Claude Sonnet 4.5 de Claude es el modelo de inteligencia artificial lanzado por Anthropic el 29 de septiembre de 2025, diseñado específicamente para tareas de programación autónoma y razonamiento complejo. Logró 77.2% en SWE-bench Verified y 61.4% en OSWorld, con capacidad de mantener contexto en sesiones de trabajo continuas de más de 30 horas, al mismo precio que su predecesor: USD 3 por millón de tokens de entrada y USD 15 por millón de salida.
En 30 segundos
- Anthropic lanzó Sonnet 4.5 el 29 de septiembre de 2025, posicionándolo como el modelo más capaz para código dentro de la familia Claude 4
- Alcanzó 77.2% en SWE-bench Verified, benchmark estándar para evaluación de agentes de programación
- Mantiene coherencia en sesiones de trabajo autónomo de más de 30 horas consecutivas sin perder contexto
- Mismo precio que Sonnet 4: USD 3/MTok entrada, USD 15/MTok salida. Ventana de contexto de 200K tokens y 64K tokens de salida
- Disponible desde el día del lanzamiento en Claude.ai, API de Anthropic, Amazon Bedrock y Google Cloud Vertex AI
Claude es un modelo de lenguaje grande desarrollado por Anthropic que procesa y genera texto, responde preguntas y asiste en tareas de escritura, análisis y programación. Fue lanzado en 2023 y está disponible en múltiples versiones.
¿Qué es Claude Sonnet 4.5? El nuevo líder en IA para código
Claude Sonnet 4.5 es el modelo de Anthropic que equilibra rendimiento y costo dentro de la familia Claude 4, con foco explícito en programación autónoma y razonamiento multi-paso. No es el modelo más potente de la familia (ese lugar lo ocupa Opus 4.5), pero sí el que Anthropic diseñó para correr en producción de forma sostenida: tareas largas, bases de código masivas, agentes que trabajan solos.
Ponele que tu equipo tiene un refactor de arquitectura pendiente desde hace tres meses porque nadie quiere tocar las 40.000 líneas de código legacy. Sonnet 4.5 es el modelo que Anthropic pensó para ese caso.
Anthropic, la empresa fundada en 2021 por ex-empleados de OpenAI incluyendo a Dario y Daniela Amodei, viene apostando fuerte a diferenciarse con seguridad y confiabilidad en entornos de producción. Sonnet 4.5 es su argumento más concreto hasta la fecha en esa dirección. Según el anuncio oficial de Anthropic, el modelo incorpora mejoras específicas para agentes autónomos y uso computacional extendido.
Las 5 mejoras clave de Sonnet 4.5
¿Cuáles son los cambios que justifican la migración desde Sonnet 4? Hay cinco áreas concretas donde Anthropic reporta avances medibles.
1. Autonomía extendida: más de 30 horas de trabajo continuo
El número que más circuló tras el lanzamiento fue ese: 30 horas. Ojo, no significa que el modelo corre literalmente media jornada solo como un empleado con insomnio. Lo que cambió es la capacidad de mantener coherencia en tareas multi-paso de larga duración sin que el contexto se degrade. Si mandás un agente a migrar una base de datos con validaciones intermedias, pasos de rollback y verificación de integridad, Sonnet 4.5 mantiene el hilo. El modelo anterior empezaba a perder coherencia en secuencias largas.
2. SWE-bench Verified: 77.2%
SWE-bench es el benchmark de facto para agentes de código. Evalúa la capacidad de resolver issues reales de repositorios de GitHub. Sonnet 4.5 marcó 77.2%, contra el 72.7% de Claude 3.7 Sonnet. No es el número más alto del mercado, pero en el segmento precio/rendimiento es competitivo. GPT-4o ronda 33% en la misma métrica (aunque con arquitectura diferente), lo que da perspectiva al salto.
3. Razonamiento matemático y lógico mejorado
Según el system card oficial, el modelo muestra mejoras en MATH-500 y GPQA Diamond respecto a su predecesor. El impacto práctico: menos errores en lógica de negocio compleja, mejor manejo de condiciones edge en código.
4. Seguridad contra prompt injection
Esto es lo que menos se habla pero más importa en entornos enterprise. Anthropic reforzó las defensas contra ataques de prompt injection, el vector donde un input malicioso dentro de un flujo de agente puede redirigir comportamiento. En un agente que procesa tickets de soporte o emails de clientes, es una vulnerabilidad real. Sonnet 4.5 tiene mejoras en este frente, aunque la empresa no publicó métricas específicas de red-teaming en el lanzamiento (lo cual, la verdad, era esperable). Más contexto en cómo hubiera sido Claude desde Europa.
5. Uso de computadora: 61.4% en OSWorld
OSWorld evalúa la capacidad de controlar interfaces gráficas de forma autónoma: clicks, escritura, navegación. Con 61.4%, Sonnet 4.5 supera a versiones anteriores y está entre los líderes del mercado en computer use. Útil si estás construyendo agentes de automatización de escritorio o workflows de testing.
Sonnet 4.5 vs Opus 4.5: ¿cuál modelo elegir?
La pregunta que se hace cualquiera que abre la consola de Anthropic. La respuesta corta: Sonnet para producción y volumen, Opus para tareas donde el rendimiento absoluto vale el costo.
| Característica | Sonnet 4.5 | Opus 4.5 |
|---|---|---|
| Precio entrada (por MTok) | USD 3 | USD 5 |
| Precio salida (por MTok) | USD 15 | USD 25 |
| Ventana de contexto | 200K tokens | 200K tokens |
| Tokens de salida máximos | 64K | 32K |
| SWE-bench Verified | 77.2% | ~79% |
| Mejor caso de uso | Producción, volumen, agentes | Investigación, razonamiento profundo |
| Latencia | Menor | Mayor |
El dato que pocos mencionan: Sonnet 4.5 tiene el doble de tokens de salida máximos que Opus 4.5 (64K vs 32K). Para generación de código largo, eso es un diferencial concreto. Podés generar un archivo de configuración complejo o un módulo entero en una sola respuesta sin truncamientos.
¿Y cuándo elegir Opus? Cuando el costo por tarea no importa tanto como la precisión. Análisis de seguridad críticos, revisiones de arquitectura donde un error de razonamiento tiene consecuencias, tareas de investigación donde los matices importan.
Precio y costo real: ¿vale la pena migrar desde Sonnet 4?
Acá viene lo bueno: Sonnet 4.5 tiene el mismo precio que Sonnet 4. USD 3 por millón de tokens de entrada, USD 15 por millón de salida. No hay costo de migración en ese sentido.
La ecuación para un equipo que usa 50 millones de tokens de salida por mes (un volumen razonable para un producto con integraciones de IA) es bastante directa: mismo gasto, mejor rendimiento en benchmark. Si tu caso de uso incluye tareas de código complejas, el 77.2% en SWE-bench vs ~65% de Sonnet 4 se traduce en menos iteraciones para cerrar un issue, menos tokens desperdiciados en respuestas incorrectas que hay que corregir.
La ventana de 200K tokens con 64K de salida también cambia la aritmética en proyectos que antes necesitaban partir los prompts. Un codebase de 40.000 líneas bien seleccionado entra en contexto. Antes había que hacer chunking manual, con el costo de coherencia que eso implica. Lo explicamos a fondo en sobre la ventaja de HTML en Claude Code.
Cómo funciona la autonomía de 30 horas
Subís el agente, le das un objetivo, y se va. Hace un análisis inicial de la base de código, identifica dependencias, crea un plan de trabajo, empieza a ejecutar pasos, verifica resultados intermedios, se corrige solo cuando algo falla, y llega al final con el trabajo hecho. En papel, suena bien.
Lo que Anthropic mejoró es la arquitectura interna de cómo el modelo maneja el estado durante sesiones largas. En modelos anteriores, el “olvido” efectivo empezaba a aparecer en tareas de muchos pasos: el modelo perdía referencias a decisiones tomadas 20 pasos atrás, redundaba en análisis ya hechos, generaba inconsistencias entre partes del código que escribió en diferentes momentos de la sesión.
Sonnet 4.5 tiene mejor manejo de esa memoria de trabajo interna (spoiler: no es magia, es mejora en cómo se estructura el contexto y en fine-tuning específico para tareas agenticas). El resultado es más coherencia en refactors grandes, en migraciones de base de datos con múltiples pasos, y en debugging de bugs que requieren rastrear el estado a través de varios archivos.
¿Alguien lo verificó de forma independiente en producción a escala real? Hay reportes tempranos de equipos que lo probaron en bases de código reales, pero los benchmarks formales de terceros a esta escala todavía están llegando.
Acceso y disponibilidad: dónde usarlo hoy
Sonnet 4.5 está disponible desde el día del lanzamiento en cuatro plataformas:
- Claude.ai: directo en la interfaz web para usuarios con plan Pro o Team
- API de Anthropic: modelo ID
claude-sonnet-4-5-20250929según la documentación oficial - Amazon Bedrock: disponible como modelo managed en el servicio de AWS
- Google Cloud Vertex AI: integración directa para equipos en el ecosistema GCP
Para quienes trabajan con IDEs y herramientas de código, Sonnet 4.5 funciona con Cursor, Cline, y otros clientes que integran la API de Anthropic. La configuración es la misma que con versiones anteriores: cambiar el model ID en la configuración del cliente.
Si tu equipo tiene el hosting de sus aplicaciones en un proveedor con acceso a Bedrock o Vertex, la integración es directa. Para proyectos que corren en infraestructura propia y necesitan un proveedor de hosting con buena latencia en Latinoamérica, donweb.com tiene planes de servidor que pueden alojar los servicios que consumen la API.
Casos de uso reales: lo que los desarrolladores reportan
Los primeros reportes de uso en producción apuntan a tres escenarios donde el modelo se destaca.
Refactor de codebase grande. Equipos que lo usaron en bases de código de 50.000+ líneas reportan que el modelo mantiene coherencia en los cambios a través de múltiples archivos. El problema clásico de “el modelo cambió la función en el archivo A pero olvidó actualizar las llamadas en B, C y D” aparece menos. Esto se conecta con lo que analizamos en en la comparativa con Gemini que publicamos.
Generación de código coherente a escala. Con 64K tokens de salida, es posible generar módulos completos en una sola respuesta. Un módulo de autenticación con tests, documentación y manejo de errores puede caber en una sola generación sin truncamiento. Antes había que partir en varias llamadas y ensamblar manualmente.
Debugging complejo en sistema distribuido. El tipo de bug donde el error aparece en el servicio C pero la causa está en la interacción entre A y B, mediada por un estado compartido que nadie documentó bien. Sonnet 4.5 rastreo esas cadenas mejor que versiones anteriores según reportes de equipos que hicieron pruebas comparativas. El ahorro de tiempo reportado varía, pero varios equipos mencionan reducción de 3x a 5x en el tiempo de diagnóstico para bugs de ese tipo.
Errores comunes al usar Sonnet 4.5
Usar la ventana de contexto como basurero
200K tokens es mucho. La tentación es mandar todo el repositorio y esperar que el modelo encuentre lo relevante. El problema: el rendimiento del modelo baja cuando el contexto está lleno de ruido. Mejor práctica: seleccioná los archivos relevantes para la tarea específica. Un contexto de 30K tokens bien seleccionado supera a uno de 180K con archivos irrelevantes.
Asumir que “30 horas de autonomía” es sin supervisión humana
El marketing del número 30 lleva a equipos a armar pipelines sin checkpoints. Resultado: el agente toma una decisión de arquitectura discutible en el paso 3, y durante los siguientes 40 pasos construye sobre esa decisión. Cuando revisás, tenés un refactor “terminado” que resuelve el problema original pero introduce deuda técnica nueva. Los checkpoints humanos intermedios siguen siendo necesarios en tareas de impacto alto.
No actualizar el model ID en integraciones existentes
Parece obvio, pero varios equipos migraron y siguieron viendo métricas del modelo anterior porque una integración secundaria seguía apuntando a claude-sonnet-4-20240620. Auditá todas las llamadas a la API. No es raro tener el model ID hardcodeado en tres lugares distintos.
Ignorar los cambios en comportamiento por las mejoras de seguridad
Las defensas contra prompt injection de Sonnet 4.5 son más estrictas. En algunos casos, esto hace que el modelo rechace instrucciones que venían de inputs de usuarios en flujos de agente, instrucciones que en Sonnet 4 pasaban sin problema. Si migrás y algunos flows dejan de funcionar, revisá si el modelo está interpretando algún input de usuario como potencialmente malicioso.
Para profundizar en esto, tenemos un análisis completo en Sonnet 4.5 MEGATHREAD.
Preguntas Frecuentes
¿Qué es Sonnet 4.5 y qué lo diferencia de otros modelos de Claude?
Claude Sonnet 4.5 es el modelo de Anthropic lanzado el 29 de septiembre de 2025, diseñado para programación autónoma y tareas de agente de larga duración. Dentro de la familia Claude 4, está por debajo de Opus 4.5 en capacidad de razonamiento profundo, pero tiene mayor ventana de tokens de salida (64K vs 32K) y menor costo. Logró 77.2% en SWE-bench Verified, el benchmark estándar para agentes de código. Para más detalles técnicos, mirá en el enfrentamiento entre Codex y Claude.
¿Cuál es la diferencia entre Sonnet 4.5 y Opus 4.5?
Opus 4.5 tiene mejor rendimiento en razonamiento complejo y logra ~79% en SWE-bench, pero cuesta USD 5/MTok de entrada y USD 25/MTok de salida, con un máximo de 32K tokens de salida. Sonnet 4.5 cuesta USD 3/USD 15 y tiene 64K tokens de salida máximos. Para producción con volumen alto, Sonnet 4.5 es más eficiente en costo. Para investigación o tareas donde la precisión es crítica y el volumen es bajo, Opus 4.5 tiene sentido.
¿Cuánto cuesta usar Sonnet 4.5?
USD 3 por millón de tokens de entrada y USD 15 por millón de tokens de salida. Es el mismo precio que Sonnet 4, su predecesor. La ventana de contexto es de 200K tokens con un máximo de 64K tokens de salida por respuesta. Para equipos con acceso a Claude.ai Pro o Team, está incluido en el plan sin costo adicional por modelo.
¿Puede Sonnet 4.5 trabajar 30 horas consecutivas realmente?
El número se refiere a coherencia en tareas autónomas de larga duración, no a un reloj corriendo. Lo que mejoró es la capacidad del modelo de mantener consistencia en decisiones y referencias a través de muchos pasos de ejecución sin degradar la calidad. En la práctica, permite completar refactors o migraciones complejas que antes requerían intervención humana frecuente para corregir pérdidas de contexto.
¿Sonnet 4.5 es el mejor modelo de IA para código disponible?
En el segmento costo/rendimiento, está entre los mejores disponibles a mayo de 2026. El 77.2% en SWE-bench lo pone por encima de la mayoría de las alternativas de precio similar. Si la pregunta es rendimiento absoluto sin importar costo, el panorama es más competitivo y depende del tipo de tarea específica. Para producción a escala con costo controlado, es una opción sólida.
Conclusión
Sonnet 4.5 de Claude consolida lo que Anthropic viene prometiendo: un modelo de producción que combina autonomía extendida con costo razonable. El 77.2% en SWE-bench y los 64K tokens de salida son los dos números que cambian la ecuación práctica respecto a versiones anteriores, especialmente en proyectos de código a escala.
El precio igual al de Sonnet 4 elimina la fricción de migración. Si ya usabas Sonnet 4 en producción, actualizá el model ID y medí el delta en calidad de respuestas para tu caso de uso específico. La mayoría de los equipos que lo probaron reportan mejoras concretas en tareas de refactor y debugging complejo.
Lo que todavía hay que ver: cuánto se sostienen los benchmarks en condiciones de producción reales con inputs adversariales, y si las mejoras de seguridad contra prompt injection generan fricciones en flujos de agente legítimos que usan inputs dinámicos de usuarios.