Modelos de Claude en 2026: qué hace cada uno y cuál te conviene

Elegir modelo de Claude pasa por saber qué capacidad necesitas, dónde lo vas a usar y cuánto puedes pagar por cada tarea. Además, lo que aparece en las aplicaciones de Claude, en Claude Code y en la API no siempre coincide, y depende del plan contratado.

En poco más de un mes, Anthropic ha renovado toda la gama, y la llegada de Claude Opus 5.5 cambia la comparación con Fable 5.1, su modelo de gama más alta. En esta guía repasamos qué hace cada modelo, cuánto cuesta en la API y cómo elegir según la tarea o el proceso de negocio.

Qué modelos de Claude conviene comparar

El catálogo actual de Anthropic reúne cuatro modelos de propósito general, todos con una ventana de contexto de un millón de tokens, pensados para cargas de trabajo distintas.

• Claude Fable 5.1 es el que Anthropic destina al razonamiento más exigente y al trabajo agéntico de largo recorrido.
• Claude Opus 5.5 está pensado para la programación agéntica y el trabajo de conocimiento de larga duración. Es el punto de partida que recomienda Anthropic cuando no está claro qué modelo usar.
• Claude Sonnet 5.5 busca el equilibrio entre velocidad e inteligencia, y destaca en tareas del día a día bien acotadas, en la corrección de errores y en documentos, presentaciones u hojas de cálculo.
• Claude Haiku 5.5 es el más rápido y económico, orientado a tareas de gran volumen como la clasificación, la extracción de datos o el enrutado de peticiones.

Queda fuera de la comparativa Claude Mythos 5.1, una variante de Fable 5.1 con salvaguardas más ligeras que Anthropic reserva a organizaciones de ciberseguridad y ciencias de la vida verificadas a través de sus programas.

Al comparar resultados o precios, identifica siempre la versión exacta, porque Opus 5 y Opus 5.5, o Sonnet 5 y Sonnet 5.5, no son intercambiables. Y si usas Sonnet 4.5 en la API, Anthropic lo retira el 30 de noviembre y propone Sonnet 5.5 como relevo.

Qué cambia con Claude Opus 5.5

Anthropic presentó Claude Opus 5.5 el 22 de septiembre como primer modelo de la familia 5.5. Según la compañía, rinde al nivel de Claude Fable 5.1 en la mayoría de las tareas, y su anuncio recoge resultados en programación agéntica, trabajo de conocimiento, procesos de negocio y manejo del ordenador.

La diferencia económica es relevante. Opus 5.5 cuesta 4 USD por millón de tokens de entrada y 20 USD por millón de salida, frente a los 10 y 50 USD de Fable 5.1, un 60 % menos por token. Anthropic calcula además que, con la configuración por defecto, sale un 40 % más barato que Opus 5 en cargas de trabajo habituales. El ahorro real por tarea dependerá del consumo, las herramientas y los reintentos.

La documentación de Anthropic recomienda empezar por Opus 5.5 y reservar Fable 5.1 para el razonamiento más exigente, el trabajo agéntico de largo recorrido o los casos en que Opus 5.5 con más esfuerzo se queda corto. Para una empresa, merece la pena volver a evaluar los procesos en los que Fable funcionaba bien pero salía caro, con pruebas sobre tareas reales que midan también errores y tiempo de revisión.

La familia se completó con Sonnet 5.5, el 28 de septiembre, y Haiku 5.5, el 7 de octubre. El primero mejora claramente a Sonnet 5 con la misma tarifa base, y el segundo cuesta de media en torno a un 75 % menos que Haiku 4.5, según Anthropic.

Dónde puedes utilizar cada modelo

Conviene distinguir entre las aplicaciones de Claude (web, escritorio y móvil), Claude Code, Claude Cowork y la API. Que un modelo esté disponible para integrarlo en tus sistemas no implica que aparezca en el selector de tu plan.

En las aplicaciones, el plan gratuito da acceso a Sonnet y Haiku, y Opus llega a partir de Pro. Fable 5.1 se paga con créditos de uso en Pro y en los puestos estándar de Team y Enterprise, mientras que en Max y en los puestos premium entra en la cuota hasta la mitad del límite semanal. En los planes de empresa cuenta también la configuración que haya definido la organización.

Para integraciones propias, los cuatro modelos están en la API de Anthropic y en Amazon Web Services, Google Cloud y Microsoft Azure. Los precios por token de esta comparativa son los de la API y van aparte de cualquier suscripción.

Cómo interpretar los benchmarks al comparar modelos

Los benchmarks muestran diferencias en tareas concretas, pero sus resultados dependen de la versión del modelo, el nivel de esfuerzo, las herramientas y las condiciones de ejecución. Las cifras del anuncio de Opus 5.5, por ejemplo, se miden en general con el esfuerzo máximo, por encima del que viene por defecto en las aplicaciones y en la API.

La propia Anthropic da una pista de cómo leerlas. En su tabla, Opus 5.5 aparece por delante de Fable 5.1, y aun así matiza que, en su uso interno, la distancia entre ambos es menor de lo que sugieren esas cifras.

En una empresa, las pruebas publicadas deben complementarse con una evaluación propia, con ejemplos representativos, sus excepciones y un criterio de aceptación fijado de antemano. Mide calidad, tiempo, coste por tarea completada e intervención humana, porque un modelo más barato por token puede salir más caro si necesita más intentos o correcciones.

Las limitaciones de los benchmarks

Antes de llevar un benchmark a una decisión de negocio, revisa estos seis aspectos.

El esfuerzo de razonamiento influye: Más esfuerzo suele subir la puntuación, pero también la latencia y el consumo, y a veces resta. En FrontierCode, Sonnet 5.5 sacó un 52,1 % en el penúltimo nivel de esfuerzo y un 46,2 % en el máximo, porque a ese nivel lanzaba más revisiones de código y algunas acabaron en cambios fuera de alcance o en tiempo agotado.

Las herramientas y el entorno cambian el resultado: Haiku 5.5 pasa del 45,9 % al 57,4 % en Humanity’s Last Exam cuando puede usar herramientas. El dato útil es el que se parece a tu configuración.

La selección de pruebas ofrece una visión parcial: Quien publica decide qué datos enseña y en qué condiciones. En los resultados de Terminal-Bench 4.0 del anuncio de Opus 5.5, cada modelo aparece con su mejor puntuación, obtenida con niveles de esfuerzo distintos, como recogen las notas al pie.

La media puede ocultar el fallo que te importa: Haiku 5.5 queda a siete puntos de Sonnet 5.5 en Humanity’s Last Exam con herramientas, pero en programación agéntica la distancia se dispara, con un 39,2 % frente a un 70,6 % en Terminal-Bench 4.0.

La consistencia también cuenta: Interesa saber si la calidad se mantiene entre ejecuciones y cuánta revisión humana exige. Anthropic indica un error estándar de ±2,6 puntos para Opus 5.5 en Terminal-Bench 4.0, así que diferencias de dos o tres puntos pueden ser ruido.

La disponibilidad condiciona la elección: Comprueba que el modelo y las funciones evaluadas están en tu producto, plan y configuración. Fable 5.1 requiere un plan de pago, y los modelos más recientes aplican salvaguardas en ámbitos como la ciberseguridad o la biología que derivan ciertas peticiones a un modelo anterior. Si necesitas que los datos se procesen en una región concreta, revisa también las opciones de residencia de cada plataforma.

Cuánto cuesta cada modelo en la API

Estas son las tarifas base de entrada y salida publicadas por Anthropic, consultadas el 13 de octubre de 2026, en dólares por millón de tokens:

Haiku 5.5 es el único con dos tramos, y una petición que supera los 100.000 tokens de entrada se factura entera con la tarifa alta. Además, el procesamiento por lotes rebaja el precio a la mitad en tareas que pueden esperar, el modo rápido de Opus 5.5 lo duplica a cambio de velocidad y fijar la inferencia en Estados Unidos lo multiplica por 1,1.

Si vienes de nuestra comparativa de modelos de ChatGPT, verás que Fable 5.1, Sonnet 5.5 y Haiku 5.5 tienen las mismas tarifas base que GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna. A igual precio por token, la diferencia la marcan los tokens que consume cada modelo para resolver tu tarea.

Por eso, antes de prever un gasto mensual, mide cuánto cuesta completar una tarea con calidad aceptable y cuántas ejecuciones vas a necesitar. Y si tu proceso usa un modelo de Claude anterior a la versión 4.7, ten en cuenta que el tokenizador actual genera en torno a un 30 % más de tokens para el mismo texto.

Qué modelo conviene en cada caso

Esta tabla recoge, para cada necesidad, el modelo con el que empezar las pruebas y lo que debes comprobar antes de decidir.

La elección final depende del proceso y del nivel de error que puedas aceptar.

Cómo eliges sin complicarte

Una regla sencilla ordena la decisión. Empieza por el modelo más barato que pueda resolver la tarea y sube solo si falla de forma medible. Arrancar siempre por el más potente multiplica la factura sin garantizar mejores resultados.

Con Claude tienes además una segunda palanca, el nivel de esfuerzo. Antes de cambiar de modelo, comprueba si el que ya usas cumple con más esfuerzo, que es el criterio de Anthropic para pasar de Opus 5.5 a Fable 5.1. Y en tareas rutinarias, bajarlo ahorra tiempo y coste si la calidad se mantiene.

Para saberlo, prepara una muestra representativa de tareas reales con sus excepciones y define el criterio de aceptación antes de mirar los resultados. Así comparas calidad, coste y revisión humana en tu propio proceso.

Quién te ayuda a decidir

En LISDATA llevamos desde 2013 trabajando en ingeniería de datos, analítica avanzada e inteligencia artificial para empresas, con equipo en Madrid, Barcelona, Santander, Vitoria y Hamburgo. Somos partner de Microsoft, trabajamos con Anthropic y contamos con certificación en gobierno del dato por DAMA International. Entendemos que una IA agéntica fiable empieza con unos datos preparados, gobernados y alineados con el negocio.

Montamos estas evaluaciones a menudo, y el patrón se repite. La elección de modelo raras veces es el cuello de botella, y sí lo son el estado de los datos, los permisos y el punto en el que una persona valida antes de que la acción tenga efecto.

Si estás decidiendo con qué modelo trabajar o quieres montar la prueba con tus propios casos, cuéntanos el tuyo.