los laboratorios depende del ajuste de esfuerzo que elijas, y los tests independientes empiezan a auditar esa contabilidad.

Qué sabemos

• Anthropic lo anuncia como complemento de Opus 5.5 para tareas bien delimitadas, corrección de bugs y documentos; primer Sonnet que termina Pokémon Red solo a partir de capturas de pantalla (señal de capacidad de largo horizonte y visión).
• Artificial Analysis, test independiente, confirma la victoria sobre Opus 5.5 en su versión de Terminal-Bench: 63,6 % frente a 59,6 % (GPT-6 Astra de OpenAI, 59,1 %). Lo coloca segundo en su overall solo tras Opus 5.5.
• El matiz: a esfuerzo máximo, Sonnet 5.5 ha escrito ~193.000 tokens por tarea —el mayor que Artificial Analysis ha medido, ~60 % más que Opus 5.5— y ~7,60 $ por tarea, un 50 % más caro que Sonnet 5. El «hasta 30 % más barato» de Anthropic se apoya en el esfuerzo Medium (el ajuste por defecto), donde afirma batir el mejor registro de coding de Sonnet 5 por una décima parte del coste. Artificial Analysis sitúa el mejor valor en esfuerzo High.
• No avanza la frontera de capacidad según la propia Anthropic: es un modelo de destilación/eficiencia sobre la familia 5.5, presentado como «no frontier» a efectos de su framework de seguridad (RSP).

Qué no sabemos

• La metodología exacta con la que Anthropic calcula el «hasta 30 % más barato por tarea»: no publica los ratios de tokens por tarea que usa.
• Cuándo llega Haiku 5.5 y con qué desplaza la escalera de precios.
• Disponibilidad y cuotas en las plataformas de terceros (Azure Foundry ya ha listado Opus 5.5; se espera Sonnet 5.5, sin fecha confirmada).

Qué vigilar

La respuesta de OpenAI y Google en el segmento medio —GPT-6 Astra está a 0,2 puntos de Sonnet 5.5 en el ranking independiente— y si la guerra de benchmarks de Terminal-Bench se convierte en el campo donde los modelos medios adelantan a los flagship semana sí, semana también.

Qué cambió

AntesSuperar al flagship propio en coding era argumento de nueva generación frontier; el ahorro por tarea se publicaba sin auditoría externa.

AhoraUn modelo de 10 $/M bate a su propio Opus en Terminal-Bench y el anuncio de ahorro queda matado en público por mediciones independientes de tokens por tarea.

ConsecuenciaQuien diseña la escalera de precios de modelos medios debe auditar públicamente coste por tarea por esfuerzo; el argumento «más barato» sin metodología deja de colar ante Artificial Analysis y la competencia puede atacar exactamente ahí.

Qué sabemos · qué no

Confirmado

• Publicado el 28-sep-2026 al mismo precio que Sonnet 5: 2 $/M entrada, 10 $/M salida, 0,20 $/M cache reads.
• Terminal-Bench 4.0: 70,6 % propio y 63,6 % de Artificial Analysis, por delante de Opus 5.5 (66,4 % / 59,6 %) y GPT-6 Astra (59,1 %).
• 30 %+ más rápido que Sonnet 5; Haiku 5.5 anunciado para las próximas semanas.

Todavía no

• La metodología del «30 % más barato por tarea» que anuncia Anthropic.
• Ficha técnica de Haiku 5.5 y disponibilidad en plataformas de terceros.
• Cómo se comporta el esfuerzo Medium (el por defecto) en cargas de agentes reales y no en benchmarks.

Para ir al grano técnico

• → announcement oficial
• → medición independiente

Qué vigilamos ahora

Haiku 5.5, la réplica de OpenAI/Google en el segmento medio y las mediciones independientes de coste real por tarea a esfuerzo Medium.