- Claude Sonnet 5 se posiciona como la herramienta definitiva para automatización agéntica, equilibrando una potencia cercana a la gama Opus con costes operativos reducidos.
- El modelo introduce el pensamiento adaptativo por defecto y una ventana de contexto de un millón de tokens, optimizando la programación y el uso de herramientas digitales.
- Su implementación requiere ajustes en el prompting y la gestión de tokens debido a un nuevo tokenizador que puede incrementar el consumo de recursos.
La inteligencia artificial ha dado un giro de 180 grados, dejando atrás la etapa donde solo servía para resumir textos o contestar dudas puntuales. Ahora nos metemos de lleno en la era de la IA agéntica, donde los sistemas no solo sugieren, sino que ejecutan planes complejos, manejan terminales y navegan por la web de forma autónoma para alcanzar un objetivo concreto.
En este escenario llega Claude Sonnet 5, una propuesta de Anthropic que no busca simplemente ser un poco más rápida que la versión anterior, sino cambiar las reglas del juego. Se trata de un modelo que democratiza la automatización avanzada, trayendo capacidades que antes estaban reservadas solo para los modelos más mastodónticos y caros, como la familia Opus, a un precio mucho más digerible para cualquier profesional o empresa.
Cuando hablamos de capacidades agénticas, nos referimos a que el modelo puede trazar una hoja de ruta, utilizar herramientas externas como navegadores o consolas de comandos y corregirse a sí mismo sin que el usuario tenga que llevarlo de la mano en cada paso. Sonnet 5 ha sido optimizado para que este flujo sea fluido y fiable, reduciendo drásticamente los atascos que sufrían versiones previas.
Para que nos entendamos, ya no es solo un asistente que te dice cómo hacer una tarea, sino un colaborador proactivo. Puede, por ejemplo, analizar una normativa legal, buscar en una base de datos a los clientes afectados y redactar comunicaciones personalizadas para cada uno de ellos de principio a fin, operando con una autonomía que hace solo unos meses parecía ciencia ficción para un modelo de gama media.
Una de las dudas más comunes es si este modelo llega a sustituir a los pesos pesados. La realidad es que Sonnet 5 acorta la distancia con Opus 4.8, situándose muy cerca en tareas de razonamiento y trabajo de conocimiento, aunque no llega a tocar el techo de capacidades de los modelos Mythos o Fable. Es, básicamente, el «caballo de tiro» perfecto: lo suficientemente listo para casi todo y lo suficientemente barato para usarlo a escala.
- Rendimiento en código: Aunque es una bestia en programación, en retos extremadamente complejos como SWE-bench Pro, Opus 4.8 sigue manteniendo una ligera ventaja.
- Trabajo profesional: En análisis financiero, legal y dominios especializados, Sonnet 5 está prácticamente empatado con el modelo insignia.
- Eficiencia: Permite ejecutar flujos iterativos con una velocidad y coste que hacen que usar Opus para tareas rutinarias sea, sencillamente, tirar el dinero.
Si miramos la tarifa oficial, el modelo es una ganga, especialmente con los precios de lanzamiento de 2 dólares por millón de tokens de entrada y 10 de salida (que luego subirán a 3 y 15 respectivamente). Sin embargo, hay que tener ojo con el nuevo tokenizador. Anthropic ha implementado un sistema que puede generar entre un 10% y un 35% más de tokens para el mismo texto que en la versión 4.6.
Esto significa que, aunque el precio por token sea menor, el coste total por tarea podría no bajar tanto como parece. Es el clásico ejemplo del taxi que cobra menos por kilómetro pero da más vueltas; al final, lo que importa es cuánto pagas por llegar al destino. Por eso, es fundamental recalcular los presupuestos si se migran flujos de trabajo masivos.
Sonnet 5 introduce una palanca de control muy interesante llamada effort, que permite equilibrar la inteligencia frente al consumo de tokens. No es lo mismo pedirle que escriba un correo que pedirle que resuelva un bug crítico en un repositorio de miles de líneas.
El nivel high es el valor predeterminado, ideal para la mayoría de los casos. No obstante, para tareas de programación muy duras, se recomienda el modo xhigh. Por otro lado, si buscas latencia mínima y el coste es prioridad, los niveles medium o low son la opción, aunque corres el riesgo de que el modelo se quede en un razonamiento superficial y no profundice lo suficiente en el problema.
Si vienes de Sonnet 4.6, notarás que el pensamiento adaptativo (adaptive thinking) ahora viene activado por defecto. El modelo «reflexiona» antes de responder, lo que mejora la calidad pero puede afectar al límite de tokens de salida (max_tokens). Es importante saber que el pensamiento extendido manual ha desaparecido, siendo sustituido totalmente por este sistema adaptativo y el parámetro de esfuerzo.
Además, el modelo se ha vuelto mucho más literal y explícito. Ya no se pone a generalizar instrucciones por su cuenta; si quieres que aplique un formato a todo un documento y no solo a la primera sección, tienes que decírselo clarito. También ha habido un cambio técnico importante: parámetros como temperature, top_p o top_k ya no se aceptan y devuelven un error 400, obligando al usuario a guiar el tono y la variedad a través de instrucciones directas en el sistema.
Delegar tareas a un agente autónomo da vértigo, y por eso Anthropic ha reforzado la seguridad. Sonnet 5 es más resistente a los ataques de inyección de prompts y tiene menos tendencia a la adulación o a inventarse cosas (alucinaciones) que su predecesor. Es un modelo más cauto y objetivo, lo que le hace ideal para entornos corporativos.
Un detalle curioso es que el modelo no ha sido entrenado específicamente en ciberseguridad. Aunque puede hacer tareas básicas, es incapaz de crear exploits funcionales, quedando muy por debajo de Opus en este sentido. Esto no es un fallo, sino una medida de seguridad deliberada para evitar que la herramienta sea usada con fines maliciosos, aunque se han activado salvaguardas en tiempo real para bloquear cualquier intento peligroso.
Para sacar el máximo partido y no arruinarse en el intento, la mejor estrategia es dividir el trabajo. No tiene sentido usar el modelo más caro para picar código rutinario, ni el más barato para diseñar la arquitectura de un sistema complejo. La táctica ganadora es planificar con Opus y ejecutar con Sonnet.
Primero, se utiliza un modelo potente (como Opus 4.8) para entender el problema, diseñar la estructura y crear un plan detallado. Una vez que el mapa está claro, se pasa el testigo a Sonnet 5, que es mucho más rápido y económico para convertir ese plan en archivos reales, ejecutar tests y realizar refactorizaciones acotadas. Este flujo no solo ahorra dinero, sino que reduce la probabilidad de errores catastróficos.
El potencial de Sonnet 5 es especialmente disruptivo en despachos profesionales y asesorías. Imagina un agente que monitoriza el buzón de notificaciones, clasifica cada documento, identifica al cliente afectado y crea la tarea en el CRM con los plazos legales ya calculados. Todo esto sin intervención humana hasta la revisión final.
En el desarrollo de software, la capacidad de investigar bugs de forma autónoma, proponer una solución y verificar que el arreglo no ha roto nada más es un salto cualitativo. Gracias a su ventana de un millón de tokens, puede analizar bases de código enteras, lo que facilita enormemente el onboarding de nuevos desarrolladores o la migración de sistemas antiguos.
Claude Sonnet 5 se consolida como la pieza central para cualquier flujo de trabajo moderno, ofreciendo un equilibrio imbatible entre coste y capacidad agéntica. Aunque no desplaza la profundidad de razonamiento de la gama Opus en tareas críticas, su versatilidad en programación, navegación web y automatización lo convierte en la opción lógica para la operativa diaria, siempre que se gestione con cabeza el consumo de tokens y se utilicen estrategias de prompting explícitas.