Claude Sonnet 5.5: mismo precio, cinco breaking changes

Qué es

Sonnet 5.5 sustituye a Sonnet 5 como modelo “rápido e inteligente” de la gama. Las cifras de la ficha oficial: 1M de tokens de contexto, 128K de salida síncrona (300K en la Batch API con la cabecera beta output-300k-2026-03-24), 2 $ de entrada y 10 $ de salida por millón de tokens, 0,20 $ la lectura de caché y knowledge cutoff de junio de 2026. Está en la API de Claude, Bedrock (anthropic.claude-sonnet-5-5), Google Cloud, Microsoft Foundry y Claude Platform on AWS.

Anthropic afirma que genera “más de un 30% más rápido” que Sonnet 5 y que en sus pruebas cuesta “hasta un 30% menos por tarea”. En CursorBench 4.0 publica un 55,5% frente al 34,1% de Sonnet 5. Son cifras del propio anuncio; conviene contrastarlas con nuestras evals.

El tokenizer es el mismo que el de Sonnet 5, así que el recuento de tokens no cambia. El mínimo cacheable baja de 1.024 a 512 tokens.

Lo que se rompe

La página de novedades lista cinco breaking changes. Los dos primeros son los que más vamos a ver en agentes:

1. thinking: disabled ya no existe. Devuelve un 400 que apunta a between_tools, que desactiva el pensamiento inicial pero mantiene las notas de progreso entre llamadas a herramientas. Solo funciona con effort low, medium o high; con xhigh o max hay que usar adaptive.

 client.messages.create(
-    model="claude-sonnet-5",
-    thinking={"type": "disabled"},
+    model="claude-sonnet-5-5",
+    thinking={"type": "between_tools"},
     ...
 )

2. No hay tool use forzado. tool_choice con {"type": "any"} o {"type": "tool", ...} devuelve 400, también en el endpoint de conteo de tokens. La alternativa oficial es auto más strict: true, o pasar a structured outputs, y pedir en el prompt que use la herramienta.

-tool_choice={"type": "tool", "name": "extract"},
+tool_choice={"type": "auto"},
+# y en la definición de la tool: "strict": True

3. Los thinking blocks quedan atados. Cada bloque sabe qué modelo lo generó. Sonnet 5.5 lee los de Sonnet 5, Opus 4.8 o Haiku 4.5, pero no los de Opus 5, Opus 5.5 ni Fable; y ningún otro modelo lee los suyos. Si se cambia de modelo a mitad de conversación, el razonamiento anterior se descarta sin error. Además, en cuentas creadas desde el 31 de agosto de 2026, reenviar un bloque después de editar el system, las tools o un mensaje anterior da 400. La recomendación es mantener el historial append-only y usar mensajes de sistema a mitad de conversación en lugar de editar. Los bloques también quedan ligados a la cuenta que los generó.

4. computer_20251124 no se acepta en la API de Claude ni en Google Cloud; hay que migrar al toolset computer_toolset_20260801. En Bedrock sigue funcionando.

5. Advisor tool: Opus 4.8, Opus 4.7 y Sonnet 5 dejan de valer como advisors de un ejecutor Sonnet 5.5.

El cambio silencioso

Hay uno más que no rompe ninguna petición pero sí interfaces: el texto que el modelo escribe entre tool calls (si pasa de una o dos frases) llega como bloque thinking de progreso. Con el display: "omitted" por defecto ese texto viene vacío, así que un agente que lo muestra al usuario se queda callado entre herramientas. Se arregla fijando thinking.display con adaptive, o usando between_tools.

Tampoco se puede tocar temperature, top_p ni top_k: un valor distinto del de por defecto devuelve 400. Y los niveles de effort están recalibrados, así que el barrido que hicimos para Sonnet 5 no sirve; para código agéntico la documentación sugiere empezar en medium.

En Claude Code

La versión 2.1.284 añade Sonnet 5.5 y lo convierte en el Sonnet por defecto en la API de Anthropic. Según el anuncio, en Claude Code el effort por defecto es medium, mientras que en la API es high. Ojo si se gestionan modelos por política: desde la 2.1.283, con availableModelsMatch: "exact" cada entrada de availableModels permite solo la versión que nombra, así que Sonnet 5.5 queda bloqueado hasta añadirlo.

Mismo precio que la competencia directa

El 22 de septiembre OpenAI sacó GPT-6 Sol (gpt-6-sol) a exactamente el mismo precio: 2 $ de entrada, 0,20 $ en caché y 10 $ de salida por millón, con hasta 272K tokens de entrada. Los precios por token están empatados; la diferencia real estará en tokens por tarea y en cuántas iteraciones necesita cada uno para cerrar un cambio.

Lo que no está claro

• El anuncio no aclara si las cifras de “30% menos por tarea” se midieron con el mismo effort en ambos modelos, justo cuando el effort ha sido recalibrado.
• El atado de thinking blocks a la conversación complica los agentes que reescriben o resumen su historial. La compactación bajo demanda (beta compact-2026-09-04) parece la respuesta, pero añade otra cabecera beta más a gestionar.