Anthropic lanzó el modelo Claude Opus 5.5 como la primera versión de la familia Claude 5.5, y afirmó que su rendimiento se aproxima al de Claude Fable 5.1 en la mayoría de las tareas, con un coste operativo un 40 % menor que el de Opus 5. Actualmente, el modelo está disponible a través de Claude Platform, además de Amazon Web Services, Google Cloud y Microsoft Azure.
Un salto en programación y trabajo cognitivo
Anthropic sitúa el nuevo modelo a la cabeza de sus modelos para tareas de programación agéntica, uso del ordenador y trabajo cognitivo. Según las pruebas de la empresa, Opus 5.5 logró ejecutar la migración de una base de código de 680.000 líneas en menos de un día, mientras que auditar y corregir una base de código de 200.000 líneas llevó menos de tres horas, frente a más de 20 horas con el modelo Opus 5.
En una prueba de traducción del programa HAProxy de C a Rust, ambos modelos superaron la mayoría de las pruebas de regresión del proyecto, pero Opus 5.5 completó la tarea en 9,5 horas, frente a las 12 horas de Claude Fable 5.1, y con un coste un 51 % menor. Anthropic también afirmó que el modelo logró mejorar los tiempos de carga de las páginas de una aplicación web en 39 de 40 intentos.
La empresa afirma que Opus 5.5 supera a otros modelos en varias pruebas de programación y trabajo empresarial, pero advierte que las diferencias entre los modelos avanzados en los estándares convencionales son cada vez menos indicativas de las diferencias prácticas en el uso real. Considera que la eficiencia económica es la ventaja más clara, ya que el modelo utiliza menos tokens por tarea, además de ofrecer un precio por token más bajo.
Precio y velocidad
El coste de un millón de tokens de entrada es de 4 dólares, y el de un millón de tokens de salida, de 20 dólares, mientras que leer la memoria caché cuesta 0,20 dólares y escribir en ella, 5 dólares. En comparación con Opus 5, estos precios representan una reducción del 20 % para la entrada y la salida, y del 60 % para la lectura de la memoria caché. Además, Opus 5.5 genera resultados a una velocidad más de un 30 % superior a la de Opus 5.
El modo Fast mode está disponible en Claude Code y Claude Platform con una velocidad de hasta 2,5 veces mayor, a un precio de 8 dólares por millón de tokens de entrada y 40 dólares por millón de tokens de salida. Asimismo, Anthropic elevó los límites de uso de cinco horas en los planes Pro, Max, Team y Enterprise basados en puestos, y añadió para sus suscriptores la posibilidad de guardar el restablecimiento del límite de frecuencia.
Seguridad y restricciones operativas
Anthropic afirma que Opus 5.5 obtuvo los mejores resultados de uno de sus modelos en una prueba conductual automatizada que abarca cerca de 2.000 escenarios, y que mostró una menor tendencia a tomar medidas difíciles de revertir o a superar los límites establecidos. También fue más resistente a los ataques de inyección de instrucciones que Opus 5, e intentó superar los límites de contención aproximadamente un 85 % menos que Opus 5 y Claude Mythos 5.1 en una nueva prueba.
Sin embargo, la empresa reconoce que las pruebas de alineación no captan todos los posibles fallos antes del lanzamiento y que el modelo puede darse cuenta en ocasiones de que está siendo evaluado. Por ello, Opus 5.5 se ofrece con controles similares a los utilizados con Claude Fable 5.1 en ciberseguridad y biología. La mayoría de las tareas de ciberseguridad se derivarán de nuevo a Opus 4.8, mientras que las organizaciones que superen la verificación podrán acceder al Life Sciences Verification Program, y el Cyber Verification Program se ampliará posteriormente.
¿Qué cambia en la práctica?
La importancia práctica del lanzamiento no se limita a mejorar los resultados de las pruebas; reducir el coste operativo y el número de pasos y tokens puede influir directamente en la viabilidad de ejecutar agentes de software durante largos periodos. Por otro lado, una mejora del rendimiento no significa que las tareas autónomas ya no necesiten revisión, especialmente en programación, investigación y análisis financiero. Asimismo, las restricciones impuestas a los usos biológicos y de seguridad muestran que el acceso a las capacidades más avanzadas seguirá estando vinculado al nivel de riesgo y a la naturaleza de la entidad usuaria.
El modelo está disponible con retención cero de datos y admite procedimientos de marcas de agua vinculados a la Ley de Inteligencia Artificial europea, mientras que ya no está disponible con el modo de pensamiento desactivado. Anthropic tiene previsto lanzar Claude Sonnet 5.5 y Claude Haiku 5.5 durante las próximas semanas, con mejoras similares en rendimiento, eficiencia y seguridad.