Claude Sonnet 5.5: novedades, precio y benchmarks frente a Opus 5.5

Claude Sonnet 5.5 es casi un Opus 5.5 a mitad de precio. Anthropic lo lanzó el 28 de septiembre de 2026, seis días después de Opus 5.5, y los números de su propio anuncio lo dejan claro: en la mayoría de pruebas queda a uno o dos puntos del modelo grande, en programación agéntica con terminal incluso lo supera, y cuesta 2 dólares por millón de tokens de entrada y 10 de salida, la mitad que Opus. Además es más de un 30 % más rápido que Sonnet 5 y gasta menos tokens por tarea. Aquí tienes qué cambia, todos los benchmarks publicados, cuánto cuesta de verdad, dónde se puede usar y cuándo sigue compensando pagar por Opus.

Sonnet 5.5 en una tabla

Los benchmarks: casi Opus, muy por encima de Sonnet 5

Anthropic publicó una tabla con ocho pruebas que compara Sonnet 5.5 con su predecesor, con Opus 5.5 y, en algunas, con GPT-6 Sol de OpenAI. Las que se miden en porcentaje son estas:

Tres lecturas rápidas:

• El salto frente a Sonnet 5 es enorme en tareas de agente. En Terminal-Bench 4.0, que mide si un modelo resuelve tareas reales de programación y sistemas trabajando en una terminal, pasa del 10,3 % al 70,6 %. En OSWorld 2.1, que mide el uso de un ordenador con ratón y teclado, del 57,0 % al 80,1 %. En Chartography, del 15,6 % al 61,6 %.
• Frente a Opus 5.5, la diferencia es pequeña. Queda entre 1,7 y 3,2 puntos por debajo en uso del ordenador, CursorBench, Humanity's Last Exam y Chartography. La excepción es Terminal-Bench, donde Sonnet 5.5 gana por 4,2 puntos.
• FrontierCode es donde más se nota el tamaño. En esa prueba de programación difícil, Sonnet 5.5 saca un 46,2 % en su mejor configuración, frente al 54,4 % de Opus 5.5 y el 49,3 % de GPT-6 Sol.

Las otras dos pruebas, GDPval-AA y AA-Briefcase, no se miden en porcentaje sino con una puntuación de tipo Elo que compara modelos entre sí en trabajo profesional real: informes, hojas de cálculo, presentaciones. Por eso van en un gráfico aparte:

Aquí el resultado es todavía más llamativo: Sonnet 5.5 empata prácticamente con Opus 5.5 (1844 frente a 1846 en GDPval-AA, 1811 frente a 1822 en AA-Briefcase) y saca más de 350 puntos a GPT-6 Sol. Si ya leíste nuestro análisis de Opus 5.5, la conclusión es incómoda para el modelo grande: en trabajo de oficina, pagas el doble por casi lo mismo.

Una advertencia: son cifras de la propia Anthropic, con su configuración de pruebas. Además, según The Decoder, algunos resultados de trabajo profesional salieron de una versión previa al lanzamiento con un fallo, ya corregido, que podía afectar a las respuestas estructuradas. Las pruebas independientes llegarán en las próximas semanas.

Precio: lo mismo que Sonnet 5, la mitad que Opus

Anthropic ha mantenido exactamente la tarifa de Sonnet 5:

Pero el precio por token cuenta solo la mitad de la historia. Como Sonnet 5.5 gasta menos tokens para resolver la misma tarea y hace menos llamadas a herramientas, Anthropic calcula que cada tarea cuesta hasta un 30 % menos que con Sonnet 5, aunque la tarifa sea idéntica. Y hay un dato todavía más fuerte: en varias pruebas, Sonnet 5.5 con esfuerzo bajo o medio supera la mejor puntuación de Sonnet 5 costando aproximadamente una décima parte por tarea. En FrontierCode, con el mismo ajuste, saca unos 10 puntos más que Sonnet 5 por alrededor de una quinceava parte del coste.

Si pagas una suscripción de Claude en lugar de la API, esto se traduce en otra cosa: tu límite de uso rinde más, porque cada tarea consume menos. Tienes cómo funcionan los planes en nuestra comparativa de Cursor, Claude Code, Copilot y Codex.

Más rápido y con menos tokens por tarea

La velocidad es la mejora que más se nota en el día a día. Anthropic asegura que Sonnet 5.5 genera texto más de un 30 % más rápido que Sonnet 5, y que agrupa mejor las llamadas a herramientas: en lugar de pedir un archivo, esperar, pedir otro y esperar, lanza varias peticiones a la vez. Para un agente que trabaja en un repositorio, eso significa terminar antes y gastar menos.

Las empresas que lo han probado dan cifras en la misma línea. Box habla de respuestas 2,4 veces más rápidas con un 12 % menos de tokens; Zendesk, de tickets procesados un 20 % más rápido; Atlassian, de agentes hasta un 30 % más rápidos que con Sonnet 5. Son testimonios elegidos por Anthropic para su anuncio, así que conviene tomarlos como lo que son, pero apuntan todos en la misma dirección.

Niveles de esfuerzo: cuál usar

Como Opus 5.5, Sonnet 5.5 permite elegir cuánto «piensa» antes de responder, en varios niveles que van de bajo a máximo. Por defecto, Anthropic lo configura en esfuerzo alto en la API y en esfuerzo medio en Claude Code y en las apps web. Explicamos cómo cambiarlo en el tutorial de niveles de esfuerzo y modo rápido, que sirve igual para Sonnet 5.5.

Hay un detalle curioso en la letra pequeña: en FrontierCode, Sonnet 5.5 saca peor nota con esfuerzo máximo que con el nivel inmediatamente inferior. Según la explicación recogida por The Decoder, con el esfuerzo al máximo el modelo activa más a menudo una función de revisión de código que reparte el trabajo entre varios subagentes, y eso a veces provoca que se agote el tiempo o que haga cambios fuera del alcance pedido. Moraleja práctica: más esfuerzo no siempre es mejor. Para programar, el nivel medio o alto suele ser el punto dulce.

Qué más cambia: diseño, tareas largas y seguridad

• Mejor en diseño e interfaces. Anthropic destaca que cuida más el acabado visual cuando genera páginas y aplicaciones.
• Tareas largas. Aguanta mejor los trabajos de muchas horas, algo que su predecesor hacía peor. Como anécdota, es el primer Sonnet que ha completado Pokémon Rojo guiándose solo por capturas de pantalla.
• Menos búsquedas innecesarias. CodeRabbit, la empresa de revisión de código, destaca que ha desaparecido la tendencia de Sonnet 5 a buscar en la web demasiado a menudo.
• Ciberseguridad con salvaguardas de Opus. Sus capacidades de ciberseguridad han mejorado lo suficiente como para que Anthropic le aplique las mismas protecciones que a Opus 5.5. Según la empresa, la depuración rutinaria no se ve afectada.
• Protección contra la destilación. Añade clasificadores que impiden extraer su razonamiento para entrenar otros modelos.

En un momento en el que OpenAI ha tenido que pausar sus modelos más potentes tras un incidente con un agente, que Anthropic lance un modelo con más capacidad agéntica y salvaguardas reforzadas es también un mensaje.

Lo que dicen las empresas que lo han probado

El anuncio incluye testimonios de clientes con acceso anticipado. Estos son los más concretos:

• Epic Games (Daniel Vogel, director de operaciones): superó sus listones de calidad en auditorías de diseño de sistemas y manejó decenas de miles de líneas de código manteniendo respuestas ágiles.
• CodeRabbit (David Loker, vicepresidente de IA): «La tendencia de Sonnet 5 a recurrir a la búsqueda web demasiado a menudo y su alto consumo de tokens han desaparecido».
• Box (Yashodha Bhavnani): más preciso, 2,4 veces más rápido y con un 12 % menos de tokens.
• Zendesk (Abhinay Kathuria): tickets procesados un 20 % más rápido.
• Atlassian (Jamil Valliani): sus agentes Rovo pueden funcionar hasta un 30 % más rápido que con Sonnet 5.

Dónde se puede usar

• Apps de Claude (web, escritorio y móvil).
• Claude Code, con esfuerzo medio por defecto. Si programas con él, nuestro tutorial de Claude Code explica cómo cambiar de modelo.
• API de Claude, con el identificador claude-sonnet-5-5.
• Nubes: Amazon Web Services, Google Cloud y Microsoft Azure.

Anthropic indica además que está disponible con retención de datos cero en todos sus niveles, algo relevante para empresas españolas que manejan datos sensibles. Si trabajas con Claude desde España, te interesa también saber que Anthropic abrió oficina en Madrid.

Sonnet 5.5, Opus 5.5 o Fable 5.1: cuál elegir

Para la mayoría de usuarios y empresas, la recomendación es sencilla: usa Sonnet 5.5 por defecto y sube a Opus 5.5 solo cuando notes que se queda corto. Si quieres ver cómo quedan frente a los modelos de OpenAI y Google, tienes nuestra comparativa de alternativas a ChatGPT.

Las pegas y lo que falta por saber

• Son cifras de Anthropic. Faltan pruebas independientes, y algunas de trabajo profesional salieron de una versión previa con un fallo ya corregido.
• El esfuerzo máximo no siempre ayuda, como muestra el caso de FrontierCode.
• No se han detallado en el anuncio la ventana de contexto ni el máximo de salida, así que hay que consultarlos en la documentación de la API antes de diseñar aplicaciones que dependan de ellos.
• Sonnet 5 sigue en la tabla, pero no hay fecha de retirada anunciada. Si lo usas en producción, conviene planificar la migración con calma: misma tarifa y mejor rendimiento hacen que haya poco motivo para quedarse.

El equipo para trabajar con Claude

Claude funciona en la nube, así que no necesitas un ordenador potente para usarlo. Lo que sí mejora mucho el trabajo con agentes es la pantalla y, si ejecutas el código que genera, algo de memoria:

• Un monitor pensado para programar, como el BenQ RD280U, con formato 3:2 que muestra más líneas de código a la vez.
• Memoria de sobra para contenedores y tests: 64 GB de DDR5 Crucial Pro a 6000 MHz.
• Un teclado cómodo para escribir instrucciones largas: el Redragon K673 Pro con distribución española.

Y si quieres aprender a sacarle partido, tres libros en español: De cero a experto en Claude IA, una guía general; Aprende Claude Code CLI, centrado en la herramienta de programación; y Programar con Inteligencia Artificial: agentes, MCP y vibe coding, sobre el flujo de trabajo con agentes.

Lecturas relacionadas

• Claude Opus 5.5: benchmarks, precio y análisis
• Niveles de esfuerzo y modo rápido: tutorial
• Cómo crear skills para Claude Code
• OpenAI frena GPT-6.1 Astra por seguridad