Anthropic lanza Claude Opus 5.5. Supera a Fable 5.1 en las pruebas y se espera que sea mucho más barato.

Menos de dos meses después del lanzamiento de Opus 5, Anthropic ya tiene a su sucesor. Claude Opus 5.5 abre la nueva serie 5.5 y la empresa lo posiciona como una forma más económica de acceder al rendimiento del buque insignia Fable 5.1. Si trabajas con Claude a través de la API, el trabajo habitual te costará aproximadamente un 40 % menos que con Opus 5. Los suscriptores, por su parte, obtendrán límites más generosos.

Opus 5.5 supera incluso a Fable 5.1 en las pruebas

Anthropic afirma en su anuncio que el nuevo modelo lidera en programación autónoma, control de computadoras y trabajo de conocimiento. En la prueba Terminal-Bench 4.0, que mide la capacidad para manejar tareas complejas en la línea de comandos, reporta un 66,4 % frente al 55,8 % de Fable 5.1 y el 52,3 % de Opus 5. El competitivo GPT-6 Astra, según las cifras publicadas por OpenAI, alcanzó el 57,9 %.

Sin embargo, todos los resultados provienen de pruebas realizadas por la propia empresa, y aún no podemos verificarlos de forma independiente. De hecho, Anthropic admite que las diferencias en las pruebas comparativas son menos fiables para predecir el rendimiento en la práctica real. Según ellos, la ventaja sobre Fable 5.1 en el trabajo diario es menor de lo que sugieren las tablas.

Ejemplos concretos son más ilustrativos. Uno de los evaluadores, con el nuevo modelo, supuestamente revisó y corrigió 200 mil líneas de código en menos de tres horas, mientras que Opus 5 necesitó más de 20 horas para la misma tarea. En una prueba interna, Opus 5.5 reescribió HAProxy, un software popular para distribuir el tráfico web entre servidores, del lenguaje C a Rust en 9,5 horas. A Fable 5.1 le llevó 12 horas y resultó aproximadamente el doble de caro.

También ha cambiado la forma en que el modelo escribe. Anthropic responde a una de las quejas más frecuentes sobre Opus 5, que se refería a la claridad de sus respuestas. El nuevo modelo debe proporcionar la información más importante al principio, usar menos jerga y seguir mejor las reglas de escritura que se le asignen. Además, genera texto más de un 30 % más rápido.

El precio es más favorable

Los desarrolladores pagarán aproximadamente 85 CZK (4 dólares) por millón de tokens de entrada y 425 CZK (20 dólares) por millón de tokens de salida, es decir, un quinto menos que con Opus 5. La lectura de la caché se ha abaratado significativamente, lo que, según la empresa, constituye la mayor parte de los costes en programación y trabajo de agentes – de menos de 11 a aproximadamente 4 CZK por millón de tokens. Dado que el modelo también consume menos tokens para la misma tarea, el ahorro en el uso habitual asciende, según Anthropic, al mencionado 40 %.

Los suscriptores de los planes Pro, Max, Team y Enterprise para empresas con licencias por usuario obtendrán límites de uso más altos de cinco horas. Además, Anthropic añade un restablecimiento de límite único que puedes guardar y aplicar cuando lo necesites, por ejemplo, cuando se te agote la cuota en medio de un trabajo sin terminar.

Opus 5.5 ya está disponible en todas las plataformas, incluidas las nubes de Amazon Web Services, Google Cloud y Microsoft Azure. Sonnet 5.5 y Haiku 5.5 le seguirán en las próximas semanas.

¿Por qué recibió salvaguardias más estrictas?

Es el primer modelo desde que el CEO de Anthropic, Dario Amodei, instó la semana pasada a que el desarrollo de la inteligencia artificial avanzara solo tan rápido como lo permitieran las medidas de seguridad. Antes de su lanzamiento, fue probado por evaluadores externos, incluidas las organizaciones METR y Frontier Design. En su propia auditoría de comportamiento, que examina el modelo en casi 2.000 situaciones simuladas, la empresa afirma que logró el mejor resultado de todos los modelos probados hasta la fecha.

Sin embargo, en biología y ciberseguridad, según Anthropic, se equipara al Mythos 5.1, de disponibilidad limitada, por lo que recibió salvaguardias similares a las de Fable 5.1. La búsqueda y corrección de errores en el propio código continuará, pero la mayoría de las tareas de ciberseguridad serán redirigidas automáticamente por el sistema al Opus 4.8, más antiguo. Esto representa un cambio notable en comparación con Opus 5, cuyos filtros eran significativamente más laxos. Los laboratorios y empresas farmacéuticas verificadas pueden solicitar un acceso más flexible en el nuevo programa de investigación biológica; un programa similar para expertos en seguridad se extenderá a Opus 5.5 en las próximas semanas.

La empresa también admite que el modelo a menudo intuye que está siendo probado durante los tests, lo que dificulta estimar cómo se comportará en un despliegue real. Opus 5.5 tampoco puede usarse ya con el «pensamiento» desactivado y, al igual que Fable 5.1, marca los textos con una marca de agua invisible debido a la Ley de IA europea, sobre la cual escribimos en agosto. Por el contrario, al igual que los Opus anteriores, también está disponible en modo sin almacenamiento de datos.

¿Optarás por Opus 5.5 o te quedarás con el más caro Fable 5.1?

Fuentes: Anthropic, X