Anthropic ha publicado una guía para ayudar a los desarrolladores a elegir entre sus cuatro modelos de disponibilidad general, Claude Fable 5.2, Opus 5.5, Sonnet 5.5 y Haiku 5.5, y su recomendación de partida es clara: empezar casi todo el trabajo con Opus 5.5 en su nivel de esfuerzo predeterminado, medium. El artículo, firmado por Addy Osmani y publicado el 9 de noviembre de 2026 en el blog claude.dev, sostiene que antes de cambiar de modelo conviene ajustar el esfuerzo y comprobar que el modelo puede verificar su propio trabajo.
Las claves de la guía de Anthropic para elegir modelo de Claude en 30 segundos
- Opus 5.5 con esfuerzo
mediumes el punto de partida recomendado y el modelo predeterminado de Claude Code. - Sonnet 5.5 queda para el trabajo bien acotado y el chat; Haiku 5.5, para clasificación, enrutado y subagentes.
- Fable 5.2 se reserva para los proyectos técnicos más difíciles y cuesta el doble por token que Opus 5.5.
- Anthropic aconseja subir el esfuerzo antes de cambiar de modelo y comparar el coste por tarea terminada, no por token.
La guía llega con una gama de modelos que comparte rasgos técnicos: los cuatro tienen una ventana de contexto de un millón de tokens y hasta 128.000 tokens de salida. Lo que cambia es el precio, la latencia y para qué tipo de trabajo está pensado cada uno. Anthropic menciona además Claude Mythos 5.2, su modelo más capaz para ciberseguridad e investigación en ciencias de la vida, disponible solo a través de programas de verificación.
Un modelo para cada tipo de tarea
La recomendación por tareas sitúa a Opus 5.5 como modelo de uso diario para ingeniería, depuración, funciones que abarcan varias pull requests, uso del ordenador y flujos con mucha visión. Sonnet 5.5 queda para el código bien acotado (corrección de errores, iteración de funciones o trabajo contra una especificación), las sesiones de chat, las tareas repetidas de agentes y los documentos, presentaciones y hojas de cálculo habituales. La guía matiza que tener una especificación clara no basta por sí solo para elegir Sonnet: migraciones o trabajos de rendimiento pueden necesitar Opus 5.5, o incluso Fable 5.2 si son de gran tamaño.
Haiku 5.5 es la opción para el trabajo más simple y de mucho volumen, como clasificar, etiquetar, enrutar o extraer datos, y también para subagentes que buscan archivos, leen registros o resumen. En el extremo opuesto, Fable 5.2 se reserva para refactorizaciones grandes, migraciones, decisiones de arquitectura, coordinación de muchos subagentes, investigación profunda y análisis científico o cuantitativo. También es el siguiente paso cuando Opus 5.5 con esfuerzo high no es suficiente o cuando hace falta una ejecución larga sin supervisión. Si no se sabe qué elegir, la respuesta de Anthropic vuelve a ser Opus 5.5 con medium.
| Modelo | Pensado para | Entrada / salida por millón de tokens | Esfuerzo predeterminado (API) |
|---|---|---|---|
| Haiku 5.5 | Alto volumen y bajo coste | 0,10 / 0,50 $ (hasta 100.000 tokens de prompt); 0,50 / 2,50 $ (más de 100.000) | medium |
| Sonnet 5.5 | Trabajo rápido y bien acotado | 2 / 10 $ | high (medium en Claude Code) |
| Opus 5.5 | Uso diario en código y trabajo complejo | 4 / 20 $ | medium |
| Fable 5.2 | Trabajo técnico más ambicioso | 8 / 40 $ | high (medium en Claude Code) |
Primero el esfuerzo, después el modelo
La idea que más se repite en la guía es que el nivel de esfuerzo es la primera palanca. Subirlo ayuda cuando el modelo necesita pensar más, llamar a más herramientas o revisar su trabajo, aunque añade latencia. Pero, como advierte el texto, más esfuerzo no le da a un modelo conocimientos o habilidades que no tiene. Por encima de high, un nivel adicional puede costar tanto como pasar a un modelo mayor, así que Anthropic recomienda probar el siguiente modelo con un esfuerzo más bajo.
Los datos de la compañía en SWE-bench Pro ilustran ese equilibrio para Opus 5.5. Con medium obtiene unos 2,5 puntos menos que con high por alrededor del 70 % del coste; con low, unos 8 puntos menos por un tercio del coste, y con xhigh, unos 1,4 puntos más por 2,5 veces el coste de high. Ejecutar todo en low y repetir en high solo los fallos llegó a un 97 % de aciertos por unos 0,17 dólares por tarea, frente al 95,3 % y 0,29 dólares de hacerlo todo en high.
Anthropic también insiste en que un precio por token más alto no implica siempre un coste por tarea mayor. En Terminal-Bench 3.0, según la guía, Opus 5.5 con high obtuvo un 58,9 % frente al 58 % de Fable 5.1 con max, usando la mitad de tokens. Y en FrontierCode 2.0, Fable 5.2 con high logró un 45,3 %, prácticamente lo mismo que Opus 5.5 con max (45,5 %), por aproximadamente la mitad del coste por tarea. Son resultados de la propia empresa con sus configuraciones.
Cuando un modelo no llega, el orden que propone es este: comprobar primero que puede verificar su trabajo con un test, una compilación o un script; después subir un nivel de esfuerzo, y solo entonces pasar al modelo superior empezando con menos esfuerzo. Según la guía, dar al modelo una forma de autoverificarse suele ser más rentable y añade menos latencia que cambiar el esfuerzo.
Combinar modelos y medir antes de decidir
La guía dedica una parte a mezclar modelos. En Claude Code, los subagentes pueden fijarse con model: haiku o model: sonnet en su definición, y la variable CLAUDE_CODE_SUBAGENT_MODEL establece el predeterminado. En una prueba interna de búsqueda de defectos sobre unos 22 millones de tokens de código, un Opus 5.5 coordinando hasta 25 trabajadores Sonnet 5.5 en paralelo costó alrededor de un tercio menos que Opus 5.5 solo, con una puntuación similar. En cambio, la herramienta Advisor, en beta, que combina un ejecutor barato con un asesor más potente, no mejoró con claridad al ejecutor en solitario en ninguna de las cuatro combinaciones probadas.
Hay detalles prácticos que conviene revisar antes de migrar. La caché de prompts pertenece al modelo que la escribió, así que el primer turno con un modelo nuevo paga de nuevo la escritura. Opus 5.5 y Fable 5.2 piensan siempre y desactivar el razonamiento devuelve un error. En Sonnet 5.5, Opus 5.5 y Fable 5.2, forzar herramientas con tool_choice en any o tool también devuelve un error 400, y la guía recomienda usar auto con herramientas estrictas. Quien pase de Haiku 4.5 a Haiku 5.5 debe sustituir budget_tokens por un nivel de esfuerzo y quitar los valores no predeterminados de temperature, top_p y top_k. Además, el alias haiku apunta a Haiku 5.5 en la API de Anthropic, pero todavía a Haiku 4.5 en Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform on AWS.
El método final que propone Anthropic es medir con tareas reales: reunir trabajos con una comprobación de resultado, ejecutar cada modelo candidato con dos o tres niveles de esfuerzo, anotar el coste por tarea y comparar puntuación frente a gasto. Solo merece la pena una configuración con varios modelos si supera a todas las opciones de un solo modelo, y el ganador debería probarse en paralelo con una parte del tráfico real antes del cambio. Para hacerse una idea de cifras en otras plataformas, en noticias.ai repasamos lo que cuesta un equipo de agentes de IA para programar.
Preguntas frecuentes
¿Qué modelo de Claude recomienda Anthropic para empezar?
Opus 5.5 con su esfuerzo predeterminado, medium. Es también el modelo por defecto de Claude Code y cuesta la mitad por token que Fable 5.2.
¿Cuándo conviene usar Fable 5.2?
Para los proyectos técnicos más difíciles, como grandes refactorizaciones, migraciones, arquitectura o investigación científica, y cuando Opus 5.5 con esfuerzo high no basta.
¿Cuánto cuestan los modelos de Claude en la API?
Según la guía, por millón de tokens de entrada y salida: Haiku 5.5 desde 0,10 y 0,50 dólares, Sonnet 5.5 a 2 y 10, Opus 5.5 a 4 y 20 y Fable 5.2 a 8 y 40. Son precios de lista.
¿Es mejor subir el esfuerzo o cambiar de modelo?
Anthropic aconseja ajustar primero el esfuerzo. Por encima de high, un nivel más puede costar tanto como un modelo mayor, así que recomienda probar el modelo superior con menos esfuerzo.
Fuentes:
