El modelo barato ya tiene un dial propio

Durante buena parte de los últimos dos años, elegir un modelo de IA se parecía a elegir gasolina: había una versión barata y una versión premium, y la diferencia era previsible —la barata hacía lo básico rápido, la cara razonaba mejor y costaba más. Esa regla simple le servía a cualquiera que decidiera sin tener que entender la tecnología por dentro.

El 7 de octubre, Anthropic complicó esa regla a propósito. Presentó Claude Haiku 5.5 como “el modelo pequeño más barato, rápido y capaz que hemos lanzado”, y hasta ahí la noticia habría sido solo otra bajada de precio. Lo que la vuelve distinta es que, por primera vez en un modelo de esta categoría, también trae un control de esfuerzo: cinco niveles, de Low a Max, que deciden cuánto razona antes de contestar.

Dicho de otro modo: el modelo barato dejó de significar “el que piensa poco siempre”. Ahora significa “el que piensa poco por defecto, y a veces un poco más, si se lo pides”. Esa diferencia importa menos para quien programa el modelo que para quien decide, en su negocio, cuándo vale la pena pagar por algo más caro.

Qué cambió exactamente, según Anthropic

Conviene quedarse con los números oficiales, porque aquí el ahorro real depende del tamaño de lo que le pidas. Para solicitudes de hasta 100 mil unidades de texto, el costo baja 90% frente a la versión anterior, Haiku 4.5. Para solicitudes más largas, el ahorro baja a 50%. En promedio, sobre el uso típico, Anthropic habla de 75% menos costo.

Los cinco niveles de esfuerzo —Low, Med, High, Xhigh y Max— no son un adorno técnico: cambian tanto la calidad de la respuesta como lo que cuesta generarla. El nivel por default es Med, pensado para que la mayoría de los usos no tenga que tocar nada.

Anthropic nombra con precisión para qué sirve, y para qué no. A favor: tareas de alto volumen y bajo riesgo por respuesta —resúmenes, clasificación, consultas a bases de datos— y tareas donde la velocidad pesa más que la profundidad, como soporte en vivo o un agente que navega una página. Un cliente citado en el anuncio, la firma de análisis financiero Rogo, lo resume así: “el trabajo corto y de alto volumen es donde Claude Haiku 5.5 encaja para nosotros, como búsquedas rápidas, subagentes y resúmenes”.

En contra, y dicho por la propia empresa: para código que exige razonamiento sostenido —no una búsqueda rápida, sino resolver algo complicado de punta a punta— sus modelos Sonnet y Opus siguen siendo la recomendación. Haiku 5.5 no vino a reemplazarlos: vino a ocupar el lugar que ellos no deberían estar ocupando, por caro.

Por qué esto no es solo un tema de quien programa

Es tentador leer esto como una noticia de ingeniería de costos, y dejarla ahí. Pero casi cualquier negocio que hoy usa un chatbot de soporte, un asistente que clasifica correos o una herramienta que resume reuniones, está usando —lo sepa o no— un modelo de este tipo por debajo. La elección entre el modelo barato y el caro ya no la hace siempre un desarrollador: cada vez más la hace el plan que contrataste, o la configuración por default de la herramienta que compraste.

Saber que existe esa distinción cambia una conversación concreta: cuando a un proveedor de software le preguntas por qué su asistente “no piensa tan bien” en algo puntual, la respuesta casi nunca es que la IA sea mala. Casi siempre es que está configurada para ser barata en todo, incluso en lo poco que de verdad necesitaba pensar más. Ahora que el propio modelo barato trae un dial de esfuerzo, esa excusa se vuelve más corta: subir el nivel de esfuerzo en lo que importa ya no obliga a cambiar de modelo entero.

Cuándo no te sirve

Si tu volumen es bajo pero cada respuesta pesa mucho. El ahorro de Haiku 5.5 está en el volumen: 90% menos costo en solicitudes cortas solo importa si hay muchas. Si haces pocas consultas a la semana y cada una es una decisión seria, el ahorro en dinero es pequeño y el riesgo de una respuesta superficial no vale la pena correrlo.

Si confundes “barato” con “sin revisión”. Un modelo rápido para borradores sigue necesitando que alguien lea el borrador. El ahorro es de tiempo de escritura, no de criterio.

Si tu tarea es, de entrada, de las que Anthropic no recomienda. Código complejo, negociaciones, decisiones legales o financieras de peso: ahí el propio fabricante te dice que no es el modelo indicado. Forzarlo para ahorrar no cambia esa recomendación.

Si no controlas qué modelo usa tu herramienta. Si usas una app o un servicio de terceros, puede que ni siquiera tengas forma de subir el nivel de esfuerzo en lo que importa. En ese caso, esta noticia es útil para preguntarle a tu proveedor qué modelo corre detrás — no para ajustarlo tú mismo.

Qué hacer el lunes

Paso 1 (10 minutos). Corre el ejercicio de arriba con tu operación real, no con ejemplos genéricos. El resultado es el que importa, no la noticia.

Paso 2 (15 minutos). Si usas una herramienta de IA de terceros —un chatbot, un asistente de soporte, algo que clasifica o resume—, pregúntale a quien te la vendió si el modelo que corre por debajo tiene niveles de esfuerzo ajustables, y en cuáles tareas lo tienen puesto al mínimo.

Paso 3 (10 minutos). Elige una sola tarea de las que marcaste como “de peso” y revisa, la próxima vez que la hagas con IA, si de verdad estás usando el modelo que piensa más — o si llevas meses usando el barato por costumbre, sin notar la diferencia.