Anthropic vuelve a estar en el centro del runrún: durante el fin de semana se han filtrado indicios de un nuevo modelo llamado Claude Sonnet 5, y las primeras pruebas apuntan a algo muy concreto: un “no-thinking” rápido que, en tareas de código, podría poner en aprietos a la gama alta.
La filtración incluye además una pista temporal clara: una cadena interna fechada el 3 de febrero de 2026. Nadie puede asegurar si se trata del día de lanzamiento público o simplemente de un hito del pipeline interno —validación, congelado de pesos, despliegue gradual—, pero la coincidencia resulta difícil de ignorar.
Por calendario, ese 3 de febrero cae en la misma semana de la Super Bowl LX, que se juega el 8 de febrero, y si la industria de la IA está entrando en modo marketing masivo, no sería extraño ver anuncios sincronizados con eventos de gran impacto mediático.
Lo más llamativo no es la fecha, sino el rendimiento descrito en pruebas prácticas publicadas por TestingCatalog. Según esas observaciones, existe una variante “no-thinking” de Sonnet 5 que ya parece competitiva en matemáticas frente a modelos punteros actuales. No estamos ante el típico modelo “rápido y barato” que se viene abajo en cuanto el razonamiento exige dos pasos seguidos, al menos según lo visto hasta ahora.
Eso sí, conviene leer con cuidado el término “no-thinking”. Normalmente hace referencia a una configuración orientada a latencia y coste —menos deliberación explícita, menos pasos internos—, no a que el modelo carezca de capacidad. Y aquí aparece otra afirmación especialmente relevante para desarrolladores: en algunos flujos de trabajo, Sonnet 5 habría ofrecido mejores resultados de programación que Claude Opus 4.5.
Si esto se confirma, implica algo muy concreto: el modelo supuestamente más ágil y económico podría superar al “tope de gama” de la casa en tareas específicas. Justo lo que se busca cuando necesitas un asistente que no se inmute con trabajo real, no solo con demos bonitas.
Entre las pruebas hay un ejemplo que se repite por lo visual que resulta: generación estructurada con texto. Ante un prompt para crear un mapa mundi en ASCII, el probador afirma haber obtenido el resultado más completo y detallado que ha visto hasta la fecha. No es solo “hacer dibujitos”, sino demostrar control espacial, consistencia y capacidad de mantener una estructura compleja sin que el output se desmorone a mitad de camino.
Lo interesante es cómo aterriza esto en el mundo real. Un modelo que se comporta bien en estructura visual con texto suele rendir mejor en tareas de UI, plantillas, layouts y generación de componentes. De hecho, también se mencionan pruebas en código orientado a interfaces de usuario y renderizado donde el modelo habría destacado.
Esto encaja con una sensación compartida por muchos desarrolladores: el mejor modelo no siempre es el que lidera los benchmarks, sino el que te escribe el componente, lo alinea correctamente y no se inventa props que no existen.
La build observada en las pruebas mostraba una ventana de contexto de 128k tokens, lo que en teoría permitiría manejar documentación extensa, múltiples archivos y conversaciones largas sin perder coherencia. Sin embargo, el propio material advierte que esa cifra podría cambiar en una versión de lanzamiento.
Esto es habitual: en pruebas internas aparecen configuraciones que luego se ajustan por coste, estabilidad, seguridad o rendimiento en inferencia. Además, si el objetivo de Sonnet 5 es ser rápido, mantener 128k de contexto de forma agresiva puede no encajar con una estrategia de baja latencia pensada para uso masivo.
Todo encaja con el posicionamiento habitual de Anthropic: Sonnet 5 apuntaría a ser más rápido y barato que Opus, el clásico modelo todoterreno que usas para casi todo —programar, redactar, resumir, generar UI o prototipar— sin sufrir cada vez que miras el consumo de tokens.
Aquí está la batalla real de 2026. No gana quien tenga el modelo “más listo” en una demo aislada, sino quien domine el equilibrio entre precio, latencia y fiabilidad. Si Sonnet 5 mantiene ese combo y además mejora en código y tareas estructuradas, se convierte en una alternativa muy seria para equipos que hoy saltan entre ChatGPT y Gemini sin comprometerse con ninguno.
Las salidas mostradas en la filtración fueron compartidas por el usuario vvirtr, un detalle que no prueba nada por sí mismo, pero ayuda a trazar el origen de las capturas y refuerza la idea de que esto proviene de uso real y no de marketing.
Por ahora, lo más sensato es mantener la ceja levantada. Filtración no es anuncio, y “en mi máquina va” no equivale a rendimiento consistente en producción. Aun así, si el 3 de febrero de 2026 termina siendo una fecha pública y Anthropic decide jugar en la semana de la Super Bowl, el mensaje sería claro: la IA ya no solo compite en laboratorios, también compite en la cultura pop.
Queda por ver qué lanza Anthropic realmente, con qué límites de contexto, qué pricing y si este Sonnet 5 “no-thinking” es tan sólido en UI y renderizado como promete la filtración. Si algo deja claro este runrún es una tendencia incómoda para todos: cada generación hace más difícil justificar pagar más por “el mejor” cuando el “suficientemente bueno” ya saca el trabajo adelante.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
