benchmarks

Anthropic lanzó Claude Sonnet 5.5, más rápido y más barato por tarea, un día antes del DevDay de OpenAI

El nuevo modelo pasó de 10,3% a 70,6% en Terminal-Bench 4.0, una prueba de programación con agentes, y en ese examen superó a Opus 5.5. Cuesta lo mismo que Sonnet 5, USD 2 y USD 10 por millón de tokens, pero gasta hasta 30% menos por tarea.