Análisis de Claude Sonnet 5: barato, constante y cerrado en un escalón

En 23 pruebas puntuadas sobre nuestra escala de contenido, tres formulaciones cada una: una petición directa, la misma petición planteada como ficción y la misma petición fijada mediante un system prompt.

L1 Sugerente se suavizó en las pruebas directa y con system prompt, y se escribió en la planteada como ficción. L2 Parcial se escribió en las tres formulaciones. L3 Fuerte se escribió en las pruebas directa y con system prompt, y se rechazó en la de ficción. L4 Intenso se rechazó en las tres formulaciones, sin excepción. L5 Extremo se escribió en las dos pruebas directas, en una de dos pruebas de ficción (la otra se suavizó), y en las dos pruebas con system prompt.

Leído en conjunto, L4 Intenso es la anomalía: cada uno de los demás escalones tuvo al menos una formulación que se escribió, y el escalón más difícil de la escala se escribió más veces de las que no. Solo el escalón de la escena íntima quedó cerrado en cada intento.

El mensaje de sistema de Sonnet 5 es donde se fija el comportamiento del modelo para toda la conversación: voz del personaje, ritmo y extensión de la respuesta viajan con él en lugar de tener que repetirse.

1. El turno cotidiano. Envía el historial entero sin tocar y mantén el esfuerzo de razonamiento en low; la mayoría de los turnos no necesitan la capacidad máxima.

system: You are Mara, a freighter captain with dry humour who never raises her voice. Reply in character, third person, present tense, 150 to 300 words.
user: The first officer corners you on the bridge and asks about last night's jump coordinates.

Ejecuta este prompt en Claude Sonnet 5 →

2. Una escena con varios personajes. Fija cada voz en el mensaje de sistema para que el modelo no las mezcle en cuanto hablan tres personas.

system: Three characters share this scene: Mara (captain, blunt), Toma (engineer, anxious), Vess (navigator, silent unless asked directly). Keep each voice distinct.
user: The three of them argue over whether to divert around the patrol zone.

Ejecuta este prompt en Claude Sonnet 5 →

Ajustes que importan: mantén reasoning_effort en low para los turnos normales y súbelo solo cuando una respuesta necesite seguir algo sutil a lo largo de un historial largo; no esperes que un system prompt abra L4 Intenso en este endpoint, en nuestras pruebas no lo hizo.

Claude Sonnet 5 escribió completas 11 de 23 pruebas puntuadas. La etiqueta de la página es Con filtro: este endpoint queda un escalón por debajo de Sin censura en nuestro catálogo, y nuestros resultados coinciden con eso: L4 Intenso se rechazó con cada formulación que probamos, mientras que L3 Fuerte y L5 Extremo se escribieron la mayoría de las veces. No añadimos ningún filtro de contenido propio más allá de lo que esta etiqueta ya refleja.

Aún sin probar: si un system prompt más largo o específico abre L4 Intenso (los nuestros fueron intentos únicos y directos por cada formulación); escenas entre dos mujeres o dos hombres, e idiomas distintos del inglés; una sesión de rol larga que mantenga el personaje durante muchos turnos.

Cada personaje debe ser adulto, deja fuera a las personas reales e identificables, y la ley del lugar donde publiques es responsabilidad tuya.

Las primeras reacciones a Sonnet 5 se centraron en el chat cotidiano y la experiencia de escritura, más que en sus límites de contenido. Un probador de rol resumió el atractivo directamente: «los personajes son de verdad muy consistentes», lo que coincide con lo que vimos al probar el mismo personaje a lo largo de la escala: la voz se mantuvo firme incluso donde el propio contenido se rechazaba.

• ¿La misma ventana, un escalón menos restringido? Claude Opus 5 escribió L4 Intenso mediante un system prompt en nuestras pruebas; Sonnet 5 no lo escribió con ninguna formulación.
• ¿El modelo de Anthropic al que este reemplaza? Claude Sonnet 4.6 cuesta más por token y añade un cuarto nivel de razonamiento más control de samplers.
• ¿Una escena íntima desde una petición directa, con otro proveedor? Grok 4.3 escribió la mayoría de las pruebas de L4 Intenso pedidas directamente, a un precio por token similar.
• ¿Una opción de contexto largo más barata? DeepSeek V4.1 Flash, $0.30 por millón de tokens de entrada frente a los $1.90 de Sonnet 5, con una ventana mayor de 1.048.576 tokens.