La firma Anthropic ha puesto en circulación Claude Sonnet 5.5, la segunda versión de la línea Claude 5.5 enfocada en labores cotidianas, corrección de fallos, elaboración de documentos, presentaciones y hojas de cálculo. Este modelo también incorpora una capacidad más detallada en diseño y una velocidad que supera en más de un 30% a la de su antecesor, con un menor costo por token.
El laboratorio de Inteligencia Artificial ha compartido todos los pormenores del nuevo Sonnet 5.5, apenas cinco días después de presentar Opus 5.5. Además, adelantó que Haiku 5.5, la siguiente evolución de otro de sus modelos orientado a aplicaciones de gran volumen y costos ajustados, llegará en las próximas semanas.
De acuerdo con la tabla de rendimiento publicada por Anthropic, Sonnet 5.5 logra superar al reciente Opus 5.5 en tareas agénticas de programación —medidas en Terminal-Bench 4.0— con un 70,6% frente a un 66,4%. La diferencia con su predecesor, Sonnet 5, es aún más notable: Sonnet 5.5 mejora en prácticamente todos los dominios, en algunos casos de forma drástica.
“Sonnet 5.5 puntúa un 70,6 por ciento en Terminal-Bench 4.0, una evaluación de programación agéntica, frente al 10,3 por ciento de Sonnet 5. Puntúa dos puntos por debajo de Opus 5.5 en GDPval-AA, una prueba de trabajo en el mundo real a través de una variedad de ocupaciones. Destaca por su capacidad para realizar trabajos de largo recorrido y comprender las imágenes”, afirma Anthropic en el anuncio hecho en su web, para subrayar que es “el primer modelo Sonnet que ha superado Pokémon Red trabajando únicamente a partir de capturas de pantalla”.
Al tratarse del segundo modelo de la familia 5.5, Anthropic explica que “al igual que Opus 5.5, Sonnet 5.5 redacta de forma más clara”, además de ser bastante rápido en la iteración cuando trabaja en tareas menos complejas.
Sin embargo, la compañía aclara que, mientras Opus 5.5 se mantiene como un modelo claramente superior “en trabajos complejos y abiertos que requieren un criterio sostenido”, en tareas de programación Sonnet 5.5 da un salto en rendimiento, como se observa en la prueba CursorBench, donde se queda a unos dos puntos de Opus 5.5.
En cuanto al precio, este modelo genera salidas de texto más de un 30% más rápido que Sonnet 5, y su costo es idéntico: 2 dólares por millón de tokens de entrada, 10 dólares por millón de tokens de salida y 0,20 dólares por millón de tokens en la lectura de caché. En resumen, el coste por tarea de Sonnet 5.5 es hasta un 30% menor que el de Sonnet 5.
“Es el primer modelo Sonnet lanzado con salvaguardas de ciberseguridad y sistemas de respaldo similares a los que hemos desarrollado para nuestros modelos más avanzados”, indica Anthropic, recordando a continuación que en la auditoría de alineamiento (que la IA se ajuste a los objetivos y valores dados), Sonnet 5.5 mejora o iguala a Sonnet 5 en la mayoría de las métricas de alineamiento, honestidad y resistencia al uso indebido.
De hecho, a raíz de los problemas que está acarreando OpenAI con sus últimos modelos —que se están desalineando y provocando serios incidentes de seguridad—, Anthropic señala que Sonnet 5.5 se acerca a Opus 5.5, el mejor modelo evaluado, en la poca frecuencia con la que intenta salir de su sandbox.
Claude Sonnet 5.5 ya está disponible en todas las plataformas, incluidas Amazon Web Services, Google Cloud y Microsoft Azure.
Fuente: Infobae