Claude Sonnet 5.5: El Caballo de Batalla, Esfuerzo y Costo

1. Los hechos del lanzamiento

Sonnet 5.5 está disponible en la Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform on AWS. Los docs listan un único model ID, claude-sonnet-5-5, sin sufijo de fecha. Anthropic lo llama la mejor combinación de velocidad e inteligencia; la página de lanzamiento dice que Sonnet 5.5 rinde mejor en tareas cotidianas bien acotadas, mientras que Opus 5.5 está pensado para trabajo complejo que exige criterio.

Dos defaults importan antes de escribir código. El thinking adaptativo viene activado por defecto, así que tus tokens de output incluyen razonamiento salvo que bajes el esfuerzo. Y el esfuerzo por defecto en la Claude API es high, mientras que Opus 5.5 y Haiku 5.5 usan medium: un request sin effort corre un nivel más arriba en Sonnet que en sus hermanos. Anthropic dice que Claude Code y sus apps usan medium por defecto.

2. Qué mejoró de verdad vs Sonnet 5

Los precios por token son los mismos, así que la mejora es de capacidad y eficiencia. En la tabla de lanzamiento de Anthropic, Terminal-Bench 4.0 pasa de 10.3% en Sonnet 5 a 70.6% en Sonnet 5.5, CursorBench 4.0 de 34.1% a 55.5%, y OSWorld 2.1 (parcial) de 57.0% a 80.1%. Anthropic también dice que el output es 30%+ más rápido y que Sonnet 5.5 cuesta hasta 30% menos por tarea en sus pruebas, porque necesita menos tokens.

Hay un ahorro más discreto: las lecturas de caché cuestan $0.10 por millón de tokens, la mitad de lo que cobraba Sonnet 5. En la página de lanzamiento de Haiku 5.5, Anthropic dice que esa mitad baja el costo de Sonnet 5.5 en la mayoría de las tareas agénticas en cerca de 20%. La API también ganó: mínimo de 512 tokens para cachear, cambios de esfuerzo por mensaje (beta) y mensajes de sistema a mitad de conversación, nada de lo cual tiene Sonnet 5.

Tres cambios que importan

3. Evidencia, con fuentes

Todos los benchmarks de abajo salen de la tabla de la página de lanzamiento de Anthropic, así que leelos como reportados por el vendor y direccionales. Según la página, GDPval-AA y AA-Briefcase los corrió Artificial Analysis sobre un deployment pre-lanzamiento con un bug en structured outputs (ya corregido, con efecto pequeño esperado), y el resto lo corrió Anthropic. En la columna de Sonnet 5.5, solo la fila de FrontierCode indica su nivel de esfuerzo.

Contra Opus 5.5 el patrón es consistente. Opus lidera en siete de las ocho filas, por márgenes chicos: 2.3 puntos en CursorBench 4.0, 3.2 en Humanity’s Last Exam con herramientas, 2 Elo en GDPval-AA. Sonnet 5.5 lidera en Terminal-Bench 4.0, 70.6% contra 66.4% con Opus en esfuerzo Xhigh. Los resultados de clientes los cita Anthropic y describen sus propias suites.

4. ¿Opus 5.5, Sonnet 5.5 o Haiku 5.5?

Los tres comparten contexto de 1M de tokens, output máximo de 128K, corte de conocimiento de junio de 2026 y thinking adaptativo. Se distinguen en precio, etiqueta de latencia y cuánto control tenés sobre el thinking. La tabla usa solo valores de las páginas de modelos y de precios de Anthropic; la fila de benchmark es reportada por el vendor.

La guía de costos de Anthropic suma el resultado en el que me anclaría, etiquetado como interno y direccional. En un subset de SWE-bench Pro, Sonnet 5.5 en su default high resolvió 87.6% a $0.11 por tarea resuelta, y Opus 5.5 en low resolvió 87.4% a $0.12, lo que la guía llama dentro del ruido entre corridas. Opus 5.5 en medium resolvió 92.8% a $0.22. Sonnet 5.5 en medium resolvió unos 7 puntos menos que en high, por cerca del 59% del costo por tarea (dos corridas cada uno).

5. Niveles de esfuerzo y quickstart

El esfuerzo se setea en output_config.effort y no pide header beta. No voy a repetir cómo funcionan los cinco niveles en general; abajo va lo específico de Sonnet 5.5, seguido de código funcional.

Abajo: un request simple con esfuerzo explícito y system prompt cacheado, y luego la forma con between_tools para código que antes enviaba thinking disabled.

import anthropic

client = anthropic.Anthropic()

# Instrucciones estables. Sonnet 5.5 cachea prompts de 512+ tokens.
STABLE_RULES = "...tus instrucciones estables, 512+ tokens..."

response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=4096,                     # el thinking cuenta para max_tokens
    output_config={"effort": "medium"},  # el default de la API es "high"
    system=[
        {
            "type": "text",
            "text": STABLE_RULES,
            "cache_control": {"type": "ephemeral"},  # caché de 5 minutos por defecto
        }
    ],
    messages=[{"role": "user", "content": "Revisá este diff y listá los riesgos: ..."}],
)

if response.stop_reason == "refusal":
    ...  # stop_details.category nombra el área de política
for block in response.content:  # puede venir un bloque thinking primero
    if block.type == "text":
        print(block.text)
print(response.usage)  # cache_read_input_tokens, cache_creation_input_tokens, ...

tools = [...]  # tus definiciones de tools
messages = [{"role": "user", "content": "..."}]

# Sonnet 5 enviaba: thinking={"type": "disabled"}  -> ahora 400 invalid_request_error
response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=16000,
    thinking={"type": "between_tools"},  # thinking inicial apagado, sin header beta
    output_config={"effort": "high"},    # low, medium o high; xhigh/max devuelven 400
    tools=tools,
    tool_choice={"type": "auto"},        # "any" y "tool" devuelven 400
    messages=messages,
)

# Las notas de progreso entre tool calls siguen llegando como bloques thinking
# con texto resumido. Devolvé el turno completo del assistant sin modificar.
messages.append({"role": "assistant", "content": response.content})
# ...después corré tus tools y agregá los tool_result como el siguiente turno de user.

Con between_tools el modelo no piensa antes de responder. En un request sin tools eso significa ningún paso de razonamiento, y la guía de prompting de Anthropic dice que uses thinking adaptativo en tareas que necesitan algunos pasos de cálculo, como sumar cifras o rankear ítems.

6. Migrando desde Sonnet 5

Cambiá el model string a claude-sonnet-5-5 y revisá seis cosas. La guía de migración de Anthropic lista cinco breaking changes y un cambio que altera la forma de la respuesta sin fallar ningún request. Los prompts existentes de Sonnet 5 deberían rendir bien sin cambios, y con Claude Managed Agents solo cambia el nombre del modelo. Los niveles de esfuerzo están recalibrados, así que re-corré tu barrido.

# 1. thinking {"type": "disabled"}                -> 400
#    enviá {"type": "between_tools"} en esfuerzo high o menos
# 2. tool_choice {"type": "any"} o {"type": "tool"} -> 400
#    enviá {"type": "auto"} y marcá las tools con "strict": true (máx. 20 strict)
# 3. Los thinking blocks se firman sobre la conversación:
#    mantené el historial append-only, o reenviar un bloque tras una edición
#    devuelve 400 (activo por defecto en cuentas creadas desde 2026-08-31)
# 4. computer_20251124                              -> 400 en Claude API y
#    Google Cloud; usá {"type": "computer_toolset_20260801"}
# 5. Advisor tool: advisors Opus 4.8, Opus 4.7, Sonnet 5 y Haiku 5.5 -> 400
# 6. El texto entre tool calls ahora llega en thinking blocks, vacíos con el
#    display por defecto ("omitted"): sin error, pero tu UI queda en silencio

El silencioso es el sexto. Las notas de más de una o dos frases entre tool calls vuelven como bloques thinking de progreso, así que una interfaz de chat que renderiza solo bloques text no muestra nada durante un turno agéntico largo. Se arregla con between_tools, donde el texto vuelve sin ningún campo display, o con thinking adaptativo y display en updates (beta, header thinking-display-updates-2026-08-18) o summarized.

7. La aritmética de costos

Cada cifra es un precio de lista de la página de pricing de Anthropic; los números de uso no son míos. Para el ejemplo reuso los conteos de tokens del worked example de los docs de pricing de Anthropic, 50.000 tokens de input y 15.000 de output (ahí los cotiza en Opus 5.5), y corro la misma aritmética en los otros dos tiers. Solo costo de tokens: dejo afuera los $0.08 de runtime de sesión de ese ejemplo de Managed Agents.

El output cuesta 5x el input en los tres tiers, y los tokens de thinking se facturan como output. Por eso el esfuerzo, y no la lista de precios, es tu palanca principal en Sonnet 5.5, y por eso un default de high merece una revisión deliberada.

# 1M de input + 1M de output
Opus 5.5   : 4.00 + 20.00 = $24.00
Sonnet 5.5 : 2.00 + 10.00 = $12.00   -> 24.00 / 12.00 = 2x
Haiku 5.5  : 0.10 +  0.50 =  $0.60   -> 12.00 / 0.60  = 20x (prompt <= 100k)

# una call: 50,000 de input + 15,000 de output (ejemplo de los docs de pricing)
Opus 5.5   : 50,000 x 4 / 1M = 0.20     + 15,000 x 20 / 1M   = 0.30   = $0.50
Sonnet 5.5 : 50,000 x 2 / 1M = 0.10     + 15,000 x 10 / 1M   = 0.15   = $0.25
Haiku 5.5  : 50,000 x 0.10 / 1M = 0.005 + 15,000 x 0.50 / 1M = 0.0075 = $0.0125

# la misma call, 40,000 de los 50,000 tokens de input son lecturas de caché
Opus 5.5   : 0.04  + 40,000 x 0.20 / 1M = 0.008  + 0.30   = $0.348
Sonnet 5.5 : 0.02  + 40,000 x 0.10 / 1M = 0.004  + 0.15   = $0.174
Haiku 5.5  : 0.001 + 40,000 x 0.01 / 1M = 0.0004 + 0.0075 = $0.0089

# prefijo estático de P tokens enviado N veces, caché de 5 minutos, Sonnet 5.5
sin caché : N x P x 2.00 / 1M
con caché : (P x 2.50 + (N - 1) x P x 0.10) / 1M
por 1M de tokens de prefijo: N=1 -> $2.00 vs $2.50 | N=2 -> $4.00 vs $2.60 | N=10 -> $20.00 vs $3.40

8. Límites honestos: cuándo no usar Sonnet 5.5

La guía de prompting de Anthropic para 5.5 es directa sobre dónde el modelo necesita ayuda. Para el trabajo de largo horizonte más difícil dice que un modelo Opus es la mejor opción, y sus propios números muestran a Opus adelante en la mayoría de las filas.

9. Qué hacer esta semana

No cambies todo por una lista de precios. Elegí un workload real, corrélo en Sonnet 5.5 y en tu modelo actual, y compará costo por tarea completada.

Veredicto

Sonnet 5.5 es el tier que probaría primero para trabajo cotidiano de agentes y código: los mismos $2 / $10 que Sonnet 5, bastante mejor en los números de Anthropic, lecturas de caché a mitad de precio y un ajuste de thinking que por fin te deja apagar el razonamiento inicial. Opus 5.5 todavía lidera la mayoría de las filas por márgenes chicos al doble de precio, y Haiku 5.5 es el worker más barato para pasos acotados.

Las trampas son reales pero chicas: between_tools reemplaza a disabled, el tool use forzado desapareció y el esfuerzo por defecto es high. Elegí por costo por tarea completada en tus casos más difíciles, mantené un nivel de esfuerzo por workload y re-corré el barrido en vez de arrastrar valores.