Cada poques setmanes apareix un model d’IA nou que promet canviar-ho tot. L’anunci de Claude Sonnet 5, el model més "agèntic" d’Anthropic fins ara, n’és un bon exemple: arriba amb comparatives davant de Sonnet 4.6 i Opus 4.8, benchmarks de programació autònoma i una taula de preus d’API que pot marejar qualsevol. Si dirigeixes una pime, la pregunta no és quin és el model més potent, sinó quin et dona la millor relació cost-rendiment per al teu cas concret. Anem a traduir l’anunci a decisions de negoci.
Què canvia en Claude Sonnet 5 davant de Sonnet 4.6
Anthropic presenta Claude Sonnet 5 com el seu Sonnet més capaç de treballar de forma autònoma: planifica tasques, fa servir eines com navegadors i terminals, i executa processos de diversos passos sense supervisió constant. Segons la companyia, millora el seu predecessor, Sonnet 4.6, en aspectes clau per al treball real: raonament, ús d’eines, programació i tasques de coneixement.
A la pràctica, "més agèntic" significa que el model acaba tasques complexes on abans es quedava a mitges i que revisa el seu propi resultat sense que li ho demanis. Per a una empresa, això es tradueix en menys intervenció manual en els fluxos que decideixis automatitzar.
Sonnet 5 vs Opus 4.8: el veritable debat és el cost-rendiment
Durant l’últim any, els avenços agèntics més grans venien dels models Opus, més potents i més cars. La novetat és que Sonnet 5 escurça distàncies: el seu rendiment s’acosta al d’Opus 4.8, però a un preu menor.
Anthropic ho il·lustra amb corbes de cost-rendiment en dues avaluacions: BrowseComp (cerca agèntica) i OSWorld-Verified (ús de l’ordinador). La idea central és que pots ajustar el "nivell d’esforç" del model: a esforç mitjà, Sonnet 5 ofereix una eficiència de cost molt superior; a esforç alt, arriba a igualar Opus 4.8 en algunes tasques. No hi ha un únic guanyador, sinó un rang d’opcions on triar el teu equilibri entre despesa i capacitat.
Preus d’API: el que de veritat paga la teva empresa
Aquí hi ha la part que impacta en la teva factura. Aquests són els preus publicats per Anthropic:
- Claude Sonnet 5: preu introductori de 2 $ per milió de tokens d’entrada i 10 $ per milió de sortida fins al 31 d’agost de 2026; després, 3 $ i 15 $ respectivament.
- Opus 4.8: 5 $ per milió de tokens d’entrada i 25 $ per milió de sortida.
Hi ha un matís important: Sonnet 5 fa servir un tokenitzador nou, així que el mateix text pot consumir més tokens que abans (entre 1,0 i 1,35 vegades segons el tipus de contingut). Anthropic ajusta el preu introductori perquè el canvi sigui aproximadament neutre en cost, però convé tenir-ho present a l’hora d’estimar la teva despesa real: el preu per token no és el mateix que el cost per tasca.
Benchmarks de programació agèntica: com llegir-los sense marejar-te
Els benchmarks són útils, però no són el teu negoci. Una puntuació alta a OSWorld-Verified (Sonnet 4.6 va obtenir un 78,5 %, per exemple) o en exàmens de coneixement general et diu que el model és competent, no que vagi a resoldre el teu problema concret.
Tres idees per interpretar-los amb cap:
- El nivell d’esforç canvia el resultat i el cost. Més esforç sol significar més tokens, més temps i més despesa.
- La tasca importa més que la mitjana. Un model pot brillar en cerca agèntica i ser del munt en una altra cosa.
- Compara amb criteris de negoci: cost total, encaix amb el teu procés, integració amb els teus sistemes i suport.
Fiabilitat: un factor que no surt a la taula de preus
Anthropic afirma que Sonnet 5 mostra menys comportaments no desitjats que Sonnet 4.6, al·lucina i "adula" menys, i resisteix millor els intents d’injecció d’instruccions (prompt injection). També assenyala que la seva capacitat per a tasques de ciberseguretat ofensiva és molt menor que la d’Opus, i que el model es llança amb salvaguardes activades per defecte. En un context empresarial, menys al·lucinacions i major resistència a manipulacions no són un detall tècnic: són fiabilitat, just el que necessites si un agent tocarà els teus processos.
Què significa això per a la teva pime
La conclusió no és "fes servir Sonnet 5" ni "fes servir Opus 4.8". És que avui pots ajustar el model i el nivell d’esforç al valor real de cada tasca, en lloc de pagar sempre pel més potent. Un assistent que classifica correus no necessita el mateix múscul que un agent que automatitza un procés crític.
Per aprofitar-ho calen tres coses que no apareixen en cap benchmark: un cas d’ús mesurable, dades ordenades i governades, i integració amb els teus sistemes. Sense dades ben gestionades, fins i tot el millor model rendeix poc. I una bona notícia per a qui ja treballa a l’ecosistema Microsoft: els models Claude estan disponibles a Microsoft Foundry (sobre Azure), cosa que facilita connectar-los amb la resta de la teva tecnologia de negoci.
Del titular a la decisió
A Tisa ajudem les empreses a passar de l’anunci a la decisió: identificar el cas d’ús, preparar les dades i triar la tecnologia amb criteri de negoci, no per moda. Portem des de 1987 aterrant tecnologia a pimes, i la IA l’abordem igual que un bon projecte d’ERP: pel valor que genera, no per les sigles.
Si vols explorar on encaixa la IA a la teva empresa —i amb quin cost realista—, parlem-ne. Sol·licita una valoració sense compromís trucant al (+34) 971 305 885, escriu-nos a info@grupotisa.com o visita grupotisa.com.