Claude Sonnet 5 en Cline

Tras esto tendrás a Sonnet 5 moviendo Cline como agente completo: leyendo archivos, escribiendo código, ejecutando comandos, con prompt caching y extended thinking disponibles. Aquí está el alcance honesto.

Sonnet 5 es el driver por defecto de Cline, no un compromiso. Pero no es la única opción, y la elección equivocada desperdicia dinero en ambos sentidos.

Tres cosas, y la tercera es donde la mayoría de setups corporativos fallan en silencio.

• VS Code con la extensión Cline instalada del marketplace, actualizada a una release reciente.
• Una API key para el backend que sirva el modelo. Esta guía asume un gateway compatible con Anthropic, de modo que una key alcance Sonnet 5, Fable 5 y Opus 4.8 — pero la API directa de Anthropic también sirve.
• Alcance de red a tu endpoint. Tras un proxy TLS corporativo, arregla el certificado primero; las mismas reglas de la guía del error de SSL de Claude Code aplican a cualquier tool basada en Node.

Todo el setup son cuatro campos y un mensaje de prueba. La única decisión real es el Paso 1.

Paso 1: Elige la ranura de provider

Cline ofrece dos formas de entrada. Para Claude, el provider Anthropic es el valor por defecto correcto.

El provider Anthropic habla el protocolo nativo de Claude, así que las features de agente de Cline funcionan sin capa de traducción. Elige OpenAI Compatible solo cuando quieras deliberadamente un endpoint para modelos mixtos y aceptes que los controles de caché y el thinking nativo pueden no llegar.

Paso 2: Abre los ajustes de Cline y selecciona el provider

Clica el icono de Cline en la Activity Bar de VS Code, luego el icono de engranaje arriba del panel. En API Provider, selecciona Anthropic (o OpenAI Compatible si esa fue tu elección del Paso 1).

Paso 3: Pon el base URL y la key

Pega el base URL de la tabla en el campo Base URL, y tu API key en el campo API Key.

Base URL: https://tu-gateway.ejemplo/anthropic
API Key:  sk-...

Resultado esperado: los campos se guardan y Cline deja de avisar de una key ausente.

Paso 4: Pon el Model ID

Pon el Model ID al id namespaciado, prefijo incluido:

anthropic/claude-sonnet-5

Un claude-sonnet-5 sin prefijo falla en un gateway, porque el catálogo de modelos está namespaciado por proveedor. Para cambiar de modelo después, cambia solo este campo; el base URL y la key se quedan. anthropic/claude-fable-5 y anthropic/claude-opus-4.8 son los dos que más usarás.

Paso 5: Prueba la conexión

Envía un mensaje corto en el chat de Cline, por ejemplo "list the files in this project". Si Cline lee el árbol y responde, el tool use funciona y has terminado el setup básico.

Sonnet 5 razona un problema en una pasada aparte antes de responder, y esa pasada está activa por defecto (adaptive thinking). Lo que controlas no es un conteo de tokens sino un ajuste de profundidad.

El parámetro effort de Anthropic toma low, medium o high. El viejo knob budget_tokens ya no existe en Sonnet 5 — envíalo y la petición devuelve un 400. En Cline activas el razonamiento en los ajustes del modelo; si tu build de Cline aún pasa el valor legacy budget_tokens, actualiza Cline o cámbialo al control de effort, o Sonnet 5 rechazará la llamada.

Effort es un dial de coste, no una mejora gratuita. Los tokens de razonamiento se facturan como salida, y la salida de Sonnet 5 es 10 $/M, así que effort alto en cada turno trivial es dinero quemado. Ajusta el setting a la tarea.

El patrón práctico es mantener effort bajo por defecto y subirlo solo en el turno que lo necesite. Cline te deja cambiarlo por sesión, así que no estás atado a un ajuste para todo el proyecto.

Un ejemplo concreto: en un turno rutinario de "rename this variable across the file", effort alto hace que Sonnet 5 escriba un párrafo de razonamiento que nadie lee, y pagas tarifa de salida por ello. En un turno de "figure out why this async handler deadlocks", ese mismo effort alto es lo que le permite trazar el grafo de llamadas en vez de adivinar. Mismo modelo, mismo precio por token, valor radicalmente distinto según si la tarea necesitaba el thinking. Mira el contador de tokens por turno de Cline durante un día y calibrarás el dial más rápido que cualquier regla general.

También hay una trampa de calidad en la otra dirección. Desactivar el thinking del todo en una tarea genuinamente difícil no ahorra dinero — solo hace que Sonnet 5 responda rápido y mal, y luego gastas tres turnos de corrección arreglándolo. Barato-pero-equivocado es más caro que el effort que te saltaste.

Esta es la decisión que mueve tu factura. A las tarifas publicadas de Anthropic, los dos modelos se precian así:

Esas tarifas de Sonnet 5 son introductorias, vigentes hasta el 31 de agosto de 2026; la tarifa estándar después es 3 $/M de entrada y 15 $/M de salida, lo que reduce la brecha a unas 3,3x. Verifica las cifras actuales con la documentación de precios de Anthropic antes de meterlas en un presupuesto.

Durante la ventana introductoria Fable 5 cuesta 5x más que Sonnet 5 tanto en entrada como en salida. La carga de Cline — reenviar contexto y generar diffs cada turno — es justo el patrón de alto volumen de tokens donde esa brecha decide el total mensual.

Haz la cuenta con una sesión realista. Digamos que una sesión de trabajo mueve unos 2M de entrada y 200k de salida a lo largo de muchos turnos. En Sonnet 5 son unos 4 $ de entrada más 2 $ de salida, cerca de 6 $, y el caching baja más la parte de entrada. En Fable 5 la misma sesión son unos 20 $ de entrada más 10 $ de salida, cerca de 30 $ antes de caching. Ejecútalo a diario y la diferencia es un error de redondeo para un dev y una partida real para un equipo.

Escala a cinco desarrolladores, veinte días laborables al mes, y la sola elección del modelo por defecto mueve la factura mensual de unos 600 $ en Sonnet 5 a unos 3.000 $ en Fable 5, antes de que el caching baje más el número de Sonnet 5. Esa es toda la razón de que el valor por defecto importe más que ningún prompt ingenioso.

Así que la regla es simple. Por defecto Sonnet 5. Escala a Fable 5 solo cuando Sonnet 5 falla la tarea de verdad: un refactor grande entre archivos que no cabe en su cabeza, un bug de concurrencia o tipos que malinterpreta una y otra vez, o una decisión de arquitectura donde una llamada equivocada cuesta más que la prima de tokens jamás. Para el 80% cotidiano del trabajo de Cline, Sonnet 5 iguala el resultado a un quinto del precio.

El Paso 1 dijo que elijas el provider Anthropic para Claude. Aquí está el porqué, en detalle, porque la ranura equivocada silenciosamente quita features que pagaste.

La capa de traducción es la clave. La ranura OpenAI Compatible mapea el protocolo de Claude a la forma de OpenAI, y lo que no tenga un equivalente limpio — breakpoints de caché y el control de effort/reasoning en particular — puede perderse en el mapeo. Para un setup de Cline solo Claude, eso te cuesta las dos features que más afectan a tu factura y a la calidad de la tarea difícil.

La única razón para aceptar ese trade es una necesidad real de correr Claude y un modelo no-Claude por la misma ranura sin reconfigurar. Si no eres tú, toma la ruta nativa. Qué features sobreviven al mapeo también depende de tu versión de Cline, así que trata las dos pérdidas de arriba como el caso probable, no una garantía fija — si el caching y el reasoning te importan, el provider Anthropic quita la duda.

Un matiz que conviene saber: el Model ID es el mismo string en ambas ranuras, anthropic/claude-sonnet-5, porque el catálogo está namespaciado igual sin importar el protocolo. Lo que cambia es solo el path del base URL y qué features sobreviven.

El coste de Cline no va realmente de la tarifa titular del modelo. Va de cuántos tokens reenvías cada turno y de si están cacheados.

Cline reconstruye el contexto cada turno: el system prompt, tus instrucciones custom, el árbol de archivos y los archivos abiertos. En una sesión larga ese mismo bloque sale decenas de veces.

Para eso es el prompt caching. En la ruta nativa Anthropic, las cache reads de Sonnet 5 se facturan a 0,20 $/M frente a 2 $/M de entrada fresca — un corte de 10x en la parte de tu contexto que no cambia entre turnos. Un system prompt estable y un conjunto fijo de archivos del repo, reenviados 40 veces en una sesión, cuestan una décima parte cuando pegan en la caché.

La conclusión es un orden. Primero asegúrate de que el caching está activo, lo que significa el provider Anthropic. Después mantén Sonnet 5 por defecto. Solo entonces, para el turno genuinamente difícil, gasta en thinking o sube a Fable 5. Equivócate en ese orden — Fable 5 por defecto con caching apagado — y pagas unas cinco a ocho veces más por un trabajo que Sonnet 5 habría hecho igual.

Para confirmar que el caching funciona de verdad, mira el readout de tokens por turno de Cline: tras el primer turno de una sesión, el conteo de entrada cacheada debería subir mientras la entrada fresca se mantiene pequeña. Si cada turno muestra entrada fresca completa y cero caché, estás en una ranura o ruta que soltó el caching — de vuelta a la elección de provider de arriba.

Seis síntomas cubren casi todos los reportes.

Si un Model ID resuelve pero las respuestas se sienten truncadas, comprueba que el max-tokens de Cline no esté cortando la salida antes de que quepan la pasada de razonamiento y la respuesta.

La decisión de escalar solo paga si cambiar es barato, y en Cline lo es. Como los tres modelos viven tras el mismo gateway y la misma key, pasar de Sonnet 5 a Fable 5 u Opus 4.8 es un solo campo.

anthropic/claude-sonnet-5   # driver por defecto
anthropic/claude-fable-5    # escala en el turno difícil
anthropic/claude-opus-4.8   # el flagship anterior, si lo quieres

El flujo que mantiene esto barato es escalar una tarea, no un proyecto. Cuando Sonnet 5 se atasca en un problema concreto, cambia a Fable 5 para ese tramo, deja que resuelva la cosa, y vuelve. Cline mantiene la conversación y el contexto de archivos entre el cambio, así que Fable 5 retoma donde lo dejó Sonnet 5 sin releer todo el repo. Dejar el valor por defecto en Fable 5 tras la parte difícil es cómo una sesión de 6 $ se convierte en silencio en una de 30 $.

Una advertencia sobre el caching entre un cambio: la caché es por modelo, así que el primer turno tras cambiar paga tarifa de entrada completa para calentar la caché de Fable 5, y luego abarata otra vez. Ese turno de calentamiento es trivial junto a resolver un bug que Sonnet 5 no podía, pero es una razón para no cambiar de modelo cada dos turnos por nerviosismo. Decide, escala, termina, baja.

Si te encuentras escalando constantemente, eso es señal, no ruido. O tu presupuesto de razonamiento por defecto en Sonnet 5 es demasiado bajo y falla tareas que manejaría con más thinking, o el trabajo tira a difícil y Fable 5 debería ser el valor por defecto de ese proyecto. Ambos se arreglan una vez notas el patrón en el readout por turno de Cline.

Para un equipo, el win es un endpoint y una política de modelo en vez de que cada cual cablee sus propias keys.

Registra un solo gateway, entrega a cada desarrollador una key vía tu gestor de secretos, y estandariza los ajustes de provider de Cline para que todos enruten Sonnet 5 por el mismo base URL. La facturación cae en un sitio entre Sonnet 5, Fable 5 y Opus 4.8, y cambiar el modelo por defecto de todo el equipo es un cambio de una línea en el Model ID compartido en vez de una flota de reconfiguraciones individuales.

El hábito de control de coste que acompaña a esto es el tiering de modelos: corre el modelo barato por defecto para el grueso de turnos y escala solo los difíciles. Es el mismo principio que mantener una capa de enrutamiento entre tu app y tus proveedores — un cambio de config cambia el modelo, un cambio cambia el proveedor, y el flujo diario de nadie se rompe cuando un vendor mueve un precio.

El setup de arriba pone a Sonnet 5 en Cline. El resto es la parte por la que vale la pena actuar antes de que llegue la factura.

Puedes leer esta guía de dos formas. La estrecha: pega un base URL, elige un modelo, vuelve al trabajo. La útil: el modelo que dejas por defecto es la palanca más grande sobre lo que cuesta correr un bucle de agente, y casi nadie lo trata como una decisión que merezca la pena tomar a propósito.

Lo vemos en casi todo sistema de IA que auditamos. Un equipo pone por defecto el modelo más capaz porque se siente seguro, el agente reenvía contexto cada turno, y un mes después la factura es de cinco a ocho veces lo que debería costar el mismo trabajo. El fix rara vez es un prompt mejor. Es una decisión de enrutamiento: un valor por defecto barato, caching activado y escalada reservada para los turnos que de verdad necesitan profundidad.

Tres cosas hacen que un setup de agente sobreviva a su propio uso:

Si la factura mensual de tu agente la fija el modelo que nunca pensaste en cambiar, el modelo fue una decisión de arquitectura que tomaste por accidente.

Sobre FACTA

FACTA ayuda a startups y equipos en etapa de crecimiento a convertir IA en sistemas de producción que siguen funcionando — no demos que impresionan una vez.

Diseñamos la arquitectura en torno a lo que de verdad se rompe bajo uso real: abstracción de modelo, credenciales que te pertenecen, failover, controles de coste, observabilidad. La infraestructura aburrida que mantiene un sistema vivo después del lanzamiento.

Liderado por Matías Baglieri y Carolina Fogliato, nos centramos en una sola cosa:

Liderazgo de IA que construye. No solo asesora.