Noticias del sector

Claude Sonnet 5 vs Opus 4.8: cuando el modelo de 2 $ supera al de 25 $

Sonnet 5 cuesta un 60 % menos que Opus 4.8 pero lo iguala en trabajo de conocimiento. Análisis de coste por tarea para saber cuándo elegir cada modelo.

4 min readBy The Arena Editor
#claude#anthropic#llm#precios#comparativa
Claude Sonnet 5 vs Opus 4.8: cuando el modelo de 2 $ supera al de 25 $

Algunos enlaces son de socios: si te suscribes a través de ellos, podemos ganar una comisión, sin coste adicional para ti. Los veredictos del público siguen siendo independientes.

Claude Sonnet 5 vs Opus 4.8 rompe la idea de que la gama de entrada de Anthropic queda por detrás del buque insignia. A 2 $/10 $ en precio de lanzamiento (luego 3 $/15 $ después de agosto de 2026), Sonnet 5 iguala a Opus 4.8 en benchmarks de conocimiento y se acerca en agentes de código. La pregunta real: ¿cuándo justifica la diferencia de precio subir de categoría?

La respuesta corta

Sonnet 5 a 2 $/10 $ cubre el 80 % de las tareas que requerían Opus. Reserva Opus 4.8 para codificación extensa (SWE-Bench Pro 69,2 % vs 63,2 %) o cuando la fiabilidad en sesiones de más de 100 turnos importa. Ambos modelos tienen 57 % de aprobación en GLAD-IA-TOR.

La realidad de los benchmarks: Sonnet 5 ya no es un segundo distante

La jerarquía de Anthropic era simple: Opus para lo premium, Sonnet para presupuestos ajustados. Esa distinción se derrumbó con Sonnet 5.

En GDPval-AA v2 (trabajo de conocimiento general), Sonnet 5 obtiene 1.618 frente a 1.615 de Opus 4.8. En Humanity's Last Exam con herramientas, la diferencia es de solo 0,5 puntos: 57,4 % vs 57,9 %. Sonnet 5 incluye contexto de 1 M de tokens, salida máxima de 128 K, y el mismo nivel xhigh effort y visión de alta resolución (2576 px) que Opus.

La parte de codificación es más matizada. Opus 4.8 lidera SWE-Bench Pro con 69,2 % frente al 63,2 % de Sonnet 5. Pero Sonnet 5 domina su propia línea: Terminal-Bench 2.1 al 80,4 % (vs 67,0 % de Sonnet 4.6) y OSWorld-Verified al 81,2 % (vs 78,5 %).

ModeloPrecio (lanzamiento)Precio (estándar)SWE-Bench ProGDPval-AA v2Aprobación
Claude Sonnet 52 $/10 $/M3 $/15 $/M63,2 %1.61857 %
Claude Opus 4.8n/a5 $/25 $/M69,2 %1.61557 %

El coste oculto: el nuevo tokenizer de Sonnet 5

El precio de etiqueta puede engañar. Sonnet 5 usa un nuevo tokenizer que infla el recuento de tokens aproximadamente un 30 % para el mismo texto (pruebas independientes: ~1,4x para inglés, ~1,28x para Python). Los 2 $/10 $ se convierten efectivamente en ~2,60 $/13 $ para el mismo contenido.

Peor aún, Sonnet 5 es verboso. La revisión de CodeRabbit midió ~2,29 $ por tarea frente a ~1,20 $ de Sonnet 4.6. Con esfuerzo alto, el coste por tarea puede superar el de Opus 4.8. Este es el compromiso central: Sonnet 5 es más barato por token pero puede ser más caro por problema resuelto.

El precio de Opus 4.8 (5 $/25 $) no ha cambiado desde Opus 4.7. Su API batch al -50 % (2,50 $/12,50 $) queda por debajo del precio estándar de Sonnet 5 para procesamiento por lotes.

Claude Sonnet 5

Anthropic's most agentic Sonnet: near Opus 4.8 quality on coding and agents at $2/$10 with 1M context

$10/mo57%(3)

Partner link. The crowd verdicts stay independent.

Cuándo Opus 4.8 vale la prima

Tres escenarios favorecen a Opus 4.8:

Agentes de codificación extensa. Si tu pipeline supera 100 turnos, toca múltiples archivos e incluye bucles de autocorrección, la ventaja de Opus 4.8 en SWE-Bench Pro (69,2 % vs 63,2 %) se acumula. Box reporta 87 % de éxito interno frente al 77 % con el modelo anterior. El Legal Agent Benchmark sitúa a Opus 4.8 como el primer modelo en superar el 10 % de éxito completo.

Fiabilidad sobre coste. Opus 4.8 es 4 veces menos probable que Opus 4.7 de dejar pasar fallos en su propio código generado. Para revisión de código, auditorías de seguridad o despliegues en producción, ese comportamiento de autocomprobación vale los 3 a 15 $ extra por millón de tokens.

Razonamiento matemático. USAMO 2026: 96,7 % para Opus 4.8, sin cifra comparable publicada para Sonnet 5. Si tu carga de trabajo implica demostraciones formales, matemáticas de competición o razonamiento simbólico complejo, Opus sigue siendo la opción segura.

Cuándo Sonnet 5 gana claramente

Sonnet 5 domina para:

Trabajo agéntico a escala. Terminal-Bench 80,4 % y OSWorld-Verified 81,2 % lo convierten en el mejor Sonnet jamás lanzado para agentes de computer-use y codificación. El precio de lanzamiento (2 $/10 $ hasta el 31 de agosto de 2026) reduce casi a la mitad los costes de agentes frente a Opus.

Trabajo de conocimiento. La paridad en GDPval-AA v2 significa que investigación, resumen y análisis de documentos cuestan un 60 % menos sin pérdida de calidad.

Tareas de contexto largo. Misma ventana de 1 M de tokens que Opus, pero al precio de Sonnet.

El pero: evita Sonnet 5 para ediciones pequeñas sensibles a la latencia (el modo rápido de Opus 4.8 a 10 $/50 $ es 2,5x más rápido) y cualquier pipeline que dependa de los parámetros temperature o top_p (Sonnet 5 devuelve error 400 para valores no predeterminados).

Claude Opus 4.8

Anthropic's flagship Opus-tier model for long-horizon agentic coding; 1M context at $5/$25 per 1M tokens.

$25/mo57%(3)

Partner link. The crowd verdicts stay independent.

El veredicto

  • Elección por defecto para la mayoría de desarrolladores: Sonnet 5 al precio de lanzamiento 2 $/10 $. Iguala a Opus en trabajo de conocimiento y se acerca lo suficiente en codificación para que la diferencia de precio 6x domine.
  • Sube a Opus 4.8 cuando: tus sesiones agénticas superan 100 turnos, necesitas la ventaja de fiabilidad en revisión de código, o el razonamiento matemático es central.
  • Vigila el tokenizer: el nuevo tokenizer y la verbosidad de Sonnet 5 hacen que los costes reales por tarea superen el precio de etiqueta. Haz benchmark de tu carga real antes de comprometerte.
  • Voto de la comunidad: Ambos modelos tienen 57 % de aprobación en el ranking LLM de GLAD-IA-TOR. La comunidad no ha dado un ganador porque la elección correcta depende de la tarea.

Para un desglose lado a lado con datos de votación, consulta la página de comparación Claude Sonnet 5 vs Opus 4.8.

Keep exploring

Every claim above is backed by the arena's live data: crowd votes, verified pricing, honest pros & cons.

More from the arena journal