Anthropic lanzó Claude Opus 5 el 24 de julio de 2026. El modelo busca ofrecer una inteligencia cercana a la de sus sistemas más potentes, pero con un costo más conveniente para el trabajo diario de las empresas. La apuesta cambia la pregunta: ya no se trata solo de cuál modelo obtiene la puntuación más alta, sino de cuál resuelve tareas complejas con un costo que permita usarlas a escala.
Un modelo potente para el trabajo cotidiano
Anthropic ofrece Opus 5 con una tarifa de 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida, igual que Opus 4.8. Los tokens son las unidades de texto que el modelo procesa y genera. Por eso, consumir menos tokens puede reducir el costo de una tarea, aunque el gasto final también depende del volumen y del flujo de trabajo.
El modelo está disponible de inmediato en los planes de pago de Claude y mediante la Claude API, que permite conectarlo con otros programas. Amazon Web Services también anunció su disponibilidad en Amazon Bedrock y en la plataforma Claude en AWS. Para equipos en México que ya trabajan con AWS, esto abre una vía de prueba dentro de su infraestructura habitual.
1. El ahorro aparece cuando la tarea se repite
La principal ventaja de Opus 5 no es solo su capacidad máxima. Es la posibilidad de obtener resultados sólidos sin recurrir siempre al modelo más costoso. En una evaluación citada por Anthropic, Harvey, una empresa de inteligencia artificial para el sector legal, reportó un desempeño similar al de Opus 4.8 en su modo de razonamiento máximo, pero con 26% menos tokens generados en promedio.
En tareas complejas de modelado financiero, Fundamental Research Lab informó una exactitud nueve puntos porcentuales mayor, con cerca de un tercio menos de turnos y llamadas a herramientas, además de 60% menos tiempo. Estos resultados provienen de pruebas de clientes, así que conviene validarlos con datos propios antes de calcular ahorros para una operación en México.
2. Los benchmarks muestran capacidad, no una garantía
En Frontier-Bench v0.1, una prueba de programación en la que el modelo debe trabajar con herramientas de una terminal, Opus 5 obtuvo 43.3%, frente al 18.7% de Opus 4.8 y el 33.7% de Fable 5, según Anthropic. En ARC-AGI 3, una evaluación de resolución de problemas nuevos, la empresa afirma que Opus 5 alcanzó una puntuación tres veces mayor que la del siguiente modelo.
Los resultados son relevantes, pero no sustituyen una prueba con documentos, sistemas y controles reales. Un benchmark mide una tarea concreta. No demuestra por sí solo que un modelo pueda operar durante días, recuperarse de errores o trabajar sin supervisión en un entorno empresarial.
Anthropic describe a Fable 5 como una opción para proyectos autónomos de larga duración y a Opus 5 como una alternativa para tareas complejas con objetivos definidos. La decisión debe basarse en una comparación propia, con una tarea acotada y otra de mayor duración, además de revisión humana y límites claros.
3. La verificación puede reducir trabajo, pero hay que medirla
Anthropic destaca ejemplos en los que Opus 5 creó sistemas de prueba, investigó la causa de un error y volvió a intentar una solución. Ese comportamiento puede ser útil porque desplaza parte del trabajo desde la revisión manual hacia la comprobación automática.
La empresa también compartió resultados de clientes. Zapier informó que Opus 5 completó al 100% un flujo de trabajo de prevención de cancelaciones de clientes sin consumir más tokens que modelos Claude anteriores. La cifra describe esa prueba concreta y no permite concluir que todos los flujos alcanzarán el mismo resultado. Antes de desplegarlo, conviene medir la tasa de errores, el tiempo de revisión y el costo total en un conjunto representativo de casos.
La conclusión práctica es sencilla: Opus 5 puede ser una buena opción para depuración de código, análisis de documentos y agentes con objetivos definidos cuando el costo de ejecución importa. Empieza con una prueba controlada en tu propio flujo de trabajo. Si el modelo mantiene la calidad y reduce el tiempo o el consumo de tokens, tendrás una base más sólida para ampliarlo. Más sobre el tema: Prentis busca recaudar 100 millones para automatizar tu oficina. ¿Vale la pena esperar su tecnología?.
