Claude Opus 5.5 mejora rendimiento y refuerza límites

Claude Opus 5.5 es el primer modelo de la nueva familia 5.5 de Anthropic y llega con mejoras en programación agéntica, uso del ordenador y trabajo profesional. La compañía afirma que ofrece un rendimiento comparable al de Claude Fable 5.1 en buena parte de las tareas y estima un costo 40% menor que Opus 5 en cargas típicas. Claude Opus 5.5 también incorpora salvaguardas que pueden derivar determinadas solicitudes sensibles a otros modelos. Anthropic aplicó estas protecciones durante sus propias evaluaciones y advierte que diferencias pequeñas entre benchmarks no necesariamente se traducen en diferencias equivalentes para el usuario.

Claude Opus 5.5 mejora programación y uso del ordenador

En los resultados publicados por Anthropic, el modelo alcanza 66.4% en Terminal-Bench 4.0, 54.4% en FrontierCode v1.1 y 57.8% en CursorBench 4.0. En trabajo de conocimiento registra 1846 puntos en GDPval-AA v2.1, mientras que en OSWorld 2.0 obtiene 81.8% y en reconocimiento visual de gráficas, 89.0%.

Anthropic presenta estas cifras como resultados de sus propias evaluaciones y señala que, conforme los modelos se acercan en capacidad, diferencias pequeñas en benchmarks pueden no reflejar una diferencia perceptible equivalente en el uso cotidiano.

Rendimiento y costo entran en la misma comparación

Una de las comparaciones destacadas por la compañía relaciona precisión y costo por intento en Terminal-Bench 4.0. En esa prueba, distintas configuraciones de Claude Opus 5.5 se sitúan por encima de 60% de puntuación con costos por intento inferiores a varias configuraciones comparadas de otros modelos.

Anthropic sostiene que Claude Opus 5.5 cuesta aproximadamente 40% menos que Opus 5 en cargas típicas. En su plataforma, el precio anunciado es de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida; las lecturas de caché cuestan 0.20 dólares por millón de tokens.

Claude Opus 5.5 incorpora salvaguardas para tareas sensibles

El lanzamiento también modifica cómo se accede a determinadas capacidades. Anthropic explica que sus salvaguardas pueden intervenir en solicitudes sensibles y redirigirlas a otro modelo Claude. Durante las evaluaciones, las intervenciones de ciberseguridad se derivaron a Opus 4.8, mientras que las relacionadas con biología y desarrollo avanzado de modelos se enviaron a Opus 5.

La compañía también incorporó preserved thinking, una protección contra ataques de destilación que impide a determinados usuarios de la API editar el contexto previo de Claude para intentar extraer su razonamiento. Anthropic afirma además que Opus 5.5 obtuvo sus mejores resultados recientes en su auditoría automatizada de comportamiento y en varias medidas de honestidad.

El lanzamiento muestra que la competencia entre modelos de inteligencia artificial ya no se limita a elevar puntuaciones. Anthropic coloca en la misma ecuación rendimiento, costo y controles de acceso a capacidades sensibles. Los benchmarks permiten comparar configuraciones concretas, pero su alcance debe leerse con cautela: son evaluaciones publicadas por la propia compañía y no sustituyen pruebas independientes sobre desempeño real.