Resumen / Puntos clave
- Claude Sonnet 5 de Anthropic supera los benchmarks pero esconde un secreto que lo hace absurdamente caro.
- Desglosaremos los costos reales, el regreso debilitado de Fable y la controversia del spyware.
Brillante en Teoría, Defectuoso en la Práctica
Anthropic presentó recientemente Sonnet 5, comercializándolo como su modelo más agéntico hasta la fecha. Esta actualización, la primera en cuatro meses y medio, promete un rendimiento cercano al de Opus 4.8 a un precio significativamente más bajo. Los propios benchmarks de Anthropic mostraron que superaba a su predecesor, Sonnet 4.6, e incluso superaba ligeramente a Opus 4.8 en trabajo de conocimiento.
Los benchmarks de terceros de Artificial Analysis, una fuente confiable, respaldan en gran medida estas afirmaciones. Sonnet 5 se sitúa entre GPT-5.4 y GPT-5.5 en el índice de inteligencia. Fundamentalmente, superó a GPT-5.5 en el índice agéntico, confirmando el enfoque declarado de Anthropic en esas capacidades. En el índice de codificación, quedó por detrás de Opus 4.8 por unos pocos puntos, pero superó a GPT-5.4, marcando una clara mejora con respecto a Sonnet 4.6.
El precio inicial de la API para Sonnet 5 parece competitivo, especialmente con un descuento temporal de $2 por millón de tokens de entrada y $10 por millón de tokens de salida, válido hasta el 31 de agosto. Esto lo posiciona directamente frente a modelos como Gemini 3.5 Flash y es notablemente más barato que Opus 4.8 en una base de costo por token bruto. Una vez que expire el descuento, las tarifas estándar volverán a ser de $3 por millón de tokens de entrada y $15 por millón de tokens de salida.
El Costo Oculto de la Ineficiencia
Las afirmaciones de Anthropic sobre precios más bajos para Sonnet 5 se desmoronan rápidamente en la práctica. El modelo sufre de una extrema hambre de tokens, consumiendo muchísimos más tokens por tarea que sus rivales. Por ejemplo, el Índice de Inteligencia de Artificial Analysis encontró que Sonnet 5 usó aproximadamente 69,000 tokens para una sola tarea. Este consumo de tokens supera significativamente a competidores como Sonnet 4.6, Opus 4.8, Fable 5, GPT 5.4 y GPT 5.5.
Esta ineficiencia anula por completo el precio por token aparentemente competitivo de Sonnet 5. A pesar de una tarifa más baja por millón de tokens, el enorme volumen consumido hace que su costo real por tarea sea más alto que el de Opus 4.8, un modelo al que Anthropic aspiraba a rivalizar. Peor aún, es casi el doble del costo del más capaz GPT 5.5 para tareas comparables, según Artificial Analysis. Estos cálculos de costos utilizaron el precio estándar de Anthropic, no el descuento temporal.
En última instancia, los gráficos de costo-rendimiento ilustran claramente la marcada desventaja económica de Sonnet 5, colocándolo firmemente en el peor cuadrante posible. El modelo ofrece un alto costo para su nivel de rendimiento, lo que lo convierte en una opción económicamente inviable para la mayoría de las aplicaciones del mundo real. Este defecto fundamental eclipsa cualquier mejora en los benchmarks, haciendo de Sonnet 5 una propuesta de valor deficiente.
El Regreso de Fable: ¿Una Victoria Pírrica?
Fable 5 de Anthropic finalmente está de vuelta, disponible para todos después de una prohibición temporal de exportación. Pero no celebres todavía; su utilidad ahora está en entredicho. Este modelo, que alguna vez fue un gran intérprete para tareas complejas, regresa con una desventaja significativa.
La prohibición inicial se debió a una prueba de vulnerabilidad de seguridad en la que un investigador de Amazon solicitó a Fable 5 que identificara y explotara una falla. Sin embargo, la propia investigación de Anthropic reveló que casi todos los modelos principales, incluidas las versiones anteriores de Claude, podían realizar exactamente la misma hazaña. Esta lista incluía: - Claude Opus 4.8 - GPT 5.5 - Kimi K2.7 - Claude Haiku 4.5 - Sonnet 4.6 La prohibición, francamente, parecía sin sentido desde el principio, castigando a Fable por una capacidad ampliamente compartida.
Para que Fable 5 fuera reinstalado, Anthropic implementó salvaguardas más estrictas. Aunque bien intencionado, este cambio ha "nerfeado" efectivamente el modelo. Las solicitudes rutinarias, particularmente para tareas como depuración y codificación, ahora con frecuencia hacen que Fable 5 recurra a Opus 4.8. Esto hace que el modelo rinda peor en los benchmarks, disminuyendo sus capacidades máximas. Para más detalles sobre el lanzamiento de Sonnet 5 y las actualizaciones relacionadas de Anthropic, consulte Introducing Claude Sonnet 5 - Anthropic. La ironía es que Fable 5 ya era el modelo más caro por tarea en algunos análisis; ahora es una opción comprometida y más costosa.
¿Un patrón de código engañoso?
Más allá de la decepcionante economía de Sonnet 5, un problema aparte revela una preocupante falta de transparencia por parte de Anthropic con respecto a sus modelos. Claude Code emplea esteganografía, una técnica sofisticada para ocultar datos, para identificar discretamente el uso y rastrear el acceso no autorizado.
Enjoying this? Get one like it in your inbox each morning.
one email a day · unsubscribe in two clicks · no third-party tracking
El código verifica condiciones específicas: que su zona horaria sea China o que su URL base de API coincida con nombres de host conocidos de laboratorios de IA. Estos incluyen: - DeepSeek - MiniMax - ZAI Si se cumplen estas condiciones, el modelo altera sutilmente su salida. Las cadenas de fecha podrían cambiar guiones por barras, o un apóstrofe en "Today's" se convierte en un carácter Unicode diferente, visualmente idéntico pero programáticamente detectable. Este método ingenioso, aunque encubierto, tiene como objetivo identificar revendedores de API, pasarelas no autorizadas de Claude Code y ataques de destilación de modelos.
Este patrón de ocultar cómo operan realmente sus modelos, desde el consumo extremo de tokens de Sonnet 5 y su precio engañoso hasta los mecanismos de seguimiento ocultos de Claude Code, es profundamente preocupante. Anthropic no está siendo sincero sobre las realidades técnicas y financieras de sus ofertas de IA. Los clientes merecen total claridad y términos honestos al invertir en potentes herramientas de IA.
Preguntas Frecuentes
¿Por qué se considera una decepción a Claude Sonnet 5 si sus benchmarks son buenos?
A pesar de su sólido rendimiento en los benchmarks, Sonnet 5 es extremadamente ineficiente, utilizando un alto número de tokens por tarea. Esto hace que su costo en el mundo real sea significativamente mayor que el de modelos más capaces como Opus 4.8 y GPT-5.5.
¿Es Fable 5 el mismo que antes de la prohibición?
No. Aunque se han levantado los controles de exportación, Anthropic ha implementado salvaguardas más estrictas. Esto hace que Fable 5 recurra a Opus 4.8 para tareas más rutinarias, 'nerfeando' efectivamente su rendimiento en algunos benchmarks.
¿Cuál es la acusación de software espía con respecto a Claude Code?
Claude Code contiene una funcionalidad oculta que utiliza esteganografía para detectar el uso desde zonas horarias chinas o a través de revendedores de API no autorizados. Altera sutilmente las cadenas de fecha y la puntuación para identificar las salidas.
¿Es Sonnet 5 más barato que Opus 4.8?
Sobre el papel, su precio por token es más bajo. En la práctica, un análisis de terceros de Artificial Analysis encontró que el costo por tarea de Sonnet 5 es en realidad más alto que el de Opus 4.8 debido a su baja eficiencia de tokens.