Claude 3.7 Sonnet

En una mezcla típica de 70% entrada / 30% salida, Claude 3.7 Sonnet sale a 6,60 US$ por millón de tokens. Eso lo sitúa por encima del 74% de los 47 modelos que seguimos aquí, y 15 modelos más de la misma capa gama media quedan por debajo. La capa es una etiqueta de capacidad, no una banda de precio: la horquilla dentro de una capa suele ser más ancha que la distancia entre capas, y por eso elegir solo por capa tiende a hacer gastar de más.

La entrada cuesta 3,00 US$ por millón y la salida 15,00 US$, una proporción de 5,0x. Esa proporción importa más que cualquiera de las dos cifras por separado: una carga de resumen o clasificación lee mucho más de lo que escribe y seguirá el precio de entrada, mientras que la generación de código o la escritura larga lo invierten y seguirán el de salida. Compara modelos según la proporción real de tu tráfico, no según el precio de entrada.

El perfil de benchmarks es inusualmente plano: extracción de datos lidera con 91/100, pero solo 2 puntos separan la categoría más fuerte de la más débil. Eso convierte a Claude 3.7 Sonnet en una opción por defecto segura para cargas mixtas donde no puedes predecir qué capacidad exigirá cada petición, y en mala elección si necesitas un especialista.

La ventana de contexto es de 200K tokens y la puntuación de rendimiento, 88/100. El contexto solo se gana su sitio si lo llenas, y llenarlo es justo lo que encarece una petición: una ventana grande es una opción, no un descuento. Para un modelo de capa gama media, juzga la velocidad según lo que hagas: lo decide todo en chat interactivo y casi nada en procesos nocturnos por lotes.

Conviene comprobarlo antes de decidir: Claude Haiku 5.5 puntúa al menos igual en programación y razonamiento combinados y sale a 0,22 US$ por millón frente a los 6,60 US$ de Claude 3.7 Sonnet. Eso no convierte a Claude 3.7 Sonnet en mala elección —ventana de contexto, latencia, dependencia del proveedor y capacidades concretas quedan fuera de una puntuación de benchmark—, pero sí significa que la diferencia de precio necesita un motivo detrás.

La comparación más cercana es Grok 4.5, de xAI, a 3,20 US$ por millón frente a 6,60 US$. 9 modelos de esta capa puntúan más alto en programación y razonamiento combinados, que es el encuadre útil: la pregunta rara vez es si un modelo es bueno, sino si es lo más barato que resulta suficientemente bueno para el trabajo concreto que le envías.