Anthropic ha anunciado el lanzamiento de Claude Sonnet 4.5, su modelo más capaz hasta la fecha, que logra resultados pioneros en pruebas de programación y uso de ordenadores, y muestra una capacidad asombrosa para mantener la concentración en tareas complejas durante más de 30 horas continuas.
Contenido del artículo:
- Un nuevo salto cualitativo de Anthropic
- Capacidad de concentración prolongada: una solución a un problema clave
- Superioridad en pruebas de rendimiento: “El mejor modelo de programación del mundo”
- Comprender la familia de modelos Claude: Haiku, Sonnet y Opus
- Nuevas herramientas para desarrolladores: Claude Code 2.0 y SDK
- Mejoras de seguridad: reducción de la “alucinación de complacencia” y la tendencia a los espejismos
- Opinión de expertos y primeras reacciones
- Preguntas frecuentes
Un nuevo salto cualitativo de Anthropic
El lunes, Anthropic lanzó su nuevo modelo de lenguaje Claude Sonnet 4.5, un modelo de inteligencia artificial que la compañía describe como «su modelo más capaz hasta la fecha», con capacidades mejoradas en programación y uso de ordenadores. La compañía también reveló Claude Code 2.0, un agente de inteligencia artificial de línea de comandos para desarrolladores, y Claude Agent SDK, una herramienta que los desarrolladores pueden utilizar para construir sus propios agentes de programación de inteligencia artificial.
Capacidad de concentración prolongada: una solución a un problema clave
Anthropic afirma que ha visto a Sonnet 4.5 trabajar continuamente en el mismo proyecto «durante más de 30 horas en tareas complejas y de múltiples pasos». En el pasado, los modelos de agentes eran conocidos por perder coherencia durante largos períodos de tiempo a medida que se acumulaban los errores y se llenaban las ventanas de contexto (un tipo de memoria a corto plazo para el modelo). Esta capacidad para mantener la concentración representa un gran avance y podría abrir la puerta al uso de agentes en tareas mucho más largas y complejas.
Superioridad en pruebas de rendimiento: “El mejor modelo de programación del mundo”
Anthropic respalda sus afirmaciones con un sólido rendimiento en pruebas comparativas. El modelo Sonnet 4.5 obtuvo una puntuación del 77,2% en SWE-bench Verified, una prueba estándar que intenta medir las capacidades de programación en el mundo real, y actualmente encabeza la prueba OSWorld con un 61,4%, que evalúa los modelos de inteligencia artificial en tareas informáticas del mundo real. Esto supera a GPT-5 Codex de OpenAI (que registró un 74,5%) y a Gemini 2.5 Pro de Google (67,2%).
Comprender la familia de modelos Claude: Haiku, Sonnet y Opus
Tradicionalmente, Anthropic produce tres modelos de inteligencia artificial de diferentes tamaños en la familia Claude: Haiku (el más pequeño), Sonnet (de gama media) y Opus (el más grande). El tamaño del modelo se corresponde aproximadamente con una mayor profundidad contextual y una mejor capacidad de resolución de problemas, pero los modelos más grandes también son más lentos y costosos de ejecutar. Claude Sonnet cumple este papel intermedio para Anthropic a la perfección, ofreciendo un equilibrio ideal entre rendimiento y coste.
Nuevas herramientas para desarrolladores: Claude Code 2.0 y SDK
Además del nuevo modelo, la compañía ha lanzado nuevas herramientas diseñadas específicamente para desarrolladores. Claude Code, la herramienta de desarrollo mediante línea de comandos, recibió actualizaciones hoy, junto con el nuevo modelo. La compañía añadió puntos de control que guardan el progreso y permiten a los usuarios volver a estados anteriores. También ha lanzado una extensión nativa para VS Code. La API de Claude también adquiere una nueva función de edición de contexto y una herramienta de memoria para gestionar tareas de agentes de mayor duración.
Mejoras de seguridad: reducción de la “alucinación de complacencia” y la tendencia a los espejismos
Además del rendimiento, Anthropic afirma que Claude Sonnet 4.5 muestra una disminución en «la complacencia, el engaño, la búsqueda de poder y la tendencia a fomentar el pensamiento ilusorio» en comparación con los modelos anteriores. La complacencia, en particular, es la tendencia de un modelo de inteligencia artificial a alabar las ideas del usuario, incluso si son erróneas o peligrosas. Reducir estos comportamientos es un paso importante para hacer que los chatbots sean más seguros y fiables.
Opinión de expertos y primeras reacciones
Simon Willison, un desarrollador de software veterano, escribió sobre Sonnet 4.5 en su blog hoy. En general, parece estar impresionado: «Mis impresiones iniciales fueron que parece un modelo de programación mejor que GPT-5-Codex, que había sido mi modelo de programación preferido desde su lanzamiento hace unas semanas. Este campo se mueve muy rápido».
Preguntas frecuentes
P1: ¿Qué es la “ventana de contexto” (Context Window) en los modelos de inteligencia artificial?
R1: Es la cantidad de información (texto) que el modelo puede “recordar” en una sola conversación. Cuanto mayor sea la ventana de contexto, mejor podrá el modelo mantener la coherencia de la conversación y comprender tareas complejas que requieren información de partes anteriores del diálogo.
P2: ¿Qué es la “complacencia” (Sycophancy) en la inteligencia artificial?
R2: Es la tendencia del modelo a estar de acuerdo con el usuario y alabarlo, incluso cuando el usuario está equivocado. Esto puede ser peligroso porque puede reforzar creencias erróneas o malas ideas en el usuario. Empresas como Anthropic trabajan duro para reducir este comportamiento.
P3: ¿Cómo puedo usar Claude Sonnet 4.5?
R3: Los desarrolladores pueden acceder a él a través de la API de Claude (Claude API) utilizando el identificador “claude-sonnet-4-5”. También está disponible para los usuarios habituales a través de la interfaz web y las aplicaciones de Claude.
