Anthropic lanza Claude Sonnet 5: un salto conservador que promete menos riesgos y más costos ocultos

Anthropic puso a disposición de todos Claude Sonnet 5, su nuevo modelo de inteligencia artificial que ya es el motor por defecto del plan gratuito de Claude. La compañía lo presenta como "el Sonnet más agéntico hasta la fecha", con mejoras notables en tareas de programación y uso de herramientas como navegadores y terminal. Pero el entusiasmo del comunicado oficial choca con la realidad técnica: estamos ante un modelo deliberadamente capado, más barato sí, pero también más limitado en áreas clave como la ciberseguridad.

El lanzamiento llega después de los problemas que Anthropic tuvo con sus modelos Mythos y Fable 5, que llevaron a intervenciones del gobierno estadounidense. La respuesta de la empresa fue Sonnet 5, un modelo diseñado para portarse bien. Según los documentos técnicos, el modelo tiene "una capacidad mucho más baja que nuestros modelos Opus actuales para realizar tareas de ciberseguridad". No es un error, es una decisión de diseño: cualquier solicitud relacionada con temas de ciberseguridad prohibidos o de alto riesgo puede ser rechazada automáticamente. Anthropic prefiere un modelo menos capaz pero que no cruce líneas rojas.

Para los desarrolladores y empresas que ya usaban Claude Sonnet 4.6, la migración trae cambios obligados. El nuevo tokenizador genera aproximadamente un 30% más de tokens para el mismo texto. Eso significa que, aunque los precios por token se mantienen igual —3 dólares por cada millón de tokens de entrada y 15 dólares por millón de salida—, el costo real de una misma tarea puede aumentar hasta un 30%. Además, Anthropic eliminó la posibilidad de ajustar parámetros como temperatura o top_p: ahora solo acepta valores por defecto. El pensamiento extendido manual también desapareció. Adaptive thinking es ahora la única opción, activada por defecto. La empresa justifica estos cambios como una simplificación para el desarrollador, pero en la práctica reduce el control fino sobre el comportamiento del modelo.

En América Latina, donde los márgenes son más ajustados y cada dólar cuenta, este aumento implícito del costo no es menor. Una empresa chilena o colombiana que procese grandes volúmenes de texto para automatizar procesos —digamos, atención al cliente o generación de reportes— verá su factura subir sin haber cambiado ni una línea de código. El contexto de 1 millón de tokens sigue siendo el mismo, pero como cada token representa menos texto, la ventana de contexto real se encoge. Lo que antes cabía en una solicitud, ahora puede requerir dos.

Una investigación brasileña publicada en los anales del Simposio Brasileño de Multimedia y Web comparó a DeepSeek V3 con Claude Sonnet 4 (predecesor de este modelo) en la generación automática de casos de prueba. Los resultados fueron contundentes: Sonnet 4 logró un 70,1% de pruebas exitosas frente al 34,3% de DeepSeek, a un costo promedio de 0,15 dólares por caso de prueba. Esto demuestra que los modelos de Anthropic ya son una herramienta valiosa para la automatización de calidad de software en la región. Pero con Sonnet 5, habrá que recalcular: el nuevo tokenizador podría subir ese costo a casi 0,20 dólares por caso, y la restricción en ciberseguridad limita su uso para pruebas de seguridad en aplicaciones web.

El movimiento de Anthropic es comprensible desde el punto de vista regulatorio: mejor un modelo que no haga daño a que los reguladores lo prohíban. Pero para las empresas latinoamericanas que necesitan modelos potentes para investigación de vulnerabilidades, pruebas de penetración o análisis de malware, Sonnet 5 es un paso atrás. Si necesitan esas capacidades, deberán migrar a Opus 4.8, que cuesta el doble: 15 dólares por millón de tokens de entrada y 75 por millón de salida. La alternativa es buscar otros proveedores que no tengan estas restricciones.

Mientras Anthropic prioriza la seguridad sobre la funcionalidad, otras compañías como DeepSeek o incluso OpenAI compiten con modelos que no se ponen límites tan estrictos. La pregunta para los CTOs y líderes de tecnología en la región es: ¿cuánto están dispuestos a pagar por un modelo que se porta bien, pero que hace menos? Y más importante aún: ¿quién está realmente protegiendo al usuario cuando las capacidades de defensa cibernética se sacrifican en nombre de la seguridad?