Sonnet 5.5 afirma ser un 30% más rápido. Mi bandeja de entrada notó algo diferente.
Todos informaron el punto de referencia. Nadie informó qué efecto tiene la velocidad en la forma de una jornada laboral. Ejecuté mi lunes normal dos veces, una por modelo.
Sonnet 5.5 se lanzó con números: producción un 30% más rápida, hasta un 30% menos de costo por tarea, Terminal-Bench al 70,6% frente al 10,3% de Sonnet 5. Bien. Los puntos de referencia no pagan mis facturas, así que realicé un experimento deliberado: un lunes completo de mi trabajo real dos veces, una en cada modelo, las mismas tareas, mi propio tiempo.
Las tareas no eran nada glamorosas: catorce correos electrónicos de clientes, una reescritura del resumen del proyecto, algunos párrafos con signos de interrogación del contrato, una tabla resumida de los resultados de la encuesta y el borrador del boletín semanal. Exactamente el "trabajo cotidiano bien enfocado" que Anthropic afirma que está diseñado para Sonnet 5.5. En Sonnet 5, las partes de IA del día tardaron aproximadamente 2 horas. El 5,5, unos 80 minutos.
Pero el hallazgo interesante no fueron los minutos. Con el modelo anterior, mi patrón era lotes y espera: poner en cola varias indicaciones, cambiar a otra cosa y volver. Con el más rápido, dejé de realizar lotes. Pregunta, consigue, sigue adelante, vuelve a preguntar. El flujo de trabajo cambió de forma porque la latencia cruzó mi umbral de cambio de atención. Eso vale más que el 30% bruto, y es por eso que las mejoras de velocidad se agravan de manera extraña.
La calidad se mantuvo en los lugares que pude medir. Los borradores del correo electrónico necesitaban la misma cantidad de ediciones, podría decirse que el informe era más estricto y las respuestas del contrato señalaban las mismas cláusulas. El salto Terminal-Bench sugiere ganancias de capacidad reales en codificación agente, que no puedo verificar personalmente en un día de clasificación de correo electrónico, pero nada empeoró en mi carril.
La reducción de costos es aquí la revolución silenciosa. Mi factura mensual con la misma carga de trabajo se redujo notablemente y, para los equipos que ejecutan miles de tareas al día, el 30% es cálculo de personal. Para mí, es la diferencia entre que la suscripción obviamente valga la pena y que yo me encoja de hombros ante la renovación. Barato y rápido es como la IA deja de ser una línea de pedido en la que piensas.