¿Con qué modelo de Claude deberías construir? Fable, Opus, Sonnet o Haiku

La línea actual de Claude tiene cuatro modelos disponibles generalmente: Claude Haiku 5.5, Claude Sonnet 5.5, Claude Opus 5.5 y Claude Fable 5.2. Claude Mythos 5.2 es nuestro modelo más capaz para investigación en ciberseguridad y ciencias de la vida, disponible a través de nuestros programas de verificación.

Si desarrollas en la Claude Platform o trabajas en Claude Code, quizás te preguntes qué modelo usar para tus tareas habituales. Este artículo ayudará a responder esa pregunta y a cómo pensar en los compromisos.

En resumen

La respuesta rápida es que deberías comenzar la mayoría del trabajo en Opus 5.5 en su nivel de esfuerzo predeterminado, medium.

Hay una razón por la que es el modelo predeterminado en Claude Code. Cuesta la mitad por token de entrada y salida que Fable 5.2, y es el modelo que recomendamos para comenzar en la mayoría del trabajo de codificación y conocimiento.

A partir de ahí:

• Baja a Sonnet 5.5 para trabajo cotidiano bien delimitado, como una corrección de errores o una funcionalidad construida según una especificación. Eso sí, el hecho de que tengas una especificación clara no significa que debas usar Sonnet. Una migración o una optimización de rendimiento pueden tener especificaciones claras y aun así ser lo suficientemente difíciles como para justificar Opus 5.5, o Fable 5.2 para una importante.
• Baja aún más, a Haiku 5.5, para el trabajo de mayor volumen más simple, como clasificación, enrutamiento y extracción. Haiku 5.5 también es bueno para usarlo con subagentes que trabajan en tareas secundarias de un modelo más grande.
• Sube a Claude Fable 5.2 para los proyectos técnicos más difíciles en programación, finanzas y ciencias. También sube cuando Opus 5.5 a high aún se queda corto, o para ejecuciones largas sin supervisión.

Antes de cambiar de modelo, prueba a ajustar tu nivel de esfuerzo. Es un dial más fino tanto para el costo como para la capacidad. Pasado high, un nivel más de esfuerzo puede costar tanto como un modelo más grande, así que compara ambos en tu propio trabajo. Si ya pasaste de high, prueba el siguiente modelo superior con un esfuerzo menor. A la inversa, un nivel menos puede darte el resultado que necesitas a una tarifa más baja.

Un esfuerzo mayor ayuda cuando el modelo necesita pensar más tiempo, llamar a más herramientas o revisar más su propio trabajo. Solo ten en cuenta que también añade latencia. Además, pasar a un nivel de esfuerzo mayor no le dará a un modelo conocimiento o habilidad que no tenga. Para eso, aún necesitas subir de modelo.

ELIGE UN MODELO SEGÚN LA TAREA

LOS CUATRO MODELOS LADO A LADO

Los precios son los precios de lista de la API de Claude. Para ver los resultados de los benchmarks, consulta la página de Fable 5.2.

LAS COMPENSACIONES

Cuando eliges entre modelos, estás haciendo una compensación. Cuando eliges un modelo más grande, por ejemplo, estás eligiendo capacidad sobre latencia. Estas son las principales compensaciones a considerar.

Capacidad y costo por tarea terminada

En general, los modelos más grandes cuestan más por token y son más capaces, pero la compensación entre costo y capacidad no es universalmente cierta a nivel de tarea.

Un precio por token más alto no siempre significa un costo por tarea más alto, ni un mejor resultado. Como mostramos en Gestionar tu esfuerzo, en las ejecuciones de Anthropic de Terminal-Bench 3.0, el Fable anterior, 5.1, con max obtuvo 58.0%, mientras que Opus 5.5 con high obtuvo 58.9% con la mitad de los tokens.

En el trabajo más difícil, la brecha de precio puede cerrarse. En FrontierCode 2.0, Fable 5.2 con high obtuvo aproximadamente el mismo nivel que Opus 5.5 con max (45.3% vs. 45.5%) por aproximadamente la mitad del costo por tarea. Así que antes de subir Opus 5.5 más allá de high en una tarea difícil, prueba Fable 5.2. Para el trabajo cotidiano, Opus 5.5 con medium sigue siendo el punto de partida. Para ver los resultados de los benchmarks, consulta la publicación de lanzamiento.

Sin embargo, la Plataforma Claude el costo y las mediciones de inteligencia también muestran los límites de un modelo pequeño. Estos generalmente funcionan bien en trabajos de alto volumen con resultados verificables y son menos adecuados para bucles agénticos largos.

Cuando compares dos modelos, calcula el precio de las tareas más difíciles de tu conjunto además de las típicas, porque las tareas más difíciles concentran la mayor parte del gasto. En un benchmark de búsqueda de 20 problemas, dos problemas representaron el 43% del gasto.

Latencia frente a precisión

Una configuración más rápida termina antes y puede fallar más. Piensa cuánto tiempo puede esperar una persona antes de elegir tu modelo y nivel de esfuerzo. Para respuestas que una persona espera, empieza con Sonnet 5.5 en low o medium.

A menudo los modelos de la siguiente generación son más rápidos que sus predecesores. Fable 5.2 genera salida hasta un 30% más rápido que Fable 5.1. Sonnet 5.5 corre un 30% más rápido que Sonnet 5.

El nivel de esfuerzo y la latencia están aproximadamente correlacionados. Determina si la precisión que ganas vale la latencia extra. Por ejemplo, en SWE-bench Pro, Opus 5.5 en medium obtuvo aproximadamente 2.5 puntos menos por aproximadamente el 70% del costo que la configuración de esfuerzo high En low obtuvo aproximadamente 8 puntos menos por alrededor de un tercio del costo. En xhigh obtuvo aproximadamente 1.4 puntos más por 2.5 veces el costo de high.

A menudo proporcionar un medio de autoverificación es más rentable y añade menos latencia que cambiar los niveles de esfuerzo. Cuando un modelo no es lo suficientemente bueno para una tarea, sigue estos pasos en orden:

1. Comprueba que el modelo pueda verificar su propio trabajo, con una prueba, una compilación o un script que llame al endpoint.
2. Sube el esfuerzo un nivel.
3. Pasa al siguiente modelo superior, comenzando en un nivel de esfuerzo más bajo del que usaste en el más pequeño.

Si puedes verificar los resultados automáticamente, ejecuta todo a un nivel bajo y vuelve a ejecutar solo los fallos a uno alto. En el mismo subconjunto de SWE-bench Pro, Opus 5.5 en low con los fallos reejecutados en high pasó aproximadamente el 97% de las tareas por unos $0.17 cada una, frente al 95.3% por $0.29 con cada tarea en high.

Si necesitas una respuesta más rápida del mismo modelo, puedes pagar por velocidad en lugar de renunciar a capacidad. En la API de Claude, Opus 5.5 y Fable 5.2 ofrecen ambos modo rápido, con mayor velocidad de salida a un precio premium.

Contexto frente a costo

Cada modelo de la generación actual tiene una ventana de contexto de 1M de tokens. Un contexto grande puede ayudar al modelo a completar la tarea, pero te cuesta en cada turno, porque cada turno lo reenvía. Dicho esto, en ejecuciones largas la mayor parte de tu entrada se factura como lecturas de caché.

Opus 5.5 cobra $0.20 por millón de tokens por una lectura de caché, y Sonnet 5.5 cobra $0.10. Fable 5.2 cobra los mismos $0.20, así que en una ejecución larga con mucha caché la diferencia entre Fable y Opus se reduce a la entrada sin caché y a la salida, donde Fable cuesta el doble por token.

En Lo que cuesta una tarea en Opus 5.5, la lectura de caché de un turno cuesta unos $0.03 con 150K tokens de contexto. Con 20K cuesta unos $0.004.

Una conclusión de esto es que un contexto principal ligero importa más cuanto más grande sea el modelo principal. Reserva el contexto del modelo costoso para las decisiones, y deja que los subagentes más baratos hagan la lectura extensa.

Haiku 5.5 es el único modelo cuyo precio por token varía según la longitud del prompt. Un prompt de hasta 100K tokens se factura en el nivel más bajo, y un prompt de más de 100K se factura a cinco veces esa tarifa. El nivel de prompt largo aún cuesta un cuarto del precio por token de Sonnet 5.5. Así que Haiku 5.5 rinde más en prompts cortos, donde cuesta un veinteavo del precio de entrada de Sonnet 5.5.

Cuando cada llamada necesita un prompt largo, compara Haiku 5.5 con Sonnet 5.5 por costo por tarea terminada, no por precio de lista.

MEZCLA DE MODELOS

Cambia en una pausa natural

La caché de prompt pertenece al modelo que la escribió. Tu primer turno en un modelo nuevo paga el precio de escritura en caché de toda la conversación. Para hacer ese turno más pequeño, ejecuta /compact primero en Claude Code, o inicia una sesión nueva con un plan breve por escrito. En la API, abre la conversación del modelo nuevo con un resumen del trabajo hasta el momento en lugar del historial completo.

Cada bloque de pensamiento registra el modelo que lo produjo, y cada modelo lee solo los bloques de algunos otros modelos. En la API de Claude y en Claude Models en Google Cloud (administrado por Google), Opus 5.5 lee los bloques de pensamiento de Sonnet 5.5 y de Haiku 5.5. Sonnet 5.5 lee los de Haiku 5.5. Fable 5.2 lee los de Opus 5.5, Sonnet 5.5 y Haiku 5.5. En la API de Claude, Fable 5.1 lee los de Opus 5.5.

Un movimiento hacia abajo en el nivel pierde el razonamiento anterior, porque un modelo nunca lee los bloques de un modelo superior. Otros movimientos también pueden perderlo. Cuando el modelo nuevo no puede leer los bloques de pensamiento del modelo anterior, la API los descarta y la solicitud aun así se completa. El modelo nuevo trabaja entonces sin ese razonamiento.

Pensamiento conservado enumera cada caso. Un movimiento de Fable 5.2 a cualquier otro modelo de disponibilidad general descarta su razonamiento.

Asigna los subagentes a modelos más pequeños

Un subagente se ejecuta en su propia ventana de contexto y devuelve un resumen. Pagas sus tokens a las tarifas del modelo en el que se ejecuta. En Claude Code, establece model: haiku o model: sonnet en la definición de un subagente. La variable de entorno CLAUDE_CODE_SUBAGENT_MODEL establece el valor predeterminado para los subagentes que no especifican un modelo.

Guarda esto como .claude/agents/log-reader.md:

---
name: log-reader
description: Reads test output and logs, and reports each failing case. Use after a test run.
tools: Read, Grep, Glob, Bash
model: haiku
---

Read the logs you're given. For each failure, report the file, the test name and the first error line. Don't edit any files.

Mantén los modelos pequeños en trabajos donde un error es barato de detectar, como encontrar archivos, ejecutar pruebas y leer registros. Reserva las ediciones de código y las decisiones de criterio para el modelo principal. Cuando un modelo pequeño malinterpreta un resultado de búsqueda, el modelo principal abre el archivo equivocado y gasta tokens en ello.

En las versiones actuales de Claude Code, el subagente Explore integrado se ejecuta en el modelo de tu sesión en lugar de ejecutarse siempre en Haiku. En la Claude API, ese modelo está limitado a Opus. Para mantener la exploración barata, define tu propio subagente llamado Explore con model: haiku. Puedes fijar el modelo que usa el alias haiku con ANTHROPIC_DEFAULT_HAIKU_MODEL.

En la API de Anthropic, el alias haiku ahora se resuelve en Haiku 5.5, que requiere Claude Code v2.1.293 o posterior. En Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform en AWS, todavía se resuelve en Haiku 4.5. La documentación de configuración de modelos de Claude Code tiene los detalles.

Claude Code también tiene el alias opusplan , que planifica con Opus en el modo plan y luego ejecuta el plan con Sonnet. Eso pone tus ediciones de código en Sonnet. El consejo anterior hace lo contrario. Mantiene las ediciones de código en el modelo principal y solo da a los modelos más pequeños trabajo donde un error es barato de detectar. Mide opusplan en tus propias tareas antes de convertirla en tu opción predeterminada.

Escala las decisiones difíciles a un asesor

La herramienta de asesor (beta) combina un modelo ejecutor más rápido y económico con un modelo asesor más potente. El ejecutor realiza la tarea y puede pedir orientación al asesor a mitad del proceso. La mayoría de los tokens se facturan a la tarifa del ejecutor. El asesor solo ayuda cuando aporta una capacidad que le falta al ejecutor y el ejecutor pide consejo, algo que hace con menos frecuencia a bajo esfuerzo.

Dónde puede compensar: trabajo agéntico donde la mayoría de los turnos son rutinarios. La guía de costos de la plataforma es cauta: de las cuatro combinaciones en su tabla de asesores, ninguna supera claramente a su ejecutor por sí solo, y un asesor solo puede ayudar cuando el ejecutor lo consulta. Mide primero la tasa de consultas de tu ejecutor. Verifica qué asesores acepta tu ejecutor. Un ejecutor Sonnet 5.5 acepta Fable 5.2, Opus 5.5, Opus 5 y Sonnet 5.5, por ejemplo, y un ejecutor Fable 5.2 acepta solo Fable 5.2 o Mythos 5.2.

Dónde aporta poco: una de esas combinaciones fue un ejecutor Opus 5.5 a high con un asesor Fable 5.1 en un benchmark interno de programación. Obtuvo 90.1% a $2.92 por intento. Eso es 1.7 puntos por encima de Opus 5.5 solo a high por unas 2.1 veces el dinero. Una ganancia de ese tamaño está al borde del ruido entre ejecuciones, y es aproximadamente lo que habría comprado subir el esfuerzo.

Delega el trabajo masivo a trabajadores más baratos

Los subagentes, mencionados arriba, manejan tareas secundarias mientras un modelo principal mantiene el hilo. Este patrón es para trabajo más grande que una ventana de contexto. Un modelo de primer nivel lidera, divide la tarea, entrega las piezas a muchos trabajadores más baratos en paralelo y fusiona lo que regresa. En un benchmark interno de búsqueda de defectos sobre unos 22 millones de tokens de código fuente, un líder Opus 5.5 sobre trabajadores Sonnet 5.5, hasta 25 a la vez, costó alrededor de un tercio menos que Opus 5.5 solo a su esfuerzo predeterminado. Obtuvo aproximadamente lo mismo.

En la plataforma Claude, la orquestación multiagente en Claude Managed Agents te ofrece un agente coordinador y una lista de trabajadores. Omite esto para una sola cadena de pasos dependientes o para trabajo que cabe en una ventana de contexto. Allí, la planificación y la fusión cuestan más de lo que ahorran. Cuándo plegar subagentes en tu bucle de agente principal trata sobre cuándo un bucle de un solo agente supera a un equipo de subagentes.

COMPRUEBA LA COMPATIBILIDAD ANTES DE MIGRAR

La elección del modelo es sobre todo una cuestión de capacidad y costo, pero no siempre puedes cambiar el nombre del modelo y nada más. Todos los modelos actuales admiten el uso de herramientas y la entrada de imágenes, pero hay diferencias que debes probar antes de mover una solicitud de un modelo a otro.

• Fable 5.2 extiende el pensamiento preservado a todas las cuentas de API. La API rechaza una solicitud con un error 400 cuando cualquier cosa anterior a un bloque de pensamiento de Fable 5.2 ha cambiado, incluido el system prompt, las herramientas o un mensaje anterior, a menos que aceptes descartar el pensamiento afectado. Si construyes solicitudes a través de Claude Code, el Claude Agent SDK o Claude Managed Agents, no necesitas cambiar nada. Si tu propio código edita el historial, mantenlo solo de adición y prueba antes de cambiar.
• Pensamiento. Opus 5.5 y Fable 5.2 siempre piensan, y una solicitud que desactiva el pensamiento devuelve un error. Sonnet 5.5 piensa por defecto, y between_tools limita el pensamiento a los espacios entre llamadas de herramientas. Haiku 5.5 piensa por defecto, y puedes desactivar el pensamiento a high de esfuerzo o menos. En todos ellos, lee los bloques de contenido por type, porque una respuesta puede comenzar con un bloque de pensamiento.
• Uso forzado de herramientas. Un tool_choice de any o tool devuelve un error 400 en Sonnet 5.5, Opus 5.5 y Fable 5.2. Envía auto, marca la herramienta strict: true, e indica en el prompt cuándo usarla.
• Uso de computadora. Opus 5.5, Sonnet 5.5, Haiku 5.5 y Fable 5.2 admiten el uso de computadora solo a través de computer_toolset_20260801 toolset en la API de Claude y modelos de Claude en Google Cloud (gestionados por Google).
• Haiku 4.5 a Haiku 5.5. Reemplazar budget_tokens por un nivel de esfuerzo, y eliminar los valores no predeterminados temperature, top_p y top_k , que devuelven un error 400. Terminar messages con un turno de usuario, porque un turno final de asistente para que el modelo continúe también devuelve un error 400.
• Fallbacks de seguridad. Opus 5.5, Sonnet 5.5 y Fable 5.2 ejecutan clasificadores de seguridad que con mayor frecuencia marcan contenido de ciberseguridad y biología. En Claude Code, una solicitud marcada puede volver a ejecutarse en un modelo anterior, y un aviso en la transcripción te indica cuál. Fable 5.2 conserva los modelos de fallback que usa Fable 5.1. Las solicitudes de ciberseguridad marcadas hacen fallback a Opus 4.8, y las solicitudes de biología marcadas a Opus 5.

Si un sistema ejecuta varios modelos, construye cada solicitud para el más estricto de ellos: mantener el historial de solo adición, enviar tool_choice: auto con herramientas estrictas, leer los bloques de contenido por type, y escribir los prompts y las descripciones de herramientas con la precisión suficiente para el modelo más literal. Así un paso puede subir o bajar de nivel sin cambiar el código. Cuando la regla de enrutamiento es simple, como un modelo para cada tipo de paso, deja que el código elija el modelo en lugar de pedírselo a un modelo.

MIDE EN TU PROPIO TRABAJO

Los resultados publicados, como las cifras de SWE-bench Pro y Terminal-Bench mencionadas arriba, te dan un modelo inicial. Luego prueba los candidatos en tus propias tareas antes de comprometerte.

1. Extrae una muestra de tareas reales. Escribe una verificación de resultado para cada una, como una prueba que pasa, un ticket cerrado o un recuento de filas correcto.
2. Ejecuta cada modelo candidato en dos o tres niveles de esfuerzo, cada uno en su propia sesión para que las ejecuciones no compartan una caché. Registra el coste de cada tarea completada desde el usage campo de cada respuesta.
3. Representa la puntuación frente al gasto. Mantén una configuración multi-modelo solo si supera todos los puntos de modelo único en ese gráfico.
4. Ejecuta al ganador en sombra sobre una porción de tráfico real antes de hacer la transición.

Para una comprobación rápida en Claude Code, ejecuta una tarea de tu backlog en dos modelos con /model y compara lo que /usage informa.

MÁS INFORMACIÓN

• Building with Claude Sonnet 5.5 cubre cuándo elegir Sonnet en lugar de Opus, precios, migración y ajuste.
• Getting the most out of Opus 5.5 in Claude and Claude Code cubre cómo pedir cosas a Opus 5.5 y dirigir ejecuciones largas.
• What a task costs on Opus 5.5 asigna precios al esfuerzo, la elección del modelo y los subagentes.
• En el blog de Claude, choosing the best Claude model for your use case y picking a model and effort level in Claude Code profundizan más.
• En la documentación, consulta Choosing a model, Optimizing for cost and intelligence, Effort, Claude Code model configuration y subagents.