Anthropic lanzó Claude Sonnet 5.5 el 28 de septiembre, el segundo modelo de su serie Claude 5.5, anunciando el debut mediante una publicación oficial en X. El lanzamiento llega mientras la empresa avanza hacia una oferta pública inicial, según Reuters. También subraya un cambio en los criterios utilizados para evaluar la tecnología de IA: el rendimiento en benchmarks sigue siendo una consideración clave, pero las empresas ponderan cada vez más cuán costoso es obtener resultados con un modelo específico.

Anthropic señala que Sonnet 5.5 opera más de 30% más rápido que Sonnet 5 y puede completar la mayoría de las tareas con un costo hasta 30% menor, aunque los precios por token se mantienen sin cambios. Según la página de lanzamiento del modelo, la reducción de costos proviene del uso de menos tokens para realizar el mismo trabajo.

Mismo precio, menos tokens

Sonnet 5.5 tiene un precio de 2 dólares por millón de tokens de entrada, 10 dólares por tokens de salida y 0.20 dólares por tokens de lectura de caché: la tarifa con descuento por reutilizar contexto que el modelo ya procesó. Opus 5.5, especializado en operaciones complejas de razonamiento y juicio, cuesta 4 y 20 dólares para tokens de entrada y salida, respectivamente. Sonnet está orientado a cargas de trabajo cotidianas como programación, generación de documentos y hojas de cálculo.

Los precios ponen la eficiencia en el centro de la discusión. Para muchas tareas, las empresas no necesitan el modelo de mayor rendimiento disponible; un modelo de bajo costo que complete el trabajo de manera consistente puede importar más que obtener unos puntos más en un benchmark. Esa dinámica es especialmente importante para Anthropic, que, según Reuters, obtiene alrededor de 80% de sus ingresos de clientes empresariales.

Los benchmarks dejan de ser toda la historia

Anthropic indica que Sonnet 5.5 obtiene 70.6% en Terminal-Bench 4.0, benchmark agéntico que evalúa modelos en tareas reales de terminal, frente a 10.3% de Sonnet 5. Pero el leaderboard de Artificial Analysis del evaluador independiente Artificial Analysis muestra por qué los resultados de benchmarks son solo una parte del panorama. Con esfuerzo máximo, Sonnet 5.5 alcanza una puntuación de 56 en la escala de inteligencia, con un costo estimado de 7.60 dólares por tarea. GPT-6 Sol logra 48 puntos a 1.06 dólares por tarea, mientras que MiMo-V2.6-Pro de Xiaomi obtiene 46 por solo 0.13 dólares. En otras palabras, un modelo que lidera en inteligencia no necesariamente lidera en eficiencia de costos — y para cargas de trabajo de alto volumen, brechas por tarea de ese tamaño se acumulan rápidamente.

Esas diferencias de costo empujan a las empresas hacia estrategias multi-modelo: las tareas más difíciles se asignan a sistemas de nivel premium, mientras el trabajo rutinario se dirige a alternativas más baratas. El enfoque permite a las organizaciones pagar por capacidades de primer nivel solo donde realmente se necesitan.

El precio del pensamiento sigue cayendo

El cambio se inscribe en una tendencia mucho mayor. Según un informe de Epoch AI publicado el 22 de septiembre, el costo de alcanzar un determinado nivel de rendimiento de IA ha caído aproximadamente 47% por trimestre desde 2023, una reducción anual de alrededor de 13 veces. Un informe de Cryptopolitan del 29 de septiembre señala que los compradores corporativos favorecen cada vez más el modelo más asequible capaz de completar el trabajo requerido, mientras los precios bajos también facilitan que las empresas justifiquen operar varios modelos a la vez.

Tokens más baratos, facturas más grandes

Los costos unitarios más bajos, sin embargo, no garantizan menores gastos generales en IA. Un informe de Gartner publicado el 17 de agosto, titulado "Gartner Predicts AI Inference Costs Per Agentic Workflow Will Increase More Than Fivefold Through 2028", describe una "paradoja de la inferencia": la caída en los precios de los tokens estimula flujos de trabajo más complejos, lo que impulsa el uso total de tokens hacia arriba. Los precios unitarios y el gasto total son palancas distintas: la primera fija el costo de cada token, mientras la segunda depende de cuántos tokens consume un flujo de trabajo.

"Los líderes de producto no pueden confiar en una economía de tokens más eficiente para racionalizar los costos de IA", afirmó Will Sommer, Senior Director Analyst de Gartner, en el informe del 17 de agosto de 2026.

Quiénes realmente obtienen la IA más barata

Según el Global AI Diffusion Report de Microsoft, los modelos de bajo costo y de pesos abiertos tienen el potencial de mejorar significativamente el acceso a la IA, particularmente en el Sur Global. Aun así, los menores costos de los modelos por sí solos no determinarán la adopción: la infraestructura, la conectividad y las habilidades siguen siendo los factores decisivos sobre si la IA más barata realmente se utiliza.

Para los compradores empresariales, Sonnet 5.5 señala hacia dónde se dirige el mercado: el mejor modelo no es necesariamente el más poderoso, sino el que puede hacer bien el trabajo a un costo razonable. Haiku 5.5, el siguiente modelo de la serie, previsto para las próximas semanas, podría impulsar ese cambio aún más al hacer más barato el trabajo de IA de alto volumen, y al dificultar que las empresas justifiquen pagar precios premium por tareas rutinarias.