Anthropic lanza Claude Sonnet 5.5, más rápido y económico

Anthropic presentó Claude Sonnet 5.5, el segundo modelo de la familia Claude 5.5, pensado como una alternativa más veloz y barata frente a Claude Opus 5.5. Mientras Opus 5.5 apunta a tareas complejas que requieren juicio detallado, Sonnet 5.5 está optimizado para trabajo cotidiano bien definido: corrección de errores de código, documentos, presentaciones y planillas de cálculo, además de mostrar buen desempeño en tareas de diseño de interfaces.

La compañía también anunció que Claude Haiku 5.5, orientado a aplicaciones de alto volumen y bajo costo, se sumará a la familia en las próximas semanas.

Rendimiento y velocidad

En la prueba Terminal-Bench 4.0, que evalúa capacidades de codificación autónoma, Sonnet 5.5 obtuvo 70,6% de aciertos, frente al 10,3% de Sonnet 5. En GDPval-AA, un test de tareas reales de distintas ocupaciones, quedó apenas dos puntos por debajo de Opus 5.5.

El modelo también es, según la empresa, el primer Sonnet capaz de completar el videojuego Pokémon Red trabajando únicamente a partir de capturas de pantalla, lo que Anthropic usa como referencia de comprensión de imágenes y tareas de largo alcance.

En materia de velocidad, Sonnet 5.5 genera respuestas más de un 30% más rápido que Sonnet 5, lo que lo convierte en el modelo Sonnet más veloz de la compañía hasta ahora.

Precio sin cambios, pero menor consumo

El precio de uso se mantiene igual al de Sonnet 5: 2 dólares por millón de tokens de entrada, 10 dólares por millón de tokens de salida y 0,20 dólares por millón de tokens de lectura de caché. Sin embargo, Anthropic afirma que el nuevo modelo necesita muchos menos tokens para resolver la misma tarea, lo que en sus pruebas internas se traduce en un costo hasta 30% menor por tarea respecto de su predecesor.

En evaluaciones de programación como FrontierCode y CursorBench, Sonnet 5.5 igualó o superó los mejores puntajes de Sonnet 5 utilizando entre una décima y una quinceava parte del costo por tarea, dependiendo del nivel de esfuerzo configurado.

Seguridad y alineación

Según el informe de la empresa, en su auditoría automatizada de comportamiento —que abarca unos 1.850 escenarios— Sonnet 5.5 iguala o mejora a Sonnet 5 en la mayoría de las medidas de alineación, resistencia al mal uso y honestidad. Anthropic sostiene que no encontró evidencia de que el modelo persiga objetivos contrarios a la intención del usuario, aunque aclara que ninguna batería de evaluaciones detecta todas las fallas posibles.

Por sus capacidades de ciberseguridad, comparables a las de Opus 5, Sonnet 5.5 es el primer modelo Sonnet que se lanza con las mismas salvaguardas y mecanismos de contención que los modelos más avanzados de la compañía. Las tareas rutinarias de desarrollo de software no se ven afectadas; solo las solicitudes de mayor riesgo derivan automáticamente hacia Sonnet 5. Sus salvaguardas en biología son las mismas que las de Sonnet 5.

Anthropic aclara que, pese a las mejoras, Opus 5.5 sigue siendo superior en trabajos abiertos y complejos que requieren juicio sostenido, según pruebas propias y de evaluadores externos.