Durante aproximadamente un año, mi lógica para elegir modelo fue perezosa y funcionaba: si la tarea importaba, echaba mano de Opus. Si no importaba, echaba mano de Sonnet y aceptaba que la salida sería un peldaño peor. Dos niveles, dos precios, un atajo mental limpio.
Claude Sonnet 5 rompió ese atajo el 30 de junio de 2026, y todavía sigo ajustándome.
Aquí va la versión corta, porque buscaste Claude Sonnet 5 vs Opus 4.8 y mereces la respuesta antes de tener que hacer scroll: Sonnet 5 se queda a un par de puntos de Opus 4.8 en la mayoría de los benchmarks, de hecho le gana en trabajo de conocimiento y cuesta el 40% por token de entrada. Pero hay un ajuste enterrado en la API — el nivel de esfuerzo — que puede voltear silenciosamente a Sonnet 5 de "ganga increíble" a "más caro que Opus por el mismo resultado". Toda la decisión vive en ese detalle, y casi nadie está hablando de él.
Así que hablemos de él. No de la nota de prensa. La matemática real, la trampa y la regla que ahora uso para elegir entre ambos tarea por tarea.
Dónde encaja Sonnet 5 en la línea de Claude
Sonnet 5 es el nuevo modelo de gama media de la familia Claude — el hueco entre los modelos de entrada y las líneas pesadas Opus y Fable/Mythos. Sobre el papel es "solo" una actualización de Sonnet. En la práctica, el salto desde Sonnet 4.6 es la mayor mejora de una sola generación que he visto en ese nivel, y la distancia hasta Opus 4.8 se redujo a algo genuinamente incómodo para los propios niveles de precios de Anthropic.
Se activó el día del lanzamiento como modelo por defecto para los planes Free y Pro, y está disponible para Max, Team, Enterprise y a través de la API. Si has usado Claude en la web desde finales de junio y no cambiaste nada, probablemente ya has estado hablando con Sonnet 5 sin saberlo.
El enfoque al que todo el mundo recurrió — TechCrunch, VentureBeat, The New Stack — fue alguna versión de "una forma más barata de ejecutar agentes". Es cierto, pero se queda corto sobre el cambio estructural. Por primera vez, Sonnet y Opus se sitúan en una única curva de costo-rendimiento en lugar de en dos niveles separados. La antigua división "modelo bueno / modelo genial" ahora es "misma familia de modelo, elige tu punto en la curva". Eso cambia la forma en la que arquitecturas cualquier cosa que haga más de un puñado de llamadas al modelo.
Antes de llegar a la curva, mira dónde caen realmente los números. Esta es la parte que el marketing pasa por alto.
La foto de los benchmarks, leída con honestidad
Aquí está la comparativa de la propia Anthropic, y quiero leerla como la leería antes de apostar un proyecto a ella — columna por columna, no como un reel de hype.
Codificación agéntica, SWE-bench Pro: Sonnet 5 alcanza el 63,2%, subiendo desde el 58,1% de Sonnet 4.6, con Opus 4.8 todavía en cabeza con el 69,2%. Esta es la brecha limpia más amplia de todo el cuadro — seis puntos. Si tu carga de trabajo es codificación autónoma dura y multi-archivo, este es el número que debería hacerte pausar. Opus es significativamente mejor aquí, y volveremos a por qué esa brecha de seis puntos importa más de lo que parece.
Codificación agéntica, Terminal-Bench 2.1: Sonnet 5 salta al 80,4% desde el 67,0% de 4.6 — un brinco de trece puntos en una generación. Dónde cae Opus 4.8 en este arnés en particular está genuinamente disputado: algunos informes lo ponen un par de puntos por delante de Sonnet 5, otros lo ponen varios puntos por detrás, así que no colgaré ninguna conclusión de Terminal-Bench en ningún sentido. Lo que no está en disputa es que Sonnet 5 dejó a su propio predecesor en el polvo aquí.
Razonamiento multidisciplinar, Humanity's Last Exam: Sin herramientas, 43,2% vs el 49,8% de Opus. Con herramientas, 57,4% vs el 57,9% de Opus — básicamente un empate. El resultado con uso de herramientas es la señal reveladora: dale a Sonnet 5 la capacidad de buscar y llamar funciones, y su brecha de razonamiento frente a Opus casi se evapora. La mayoría de las cargas reales de agentes sí tienen herramientas. Guárdate ese dato.
Uso de computadora, OSWorld-Verified: 81,2% vs el 83,4% de Opus. Dos puntos. Para manejar un navegador o un escritorio, eso es ruido en la mayoría de tareas.
Trabajo de conocimiento, GDPval-AA v2: Sonnet 5 puntúa 1618. Opus 4.8 puntúa 1615. El modelo de gama media ganó. No por goleada, pero ganó — en el benchmark más cercano a "hacer trabajo profesional útil a través de disciplinas".
Da un paso atrás y la forma es inconfundible: caída mínima frente a Opus casi en todas partes, una victoria clara en trabajo de conocimiento y exactamente una categoría — codificación agéntica dura — en la que Opus mantiene una ventaja real. Ese es un foso notablemente estrecho para un modelo que cuesta más del doble.
Lo que nos lleva al dinero, porque los benchmarks son solo la mitad de la decisión.
La matemática de precios que de verdad mueve la aguja
Los benchmarks te dicen qué es posible. Los precios te dicen qué es asequible a escala. Y aquí es donde Sonnet 5 deja de ser interesante y empieza a ser disruptivo.
Por millón de tokens, esta es la alineación en el momento del lanzamiento:
- Fable 5 / Mythos 5: $10 entrada / $50 salida — el techo premium
- Opus 4.8: $5 entrada / $25 salida
- Sonnet 5: $2 entrada / $10 salida
Lee la fila de Sonnet 5 contra Opus. La entrada es el 40% del costo de Opus. La salida es menos de la mitad. Eso no es un descuento — es una categoría presupuestaria distinta.
Un detalle que la cobertura del día del lanzamiento señaló y alrededor del que necesitas planificar: esos $2/$10 son precios introductorios, vigentes hasta el 31 de agosto de 2026. Después subirán a $3/$15. Anthropic fijó la tarifa introductoria para que la transición sea aproximadamente neutra en costo para los usuarios existentes de Sonnet, pero si estás construyendo un pronóstico sobre estos números, modela la tarifa post-agosto. $3/$15 sigue estando muy por debajo de los $5/$25 de Opus — simplemente no es la liquidación que son los dos primeros meses.
Ahora hazlo concreto, porque los números por millón de tokens no aterrizan hasta que los escalas. La cifra que me lo replanteó: una carga de trabajo agéntica intensiva en salida que cuesta aproximadamente $1.000/día en Opus 4.8 cae cerca de $400/día en Sonnet 5 con precios estándar. Para un constructor en solitario que ejecuta un agente, a quién le importa. Para un equipo que corre cientos de agentes en paralelo, esa es la línea entre "este producto tiene economía unitaria" y "este producto es un proyecto de ciencia".
Esta es la verdadera historia. No que Sonnet 5 sea bueno — muchos modelos son buenos. Es que Sonnet 5 es lo suficientemente bueno como para hacer que Opus parezca opcional para la mayoría de las cargas de trabajo, mientras cuesta menos de la mitad ejecutarlas. Para cualquiera al que Fable y Mythos hayan dejado fuera por precio, un modelo Claude capaz acaba de caer en un presupuesto que realmente pueden defender.
Pero ese ahorro del 60% es condicional. Hay un ajuste que puede borrarlo por completo, y la mayoría de equipos no se darán cuenta hasta que llegue la factura.
La trampa del nivel de esfuerzo de la que nadie te advierte
Aquí está la parte que le da a este artículo su razón de ser. Sonnet 5 expone niveles de esfuerzo — low, medium, high, xhigh, y max en la mismísima parte más alta del dial. Mayor esfuerzo significa que el modelo gasta más tokens razonando antes de responder. Más tokens de razonamiento significan mejor calidad y mayor costo. Los tokens de salida son donde vive la factura, y el razonamiento quema tokens de salida.
Si has leído mi desglose de los niveles de esfuerzo de Opus 4.8, ya sabes que este dial importa más que la elección de modelo en sí la mitad de las veces. Con Sonnet 5 importa aún más, porque el dial es lo que determina si estás consiguiendo una ganga o pagando de más.
Recórrelo tal y como se despliegan realmente los resultados de búsqueda agéntica:
A esfuerzo bajo, Sonnet 4.6 todavía le gana a Sonnet 5 en tasa de éxito — Sonnet 5 aterriza en torno al 55% en la tarea de búsqueda agéntica. Sonnet 5 es más barato en este ajuste, así que estás cambiando un poco de precisión por una factura más baja. Bien para trabajo tolerante y de alto volumen.
A esfuerzo medio, los dos son comparables en calidad, pero Sonnet 5 lo hace por menos. Este es el punto dulce — el ajuste en el que "más barato y al menos igual de bueno" es simplemente cierto, sin asterisco.
A esfuerzo alto, Sonnet 5 se separa claramente de 4.6 en calidad. Pero el costo escala, y aquí está el detalle: Sonnet 5 a esfuerzo alto cuesta aproximadamente lo mismo que Opus a esfuerzo alto. Has vuelto a subir hasta el precio de Opus.
A xhigh — y Sonnet 5 sube un peldaño más, hasta max — estás firmemente en dinero de Opus. En lo más alto del dial, Sonnet 5 aterriza alrededor del ajuste medio-alto de Opus 4.8 en OSWorld-Verified y en el benchmark de búsqueda agéntica BrowseComp. Estás pagando posiblemente más que Opus para obtener un resultado que meramente iguala la marcha intermedia de Opus. Esa es la trampa. Sonnet 5 al máximo es, para muchas tareas, lo peor de ambos mundos — dinero de Opus para techos por debajo de Opus.
Así que la lectura ingenua — "Sonnet 5 es más barato, súbelo al máximo y ahorra dinero" — es exactamente lo contrario en lo alto del dial. Los ahorros viven en esfuerzo bajo y medio. Empuja hasta arriba y a menudo has construido un Opus más lento y más caro.
Esa asimetría es la cosa más importante que interiorizar sobre este modelo, y es por eso que la respuesta a "¿Sonnet 5 u Opus 4.8?" nunca es una respuesta plana.
Si prefieres no ajustar este dial a mano en toda una flota de agentes — descubrir presupuestos de esfuerzo por tarea es un trabajo genuinamente delicado — este es exactamente el tipo de arquitectura que construyo para clientes a través de mi perfil de Fiverr. Pero puedes hacerlo perfectamente tú mismo, y la regla de abajo es donde yo empezaría.
Entonces, ¿cuándo gana realmente el modelo más barato?
Quítale el matiz y aquí está el marco de decisión que ahora uso. No es "qué modelo es mejor". Es "qué necesita esta tarea específica, y dónde me sitúa eso en la curva".
Echa mano de Sonnet 5 cuando:
- El trabajo es rutinario o moderadamente complejo — generación de contenido, clasificación, extracción, resumen, codificación estándar tipo CRUD, la mayoría del trabajo de conocimiento. (Recuerda: le ganó a Opus en GDPval-AA v2.)
- Estás corriendo a volumen. Cientos de llamadas, agentes en paralelo, cualquier cosa donde el costo por llamada se acumule en un número real.
- Hay herramientas en el bucle. La brecha de razonamiento de Sonnet 5 frente a Opus casi se cierra en cuanto puede buscar y llamar funciones.
- Puedes vivir en esfuerzo bajo o medio. Aquí es donde la ventaja de costo es real e incondicional.
Echa mano de Opus 4.8 cuando:
- La tarea es codificación autónoma dura — refactors multi-archivo, depuración enrevesada, tiradas largas de codificación agéntica. Esa brecha de seis puntos en SWE-bench Pro es real, y en problemas genuinamente difíciles se compone: la eficiencia de tokens de Opus significa que a menudo llega a la respuesta en menos pasos caros. En tareas de búsqueda agéntica y uso de computadora de alta complejidad, Opus frecuentemente entrega mejores resultados a un costo total menor que Sonnet 5 al máximo, precisamente porque no necesita el tope del dial para llegar ahí.
- La precisión es innegociable y prefieres no tener que vigilar la salida.
- Estabas a punto de poner Sonnet 5 en xhigh "por si acaso". Si necesitas ese techo, simplemente usa Opus — es más barato en la parte alta y mejor.
La heurística limpia: Sonnet 5 es dueño de la mayoría de bajo-a-medio esfuerzo de tu carga de trabajo; Opus 4.8 es dueño de la minoría de alto esfuerzo y alta precisión. La mayoría de equipos descubrirá que la mayoría es más grande de lo que esperaban, que es exactamente por lo que este lanzamiento importa. Para la imagen más amplia de la codificación agéntica específicamente, entré a fondo en mi mirada práctica a Sonnet 5 para codificación agéntica — este post es el complemento de costo-y-decisión de aquel.
Hay una dimensión más que no aparece en absoluto en el gráfico de benchmarks, y para cualquiera que despliegue agentes con permisos reales, podría ser la más importante.
¿Y qué hay de la seguridad, la alineación y la ciberseguridad?
Costo-rendimiento es el titular. Pero si le estás dando a un modelo acceso a herramientas, acceso a archivos o a un navegador, "cómo se comporta cuando las cosas se ponen adversariales" deja de ser académico. Aquí es donde aterriza Sonnet 5, con la salvedad incluida.
Las evaluaciones previas al despliegue de Anthropic encontraron que Sonnet 5 es en general una mejora sobre Sonnet 4.6. En seguridad agéntica específicamente, es mejor rechazando peticiones maliciosas y más resistente a intentos de secuestro en ataques de inyección de prompts — el modo de fallo exacto que me quita el sueño cuando un agente tiene acceso de escritura a cualquier cosa. En la auditoría de comportamiento automatizada que sondea comportamientos desalineados como el engaño y la cooperación con el uso indebido, Sonnet 5 puntuó más seguro que su predecesor.
La salvedad honesta: Sonnet 5 mostró tasas algo mayores de comportamiento desalineado que el más capaz Opus 4.8 y el Preview de Mythos. Más capacidad ha correlacionado hasta ahora con mejor alineación en esta familia, y Sonnet 5 se sitúa por debajo de Opus en capacidad. Así que si tu caso de uso es genuinamente de alto riesgo y adversarial, esa es otra marca en la columna de Opus — no es un factor eliminatorio para Sonnet 5, pero es un factor real.
En ciberseguridad, la noticia es discretamente buena. Anthropic no entrenó deliberadamente a Sonnet 5 en tareas cibernéticas. Maneja trabajo cibernético rutinario y no dañino, pero rinde sustancialmente peor que Opus 4.8 y Mythos 5 en capacidades peligrosas como desarrollar exploits de software. Esa debilidad aquí es una característica: Sonnet 5 no lleva el tipo de capacidad de desarrollo de exploits que llevó a Anthropic a poner restricciones y escrutinio más pesados alrededor de Mythos (escribí sobre todo aquel episodio en el desglose del lanzamiento de Fable 5 y Mythos 5). El resultado es un modelo que es más directo y estable de desplegar ampliamente. También se lanzó con salvaguardas cibernéticas en tiempo real activadas por defecto — las mismas que Anthropic corrió en Opus 4.7 y 4.8.
Neto: para la gran mayoría del trabajo agéntico, Sonnet 5 es seguro de desplegar y se comporta mejor que el Sonnet que estabas usando el mes pasado. Para los escenarios de mayor riesgo y más adversariales, Opus todavía tiene la ventaja. El mismo patrón que todo lo demás en esta comparativa — y no es coincidencia.
Por qué este lanzamiento es más grande que un solo modelo
Aléjate un segundo, porque el argumento por token pierde el punto estratégico.
Anthropic está corriendo hacia una gran OPI, y Sonnet 5 se lee como un modelo construido para el mercado de tokens de la API tanto como para cualquier usuario individual. La relación costo-rendimiento es todo el campo de batalla competitivo para la inferencia ahora mismo, y Sonnet 5 es una jugada directa por él — lo suficientemente capaz para manejar cargas de trabajo reales de producción, lo suficientemente barato para ganar comparativas contra rivales por precio.
Para el ecosistema, llena el medio. Ahora hay un modelo Claude genuinamente fuerte sentado entre el nivel de entrada y el techo Opus/Fable/Mythos, apuntando directamente a todos los que miraron los $10/$50 de Fable y cerraron silenciosamente la pestaña. Eso es mucha gente. Muchas startups. Muchos agentes que de repente cuadran.
Y como Sonnet y Opus ahora comparten una sola curva de costo-rendimiento, la conversación de arquitectura cambia. Dejas de preguntar "¿qué nivel es este producto?" y empiezas a preguntar "¿qué punto en la curva necesita cada tarea?" — enrutando tareas baratas a Sonnet 5 con esfuerzo bajo, reservando Opus para la minoría difícil. Esa es una forma más sofisticada y más eficiente en costo de construir, y Sonnet 5 es el modelo que finalmente la hace práctica.
Lo único que hacer esta semana
No te fíes de mi marco por fe — y tampoco te fíes de los benchmarks por fe. Son direccionales, no evangelio para tu carga de trabajo.
Aquí va el experimento de 30 minutos. Elige una tarea que tu sistema corra mucho. Córrela tres veces: Sonnet 5 a esfuerzo medio, Sonnet 5 a esfuerzo alto y Opus 4.8. Registra la calidad de la salida y el costo en tokens de cada una. Casi con seguridad encontrarás una de dos cosas — o bien Sonnet 5 a esfuerzo medio es suficiente y acabas de recortar el costo de esa tarea en un 60%, o bien la tarea genuinamente necesita Opus y ahora tienes prueba en lugar de una corazonada. Cualquiera de las dos respuestas vale treinta minutos.
Recuerda dónde empezó esto: mi atajo perezoso de dos niveles, "tarea importante, echa mano de Opus". Sonnet 5 no mató ese instinto — lo afinó. La pregunta ya no es qué modelo. Es qué punto en la curva, tarea por tarea. Acierta con ese enrutamiento y correrás la mayor parte de tu trabajo al 40% del costo con una calidad que no puedes distinguir, gastando dinero de Opus solo donde de verdad te compra algo.
El barato gana más a menudo de lo que pensarías. Simplemente no en lo alto del dial.
Preguntas frecuentes
¿Es Claude Sonnet 5 mejor que Opus 4.8?
En conjunto no — pero más cerca de lo que sugiere la brecha de precios. Sonnet 5 queda por detrás de Opus 4.8 por solo un par de puntos en la mayoría de los benchmarks y de hecho le gana en trabajo de conocimiento (GDPval-AA v2: 1618 vs 1615). Opus mantiene una ventaja clara en codificación agéntica dura (SWE-bench Pro: 69,2% vs 63,2%). Para el marco de decisión, mira "Entonces, ¿cuándo gana realmente el modelo más barato?" arriba.
¿Cuánto cuesta Claude Sonnet 5 comparado con Opus 4.8?
Sonnet 5 cuesta $2 entrada / $10 salida por millón de tokens (precio introductorio hasta el 31 de agosto de 2026), luego $3/$15. Opus 4.8 cuesta $5/$25. Así que Sonnet 5 corre a aproximadamente el 40% del costo de entrada de Opus y bajo la mitad del costo de salida — una carga de trabajo intensiva en salida que cuesta $1.000/día en Opus aterriza cerca de $400/día en Sonnet 5.
¿Qué es la trampa del nivel de esfuerzo de Sonnet 5?
En sus ajustes de esfuerzo más altos (xhigh y max), Sonnet 5 puede costar tanto como o más que Opus 4.8 mientras solo iguala la calidad media-alta de Opus. La ventaja de costo vive en esfuerzo bajo y medio — empuja el dial hasta arriba y a menudo pagas dinero de Opus por un techo por debajo de Opus. Desglose completo en la sección "La trampa del nivel de esfuerzo" arriba.
¿Es Claude Sonnet 5 seguro para desplegar agentes?
Sí para la mayoría de casos de uso. Sonnet 5 es mejor que Sonnet 4.6 rechazando peticiones maliciosas y resistiendo secuestros por inyección de prompts, y se lanzó con salvaguardas cibernéticas en tiempo real activadas por defecto. La salvedad: muestra tasas algo mayores de comportamiento desalineado que Opus 4.8, así que las cargas de trabajo adversariales de mayor riesgo todavía favorecen a Opus.
¿Cuándo salió Claude Sonnet 5?
Claude Sonnet 5 se lanzó el 30 de junio de 2026, como modelo por defecto para los planes Free y Pro y está disponible para usuarios Max, Team y Enterprise además de a través de la API.
Antes de elegir un modelo
Si estás cableando Sonnet 5 y Opus 4.8 en el mismo sistema y quieres los presupuestos de esfuerzo por tarea ajustados antes de que la factura te lo enseñe por las malas, ese enrutamiento costo-vs-calidad es exactamente el tipo de trabajo que asumo — escríbeme aquí. Corre primero el experimento de 30 minutos de arriba, eso sí. La mitad de las veces te dice que Sonnet 5 a esfuerzo medio ya tenía el trabajo cubierto.
