Hecho: Anthropic anunció Claude Sonnet 5.5 el 28 de septiembre como el segundo modelo de su familia 5.5. La empresa lo presenta como una alternativa más rápida y económica para tareas cotidianas de programación y trabajo de oficina, frente a Opus 5.5, orientado a tareas abiertas que requieren más juicio. La disponibilidad incluye la plataforma Claude, API y nubes asociadas. La ficha de Anthropic informa que genera respuestas más de 30% más rápido que Sonnet 5 y que su costo por tarea puede bajar hasta 30% en las pruebas internas.
El precio por millón de tokens de entrada y salida se mantiene, respectivamente, en US$2 y US$10, igual que Sonnet 5. Anthropic atribuye el ahorro a que el modelo suele necesitar menos tokens para completar un trabajo, no a una reducción del precio unitario. En la misma tabla publica 70,6% en Terminal-Bench 4.0, contra 10,3% de Sonnet 5 y 66,4% de Opus 5.5. Esos resultados corresponden a pruebas reportadas por el fabricante y no conviene leerlos como una comparación universal: los resultados cambian según el nivel de esfuerzo y el entorno.
Verificación independiente: Artificial Analysis publicó un perfil del modelo en su Intelligence Index. Allí registra 56 puntos, un costo medio de US$7,60 por tarea del índice y 410 millones de tokens generados a través de sus evaluaciones. Su lectura es favorable en capacidad y velocidad, pero también lo describe como muy verboso. Es una medición propia de Artificial Analysis, no una reproducción del benchmark de Anthropic. La evaluación utiliza una versión previa del modelo en algunos componentes, una salvedad que Anthropic también señala en las notas de lanzamiento.
La cobertura de Decrypt destaca esa tensión económica: a esfuerzo máximo, Artificial Analysis midió un costo de US$7,60 por tarea del índice, cerca de 50% más que Sonnet 5, y aproximadamente 193.000 tokens de salida por tarea. Sonnet 5.5 puede resultar más barato en configuraciones moderadas y más caro cuando se le pide exprimir al máximo su capacidad. «Hasta 30% menos» no es, por lo tanto, una propiedad garantizada de cada solicitud: depende del tipo de tarea y del esfuerzo.
La comparación no termina en el puntaje
El reporte de Artificial Analysis aporta una segunda referencia independiente para quienes comparan proveedores: puntuación, rendimiento por segundo, tokens usados y costo medido en su propia batería. Sus métricas ayudan a dimensionar los compromisos; no sustituyen una prueba con las tareas y límites de cada equipo. Tampoco es una auditoría de seguridad completa ni una evaluación independiente de todos los resguardos que Anthropic describe.
Opinión: el lanzamiento importa menos como «un nuevo líder» que como una muestra de la segmentación actual del mercado. Los laboratorios ofrecen modelos de mayor capacidad para trabajos complejos y variantes de menor precio para volumen, pero el gasto final incluye razonamiento, reintentos, herramientas y revisión humana. Comparar solo el precio por millón de tokens puede ocultar el costo de completar una tarea.
Para un equipo argentino que evalúe una migración, la pregunta práctica es cuánto cuesta cada resultado aceptado con su propio conjunto de tareas, no cuánto promete ahorrar una tabla general. Sonnet 5.5 merece una prueba controlada, con límites de esfuerzo y medición de errores, latencia y tokens; el salto del benchmark del fabricante no reemplaza esa validación. Los números de rendimiento y ahorro citados como anuncio son de Anthropic; el índice y el costo de evaluación son de Artificial Analysis.
Fuentes: Anthropic, anuncio y ficha técnica; Artificial Analysis, medición independiente; Decrypt, cobertura y contraste de costos.




