Sonnet 5 vs Sonnet 4.6: probamos los dos con la misma tarea

Claude Sonnet 5 y Claude Sonnet 4.6 resolvieron la misma tarea de varios pasos con el mismo esfuerzo. Sonnet 5 la completó sin pedir permisos, tardó cinco minutos más y entregó casi lo mismo. Su mejora está en terminar solo, no en la calidad: dentro de los modelos de Claude es el que conviene dejar corriendo horas.

Qué es Claude Sonnet 5

Anthropic lanzó Claude Sonnet 5 el 30 de junio de 2026. No es el modelo más capaz del catálogo: ese lugar lo ocupan Claude Opus 5 y Claude Fable 5. Si tu trabajo exige el techo de capacidad, Sonnet 5 no cambia nada.

Lo que sí es: el Sonnet más agéntico que han hecho. Está construido para tareas de varios pasos que corren solas, a un precio que permite dejarlo encendido todo el día. El anuncio oficial promete dos cosas concretas: que termina tareas complejas donde los Sonnet anteriores se detenían a la mitad, y que revisa su propio trabajo sin que se lo pidas. Entre quienes lo probaron antes del lanzamiento hay empresas con producto real, como Lovable, ClickHouse, Pace, Eve y Kiro.

Esa promesa se puede comprobar. Así que la comprobamos.

Cómo probamos los dos modelos

Buscábamos una tarea genuinamente agéntica: un solo prompt que obligue al modelo a encadenar pasos sin que nadie lo rescate a mitad de camino. Le pedimos a los dos lo mismo:

Un solo prompt, varios pasos autónomos: buscar en la web, extraer datos, estructurarlos y crear tres archivos distintos. Los dos modelos corrieron en paralelo, en la aplicación de Claude, con acceso a Google Drive y con el nivel de esfuerzo en medio.

Resultados: Sonnet 5 vs Sonnet 4.6

Autonomía: Sonnet 5 no pidió permisos

La diferencia visible no estuvo en el resultado, sino en el camino. Sonnet 4.6 se detuvo a pedir acceso a Google Drive y volvió a parar para confirmar un par de conexiones. Sonnet 5 resolvió la cadena completa sin preguntar nada.

Esa es la mejora real, y es exactamente la que importa cuando nadie está mirando la pantalla. Un agente que se detiene a pedir permiso a las tres de la mañana no es un agente: es una tarea pendiente.

Velocidad: Sonnet 4.6 terminó antes

Más autonomía costó tiempo. Sonnet 5 tardó unos cinco minutos más en cerrar el mismo encargo. Para un proceso desatendido eso da exactamente igual. Para alguien esperando frente a la pantalla, no.

Consumo: el 73 % de la cuota

El dato que menos se comenta y que más duele. Las dos corridas juntas consumieron el 73 % de la sesión, que se restablece cada cuatro horas. Si trabajas dentro de la aplicación y no por API, tu límite real no es el precio por millón de tokens: es la cuota.

Cuánto cuesta Sonnet 5 de verdad

Aquí hay un detalle que casi nadie corrigió. Sonnet 5 cuesta 2 dólares por millón de tokens de entrada y 10 de salida, frente a los 3 y 15 de Sonnet 4.6: un tercio menos. Ese precio nació como promoción de lanzamiento con fecha de vencimiento el 31 de agosto de 2026, pero el 10 de agosto Anthropic lo dejó permanente. La subida a 3 y 15 que estaba anunciada para el 1 de septiembre nunca se aplicó.

El matiz está en otro lado. Sonnet 5 estrena tokenizador, y el mismo texto se convierte en más tokens que antes. Si el recuento sube alrededor de un 30 %, el ahorro neto frente a Sonnet 4.6 queda en torno al 13 %, no en el 33 % que sugiere la tabla de precios.

Sigue siendo más barato. Solo que menos de lo que parece, y la única forma de saber cuánto en tu caso es medir tus propias peticiones antes de proyectar un presupuesto anual.

Cuándo usar Sonnet 5 y cuándo no

• Sí, si construyes agentes que corren horas. Autonomía real sin que el presupuesto se dispare es justo el hueco que llena. Es el modelo que puedes poner en producción.
• No, si necesitas el techo de capacidad. Para razonamiento difícil, Opus 5 y Fable 5 siguen por encima.
• Da igual, si eres usuario casual. Para tareas administrativas del día a día, el mejor modelo es el que ya tienes abierto en tu plan.

Lo que esta prueba no demuestra

Conviene decirlo, porque casi nadie lo dice: esto es una corrida por modelo, con una sola tarea, a un solo nivel de esfuerzo. Sirve para ver comportamiento. No es un benchmark.

No mide consistencia entre ejecuciones, no prueba tareas de otro tipo y el consumo de cuota depende del plan de cada quien. Un modelo que en esta tarea fue más autónomo puede no serlo en la tuya.

La conclusión honesta es más modesta y más útil: la mejora de Sonnet 5 está en terminar sin ayuda, no en entregar algo mejor. Si tu problema era la calidad del resultado, este no es tu cambio. Si tu problema era que el agente se detenía a mitad de camino, sí lo es.

Preguntas frecuentes

Precios y fechas verificados el 1 de septiembre de 2026 en los anuncios oficiales de Anthropic. Prueba propia de agosto de 2026 · Revisión trimestral