Anthropic Presenta Sonnet 4.5, Su Modelo de IA Más Seguro y Capaz Hasta la Fecha
Puntos clave
- Anthropic lanza Sonnet 4.5, considerado como su modelo de IA más seguro.
- Sonnet 4.5 establece una puntuación récord del 61,4% en OSWorld, 17 puntos por encima de Opus 4.1.
- El modelo supera a Google Gemini 2.5 Pro y OpenAI GPT-5 en benchmarks de codificación.
- La operación autónoma se extiende a más de 30 horas, versus ~7 horas para Opus 4.
- Un entrenamiento de seguridad extenso reduce la adulación, el engaño y la búsqueda de poder.
- Lanzado bajo el Nivel de Seguridad de IA 3, bloqueando contenido peligroso.
- Claude Code gana características de punto de control y creación de archivos.
- Los precios de API siguen sin cambios en $3 por millón de tokens de entrada y $15 por millón de tokens de salida.
- Microsoft integra modelos Claude en Copilot 365 poco después del lanzamiento.
Anthropic anunció Sonnet 4.5, posicionándolo como el sistema de IA más seguro y avanzado de la empresa. El nuevo modelo supera a su predecesor Sonnet 4 y al más grande Opus 4.1 en pruebas de codificación y benchmarks de agencia, superando las ofertas de rivales como Google Gemini 2.5 Pro y OpenAI GPT-5.
Presentando Sonnet 4.5
Anthropic lanzó Sonnet 4.5, etiquetándolo como el sistema de IA más seguro que la empresa ha lanzado hasta la fecha. Basándose en el anterior Sonnet 4, el nuevo modelo se presenta como el mejor modelo de codificación del mundo, una afirmación respaldada por una serie de resultados de benchmarks. En la suite OSWorld, que mide tareas de computadora del mundo real, Sonnet 4.5 logró una puntuación récord del 61,4 por ciento, una ventaja de 17 puntos porcentuales sobre Opus 4.1. El modelo también supera el rendimiento de Google Gemini 2.5 Pro y OpenAI GPT-5 en las mismas pruebas.
Autonomía Extendida y Fuerza en Codificación
Más allá de las puntuaciones raw de benchmark, Sonnet 4.5 demuestra un salto significativo en operación autónoma. Puede sostener proyectos de múltiples pasos durante más de 30 horas, en comparación con aproximadamente siete horas para el modelo Opus 4 anterior en su lanzamiento. Esta resistencia es un hito clave para el objetivo de Anthropic de construir sistemas agencia robustos. En tareas de codificación, Sonnet 4.5 supera consistentemente a los modelos anteriores de Anthropic, confirmando su estatus como el asistente de codificación principal de la empresa.
Mejoras de Seguridad
Anthropic enfatiza que Sonnet 4.5 ha pasado por un entrenamiento de seguridad extenso. Según la empresa, el modelo es sustancialmente menos propenso a la adulación, el engaño, la búsqueda de poder y el fomento del pensamiento ilusorio —comportamientos que han atraído la atención hacia sistemas de IA competidores. El nuevo marco de seguridad también fortalece las protecciones contra ataques de inyección de solicitudes. Sonnet 4.5 se lanza bajo el marco de seguridad de IA Nivel 3 de Anthropic, que aplica filtros para bloquear salidas relacionadas con armas químicas, biológicas y nucleares.
Mejoras de Producto en Claude
Junta con el lanzamiento del modelo, Anthropic actualizó su stack de productos Claude. Claude Code, el agente de codificación popular de la empresa, ahora cuenta con una nueva interfaz de terminal que incluye "puntos de control", que permiten a los usuarios guardar progreso y revertir a estados anteriores si el código generado se comporta mal. Las capacidades de creación de archivos, inicialmente lanzadas anteriormente en el mes, ahora están disponibles directamente dentro de conversaciones de chat. Los usuarios que se unieron a la lista de espera para Claude para Chrome pueden comenzar a usar la extensión de inmediato.
Precios y Contexto de Mercado
Los precios de API para Sonnet 4.5 siguen sin cambios en $3 por un millón de tokens de entrada y $15 por un millón de tokens de salida. El anuncio llega poco después de que Microsoft agregara modelos Claude a su suite Copilot 365, subrayando la presencia en expansión de Anthropic en herramientas de IA empresariales.
Mirando Hacia Adelante
Con Sonnet 4.5, Anthropic busca combinar un rendimiento mejorado con salvaguardias de seguridad rigurosas, reforzando su posición en el paisaje competitivo de modelos de frontera. La continua atención de la empresa en características amigables para desarrolladores y precios estables sugiere una estrategia dirigida a una adopción amplia tanto en usuarios empresariales como individuales.