Sonnet 5 Filtrado: El Agente “Visual” Que Acaba de Matar el Límite de Contexto
https://medium.com/@dinmaybrahma
Feb 4, 2026
306
El modelo de IA que no solo escribe código — en realidad ve lo que está construyendo.
Déjame ser honesto contigo.
Durante los últimos seis meses, he estado observando el espacio de “asistentes de codificación de IA” con una frustración creciente. Cada nuevo lanzamiento parecía la misma historia: proporciona un archivo al modelo, obtén una corrección de errores, continúa. Enjuaga y repite.
Pero la semana pasada, algo llamó mi atención que no podía ignorar.
Claude Sonnet 5 — que aparentemente se lanzará alrededor de principios a mediados de febrero de 2026 — parece estar adoptando un enfoque radicalmente diferente. Y después de caer en un agujero de conejo de artefactos filtrados, pruebas comunitarias e indicios arquitectónicos, creo que podríamos estar presenciando un cambio de paradigma genuino.
Actualización rápida mientras escribo esto: Los rumores ahora sugieren que podría lanzarse hoy (4 de febrero). Si eso es cierto, este artículo podría envejecer muy bien — o muy mal — en las próximas horas. De cualquier forma, prepárate.
Déjame caminar a través de lo que encontré.
El Problema que Nadie Habla: Los Codificadores de IA Son Ciegos
Aquí hay algo que me ha estado molestando durante un tiempo.
Los modelos de IA actuales — incluso los mejores como GPT-5.2 o Claude Sonnet 4.5— tratan el código como si fuera solo… texto. Ven caracteres, predicen el siguiente token, y esperan lo mejor.
Pero aquí está la cosa: el código no es solo texto. Es una aplicación viva y respirante que se renderiza en pantallas, responde a clics, y existe en el espacio visual.
Llamo a esto el “Problema del Codificador Ciego”.
Piénsalo. Cuando le pides a una IA que escriba una función draw_circle(), puede producir código sintácticamente correcto. Pero ¿entiende dónde se sienta ese círculo en un lienzo de 1920x1080? ¿Sabe cómo se relaciona con el botón junto a él? ¿Comprende la relación espacial entre elementos de la interfaz de usuario?
No realmente. Y por eso seguimos peleando con la IA sobre diseños perfectos en píxeles y posicionamiento CSS.
Dos cosas constantemente se desglosan:
- Ceguera espacial — El modelo predice tokens, no coordenadas. Pedirle que centre un div “perfectamente” es un lanzamiento de dados.
- Amnesia de contexto — Después de 500 líneas de código, el modelo olvida si el usuario ha iniciado sesión, en qué estado está la aplicación, o qué construyó hace tres funciones.
Aquí es donde entra Sonnet 5 — con nombre en clave “Fennec” internamente.
¿Qué Hace Diferente a Sonnet 5? Piensa en Espacio, No en Cadenas
Basado en lo que se ha filtrado, Anthropic ha hecho un giro arquitectónico masivo.
El titular: Sonnet 5 está diseñado alrededor de generación “Visual-First”, respaldado por una ventana de contexto nativa de 1 millón de tokens.
Déjalo hundirse. Un millón de tokens.
Eso no es solo “recordar más código”. Eso es mantener el estado de ejecución completo de una aplicación en memoria activa. Cada variable. Cada componente. Cada relación.
Pero el verdadero avance no es el tamaño del contexto — es cómo el modelo procesa ese contexto. En lugar de tratar tu base de código como una cadena para predecir, parece modelar las relaciones espaciales y lógicas entre componentes.
En otras palabras: no solo escribe código. Ve lo que produce el código.
La Evidencia Que Me Hizo Creyente
Okay, sé lo que estás pensando. “Esto suena a hype.”
Justo. Pero aquí es donde se pone interesante.
Algunos usuarios avanzados en X/Twitter — específicamente @chetaslua y @marmaduke091 (quien se llama “Can” o “jules064” en CodePen) — han estado probando lo que parece ser acceso temprano a estas capacidades. Y los resultados son… francamente, no deberían ser posibles con modelos de generación actual.
Los “Can” Games: Física 3D Completa en un Solo Prompt
@marmaduke091 le pidió al modelo que generara juegos completos en Canvas. No “snake” o tic-tac-toe. Estamos hablando de:
- Un Juego de Carreras de Karts 3D — Completo con HUD, cronómetro de vueltas, y detección de colisiones.
- Un Plataformero Estilo Celeste — Movimiento perfecto en píxeles con gravedad, velocidad, y máscaras de colisión funcionando en armonía.
- Un Simulador de Carreras Callejeras — Con mecánicas de drift que en realidad se sienten bien.
Ve y haz clic en esos enlaces. En serio. Estos no son plantillas cosidas juntas. Son juegos coherentes y jugables generados a partir de prompts únicos.
Lo que esto nos dice: El modelo no solo está escribiendo JavaScript. Está visualizando el bucle del juego. Entiende que y += velocity crea la sensación de gravedad — sin necesidad de que una biblioteca de física lo explique.
Los Experimentos de Chetaslua: Construyendo un SO en una Sola Página
@chetaslua empujó las cosas en una dirección diferente, probando si el modelo podía mantener un estado de sistema complejo.
¿La joya de la corona? WebOS Pro — un “sistema operativo” de una sola página con:
- Ventanas arrastrables que funcionan
- Una barra de tareas funcional
- Más de 12 aplicaciones incluyendo Paint, Terminal, y un clon de VS Code
Todo funcionando simultáneamente. En el mismo DOM. Sin alucinar estado.
Detente y piensa en lo que eso requiere. El modelo tiene que rastrear miles de variables — qué ventana está enfocada, qué se dibuja en el lienzo de Paint, qué comandos están en el búfer de Terminal — todo mientras mantiene coherencia lógica.
Eso es lo que permite una ventana de contexto de 1 millón de tokens.
Pero mi prueba favorita fue el desafío de “Anatomía”. Chetaslua pidió un visor de anatomía humana 3D realista — sin importar modelos 3D externos.
¿La respuesta del modelo? Calculó matemáticamente los vértices de órganos (corazón, cerebro, pulmones) usando primitivas de Three.js. No descargó un modelo de corazón de una biblioteca. Lo construyó desde pura matemática.
Puedes ver la prueba de video aquí. Es bastante alucinante.
El Shadow Drop: Opus 4.6 (¡Avistado!)
Mientras todos están enfocados en Sonnet 5, Chetaslua filtró un segundo — quizás más significativo — monstruo: Opus 4.6.
El Avistamiento: En un intercambio filtrado, Chetaslua confirmó abiertamente: “Así que tenemos dos versiones que vienen: Sonnet 5 y Opus 4.6.”
Presiona enter o haz clic para ver la imagen en tamaño completo
El Contexto: Esto no es solo un aumento de versión. La filtración sugiere que Opus 4.6 fue realmente destinado a lanzarse antes pero enfrentó un “mal funcionamiento de implementación” o una retención estratégica. Sea lo que sea que sucedió detrás de escenas, ahora está listo para lanzarse junto a su hermano más rápido.
Por Qué Existe: Si Sonnet 5 es el “Codificador de Alta Velocidad” — visual, rápido, económico — entonces Opus 4.6 es el “Razonador Profundo”. Es el levantador pesado diseñado para manejar la arquitectura detrás del código: diseño de sistemas, esquemas de bases de datos, protocolos de seguridad, e infraestructura invisible que sostiene aplicaciones.
El rumor de “lanzamiento dual” implica que Anthropic quiere dominar tanto la tabla de clasificación de velocidad (Sonnet) como la tabla de clasificación de profundidad (Opus) simultáneamente.
¿La implicación? Un flujo de trabajo de modelo dual. Opus piensa a través de la arquitectura. Sonnet la implementa visualmente. Uno razona, el otro renderiza.
Ese es un flujo de trabajo por el que genuinamente pagaría.## Lo Que Esto Significa Para Ti (y Por Qué la “Ingeniería de Prompts” Se Está Muriendo)
Si aunque sea la mitad de estas filtraciones resultan ser precisas, estamos entrando en una nueva era.
La estoy llamando la era de la “Ingeniería de Contexto”.
Aquí está lo que cambia:
1. Deja de Pedir Funciones. Empieza a Pedir Sistemas.
El flujo de trabajo antiguo — “escríbeme una función que haga X” — se está volviendo obsoleto. Cuando un modelo puede mantener toda tu base de código en contexto, puedes pensar en grande.
“Construye un panel completo con autenticación, actualizaciones en tiempo real y un panel de configuración.”
Esa es la nueva unidad de trabajo.
2. Los Visuales Son Solo Matemáticas
Sonnet 5 prueba algo importante: si un modelo entiende el espacio 3D matemáticamente, no necesita ser entrenado en imágenes para renderizar salidas visuales.
Puede derivar cómo se ve un corazón a partir de principios anatómicos. Puede calcular cómo rebota la luz en un auto en un videojuego de carreras.
Esto rompe la suposición de que la IA visual requiere datos de entrenamiento visual.
3. El Futuro Es Multi-Modelo
Los desarrolladores más inteligentes aprenderán a orquestar modelos, no solo a hacer prompts. Opus para pensar, Sonnet para construir. Encadénalos juntos.
Este es pensamiento a nivel de infraestructura, y viene rápido.
Qué Sucede Después
Si la línea de tiempo se mantiene, deberíamos ver acceso oficial a la API alrededor de mediados de febrero de 2026.
¿Mi opinión honesta? Si aún estás construyendo aplicaciones full-stack con modelos de contexto de 200k, estás a punto de sentirte muy limitado.
El techo acaba de subir mucho más.
¿Has estado siguiendo las filtraciones de Sonnet 5? ¿Has visto algún artefacto que te haya sorprendido? Déjalos en los comentarios — me encantaría profundizar más.
Y si encontraste esto útil, dale un aplauso (o cincuenta). Ayuda a que más personas encuentren este artículo.
Sígueme para más análisis profundos sobre desarrollo de IA, flujos de trabajo de codificación prácticos, y cualquier filtración extraña que aparezca después.