Laboratorio
Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.
ORGANIZACIÓN VERIFICADA
Anthropic
Consulta los modelos documentados, las evaluaciones publicadas y las fuentes primarias asociadas a esta organización.
01 / MODELOS
Catálogo verificado
CONOCIMIENTO Y CÓDIGO
Claude Opus 5
Modelo orientado a código y trabajo de conocimiento, con controles que permiten ajustar el esfuerzo a cada tarea.
16 SEP. 2026↗ RAZONAMIENTO PROLONGADOClaude Fable 5.1
Razonamiento y agentes de larga duración.
16 SEP. 2026↗ EQUILIBRIO COSTE/CAPACIDADClaude Sonnet 5
Código, investigación y flujos profesionales con herramientas.
16 SEP. 2026↗ ALTA EFICIENCIAClaude Haiku 4.5
Alto volumen, subagentes y extracción estructurada.
16 SEP. 2026↗ FRONTERA ANTERIOR · AGENTESClaude Opus 4.5
Versión anterior de Opus orientada a código, agentes y uso de ordenador, conservada para migración y comparación histórica.
18 SEP. 2026↗ AGENTES Y USO DE ORDENADORClaude Sonnet 4.5
Generación anterior de Sonnet para código, agentes y automatización de interfaces, con resultados oficiales de computer use.
18 SEP. 2026↗ CÓDIGO AGENTIVO Y TRABAJO DE CONOCIMIENTOClaude Opus 5.5
Nueva generación Opus para código agentivo, uso de ordenador y trabajo profesional prolongado, con contexto de un millón de tokens.
29 SEP. 2026↗ INTELIGENCIA Y VELOCIDAD EQUILIBRADASClaude Sonnet 5.5
Actualización de Sonnet para tareas cotidianas, código y documentos con mejor velocidad y un millón de tokens de contexto.
29 SEP. 2026↗02 / EVALUACIONES
Resultados publicados
Las cifras se muestran con el contexto comunicado por su fuente. Un resultado del proveedor no equivale a una comparación independiente ni sustituye una evaluación propia.
| Modelo | Benchmark | Resultado | Métrica |
|---|---|---|---|
| Claude Opus 5 | Terminal-Bench Science 0.1 | 29,0 % | Exactitud |
| Claude Opus 5 | CursorBench 3.2 | 70,0 % | Exactitud |
| Claude Opus 5 | AutomationBench | 26,9 % | Exactitud |
| Claude Fable 5.1 | Terminal-Bench Science 0.1 | 52,6 % | Exactitud |
| Claude Fable 5.1 | CursorBench 3.2 | 73,4 % | Exactitud |
| Claude Fable 5.1 | Humanity's Last Exam | 65,0 % | Con herramientas |
| Claude Sonnet 5 | OSWorld-Verified | Curva por esfuerzo | Éxito y coste |
| Claude Sonnet 5 | BrowseComp | Curva por esfuerzo | Exactitud y coste |
| Claude Haiku 4.5 | SWE-bench Verified | 73,3 % | Resuelto |
| Claude Haiku 4.5 | Terminal-Bench | 41,75 % | Con pensamiento |
| Claude Opus 4.5 | Evaluaciones Claude Opus 4.5 | Publicadas | Código, agentes y ordenador |
| Claude Sonnet 4.5 | OSWorld | 61,4 % | Tareas de ordenador resueltas |
| Claude Opus 5.5 | Terminal-Bench 4.0 | 66,4 % | Exactitud |
| Claude Opus 5.5 | GDPval-AA v2.1 | 1.846 | Elo |
| Claude Sonnet 5.5 | Terminal-Bench 4.0 | 70,6 % | Exactitud |
03 / MÉTODO
Cómo leer el directorio
Una organización, un producto y un modelo no son la misma unidad. Inferama los separa para evitar atribuir capacidades o condiciones comerciales al elemento equivocado.
Modelo
Versión identificable con límites, modalidades y comportamiento que pueden cambiar entre lanzamientos.
Canal de acceso
API, aplicación, nube asociada o plan comercial; cada canal puede tener precios, retención y límites distintos.
Fuente y fecha
Cada afirmación debe conservar la página oficial consultada y la fecha de verificación.
ANÁLISIS
Análisis relacionados
Claude Sonnet 4.5 con herramientas: calcula el coste de una tarea, no solo de una llamada
Una plantilla para estimar el gasto de un flujo de herramientas por rondas, distinguir tokens de entrada y salida de cargos adicionales y contrastar el cálculo con los registros de uso.
28 sep. 2026 ↗
Claude Opus 4.5 en tareas largas: calcula el coste por trabajo terminado
Una tarifa por millón de tokens no basta para presupuestar un flujo de varios pasos. Aprende a sumar entrada, salida, caché, reintentos y revisión, y a fijar límites antes de ejecutar.
25 sep. 2026 ↗
Claude Sonnet 5: cómo medir el efecto de su nuevo tokenizador antes de migrar
Anthropic indica que el mismo texto puede convertirse en más tokens con Sonnet 5 que con Sonnet 4.6. Un protocolo con corpus propio permite comprobar si eso reduce el contexto útil o modifica el coste por tarea en una integración concreta.
23 sep. 2026 ↗
Claude Sonnet 4.5 en ciencias de la vida: qué demuestran sus resultados y cómo revalidarlos
Las puntuaciones de Sonnet 4.5 en tareas de investigación biológica justifican una evaluación interna, no una conclusión sobre su fiabilidad experimental. Qué miden Protocol QA, LAB-Bench y BixBench, qué no miden y cómo diseñar una prueba retrospectiva controlada.
23 sep. 2026 ↗
Claude Haiku 4.5: cómo calcular el coste por respuesta utilizable
La tarifa por llamada no revela por sí sola cuánto cuesta una respuesta que el equipo acepta. Esta guía presenta una fórmula reproducible para sumar tokens de entrada y salida, reintentos y revisión, con tres escenarios ilustrativos para Claude Haiku 4.5.
23 sep. 2026 ↗
Claude Opus 5 en tareas de escritorio: qué evidencia hace falta antes de darle control de una interfaz
Una puntuación de benchmark no demuestra que un modelo pueda operar una aplicación de forma segura. Proponemos una evaluación acotada para medir éxito, errores, recuperación, latencia y necesidad de supervisión.
23 sep. 2026 ↗04 / FUENTES
Trazabilidad
FICHA TÉCNICAModelos y límites de Claudeplatform.claude.com↗LANZAMIENTOPresentación oficial de Claude Opus 5www.anthropic.com↗TRANSPARENCIAInforme de transparencia de Claude Opus 5www.anthropic.com↗ESTADOEstado y calendario de modelos Claudedocs.anthropic.com↗BENCHMARKTerminal-Bench Science 0.1www.anthropic.com↗FUENTE PRIMARIADocumentación oficialwww.anthropic.com↗LANZAMIENTOPublicación oficialwww.anthropic.com↗LANZAMIENTOPublicación oficialwww.anthropic.com↗FICHA TÉCNICALanzamiento oficial de Claude Opus 4.5www.anthropic.com↗BENCHMARKEvaluaciones Claude Opus 4.5assets.anthropic.com↗FICHA TÉCNICALanzamiento oficial de Claude Sonnet 4.5www.anthropic.com↗FICHA TÉCNICAFicha oficial del modeloplatform.claude.com↗LANZAMIENTOAnuncio o catálogo oficialwww.anthropic.com↗FICHA TÉCNICAFicha oficial del modeloplatform.claude.com↗LANZAMIENTOAnuncio o catálogo oficialwww.anthropic.com↗