Sonnet 5.5 frente a Opus 5.5: qué muestran quince proyectos
Mike Codeur
¿Puedes permitirte ejecutar todas las tareas con Opus 5.5? Sonnet 5.5 costaba la mitad por token. Mike quiso comparar proyectos entregados, no únicamente precios. Lanzó quince proyectos en Claude Code con ambos modelos, los mismos prompts y carpetas aisladas, sin intervención humana durante las ejecuciones. Solo trece terminaron en los dos lados: todas las cifras comparativas siguientes corresponden a esos trece.
Qué se comparó
Los proyectos incluyen un agujero negro 3D, una galaxia de partículas, simulación de fluidos, landing page, configurador, dashboard, juego de plataformas y API con pruebas. La variedad importa: una animación, una interfaz y una API tienen fallos diferentes. Mike usó prompts iguales en carpetas separadas dentro de la misma herramienta y abrió los resultados lado a lado. Esto reduce algunas diferencias, pero no representa todas las configuraciones de tu repositorio.
Trece comparaciones completas
| Medida en los trece proyectos comunes | Sonnet 5.5 | Opus 5.5 |
|---|---|---|
| Proyectos entregados y ejecutables | 13/13 | 13/13 |
| Proyectos con pruebas correctas | 13/13 | 12/13 |
| Tiempo acumulado de ejecución | 34 min 01 s | 2 h 15 min |
| Coste equivalente API de estas ejecuciones | 4,52 $ | 26,34 $ |
| Pruebas escritas | 128 | 222 |
Son tiempos observados, no una promesa de entrega para otra tarea. Los dólares son un cálculo equivalente API de estas ejecuciones; no son una factura de suscripción Claude Code ni incluyen la revisión humana. El número de pruebas escritas no indica por sí solo la calidad del producto.
Qué pasó con los proyectos catorce y quince
La ejecución de Opus se detuvo antes de terminar ambos proyectos. Sonnet tiene resultados, pero no existe una comparación completa. Contarlos como dos victorias Sonnet alteraría el denominador. Que una app arranque y pasen sus pruebas tampoco demuestra que su interfaz, interacciones y arquitectura sean buenas. El vídeo abre las demostraciones y el código para que puedas juzgar los resultados.
Precio por token frente a coste del trabajo utilizable
Anthropic fijó el precio de Sonnet 5.5 en 2 $ por millón de tokens de entrada y 10 $ por millón de salida, aproximadamente la mitad del precio por token de Opus 5.5 en ese momento. Una decisión práctica también debe contar tokens de razonamiento, caché, herramientas, reintentos, tiempo transcurrido y correcciones humanas. Un token barato no garantiza una tarea terminada a menor coste.
Las evaluaciones del proveedor y de terceros a veces usan distintos niveles de esfuerzo o entornos. Un resultado de Sonnet en Terminal-Bench con max no debe compararse con uno de Opus en xhigh como si fueran configuraciones iguales. Los quince proyectos de Mike son una experiencia concreta, no una clasificación universal.
Cómo repetir la prueba con tu trabajo
- Elige tareas representativas: interfaz, corrección de un error y funcionalidad con pruebas.
- Fija commit inicial, prompt, permisos y criterios de aceptación.
- Mide ejecuciones terminadas, tiempo, coste completo y correcciones tras revisión.
- Abre la aplicación y el código: las interacciones y casos límite importan tanto como las pruebas.
- Registra aparte los proyectos incompletos, sin convertirlos a la fuerza en porcentajes de victoria.
En estos trece duelos Sonnet fue más rápido y barato según el coste equivalente API. Mira las realizaciones antes de decidir si ese compromiso te conviene o si algunas tareas más abiertas requieren Opus.
Únete a The Agentic Dev para seguir las pruebas prácticas de modelos y desarrollo.