Anthropic ha sacado Claude Opus 4.8 y ha pasado una cosa curiosa: ellos mismos lo venden como una mejora «modesta», pero la gente que se dedica a probar todos los modelos del mundo dice que se han quedado cortos con el nombre, que esto era para llamarlo Opus 5. ¿Quién tiene razón? Pues vamos a verlo con los números delante, sin humo, y también te cuento dónde se queda corto. Porque aquí no venimos a hacer de animadores de Anthropic, venimos a contarte qué te sirve a ti en el día a día del negocio.
Te aviso de una cosa antes de empezar: esto es un modelo orientado sobre todo a programación y a tareas «agénticas» (que el modelo trabaje solo, use herramientas y revise lo que hace). Si tú no programas, hay partes que te van a sonar a chino. No pasa nada. Más abajo te separo lo que de verdad te interesa si tienes un negocio pequeño y usas la IA para escribir, organizarte o sacarte trabajo de encima.
La contradicción del lanzamiento
Anthropic lo presenta así, literalmente: construye sobre Opus 4.7 con mejoras en los benchmarks, es un colaborador más eficaz y está disponible hoy por el mismo precio. Suena tibio. Pero cuando bajas al detalle, los saltos en algunas áreas no son precisamente «modestos». De ahí el debate. Es ese clásico del marketing donde la empresa peca de prudente y son los de fuera los que le suben el bombo. Toma nota, que de esto va medio podcast nuestro.
Lo que de verdad cambia cómo trabajas (resumen rápido)
Si solo lees una sección, que sea esta. Tres cosas:
- Es más honesto. Avisa más de cuándo no está seguro y se inventa menos cosas. Esto, para cualquiera que use la IA para trabajar, es oro.
- Trabaja solo durante más rato. Puede encadenar tareas largas sin que tengas que estar dándole de la mano cada dos minutos.
- Puedes regular el «esfuerzo». Tú decides si quieres una respuesta rápida y barata o una currada y más lenta.
Ahora, punto por punto.
Benchmarks: dónde gana Opus 4.8
Los benchmarks son esas pruebas estandarizadas con las que se mide a los modelos. Según Anthropic, Opus 4.8 superó a la competencia en varios benchmarks clave, incluyendo programación agéntica, razonamiento, análisis financiero y trabajo de conocimiento (knowledge work). Las mayores mejoras, según las fuentes, vienen en programación agéntica en terminal, trabajo de conocimiento y análisis financiero agéntico.
Traducido: razona mejor, organiza mejor tareas de oficina y se le da mejor el papeleo con números.
La categoría donde GPT-5.5 todavía gana (terminal)
No todo es ganar. En el vídeo se insiste en que hay un terreno —el trabajo en terminal, o sea la línea de comandos de programación— donde el modelo de OpenAI, GPT-5.5, le sigue plantando cara. De hecho, uno de los que lo probaron señaló que había paridad de costes con GPT-5.5 al ejecutar sus pruebas internas de benchmark. Vamos, que en ese rincón concreto la pelea sigue abierta y no hay un ganador claro. Sano que lo digan, porque lo fácil sería contarte solo lo bueno.
Razonamiento, uso del ordenador y trabajo de conocimiento
Aquí está la chicha para el que no programa. Anthropic dice que el modelo mejora en programación, tareas agénticas, razonamiento y trabajo de conocimiento práctico. Y los que lo probaron antes del lanzamiento lo describen como más fiable y con mejor criterio cuando hace tareas agénticas.
El «uso del ordenador» (computer use) es esa función donde la IA maneja el ordenador como lo harías tú: abre programas, hace clics, rellena formularios. Cuanto mejor razone y más fiable sea, más te puedes fiar de soltarle una tarea de principio a fin. Que es justo a donde va todo esto.
Mismo precio que la 4.7
Detalle nada menor: el precio se mantiene igual entre Claude Opus 4.7 y Opus 4.8. Subes de modelo sin pagar más. Para el uso normal vía API, la tarifa sigue en 5 dólares por millón de tokens de entrada y 25 por millón de salida. Mejor coche, mismo precio de gasolina.
4x más honesto con su propio código
Este es de los puntos más interesantes y el más malinterpretado. La cifra del «4x» no es que sea «4 veces mejor» en general. Es algo más concreto y más útil: en sus evaluaciones, Opus 4.8 tiene unas cuatro veces menos probabilidades que su predecesor de dejar pasar sin comentar fallos en el código que ha escrito.
O sea: cuando mete la pata programando, ahora avisa muchísimo más en vez de hacer como que no pasa nada. Y en general, es más propenso a señalar incertidumbres sobre su trabajo y menos a hacer afirmaciones sin respaldo. Esto aplica también cuando lo usas para escribir o analizar: que un modelo te diga «oye, de esto no estoy seguro» vale más que uno que te suelta una trola con total seguridad. Las trolas con seguridad ya las pone tu cuñado gratis.
Alignment: acercándose a mythos
«Alignment» es lo bien que el modelo se ajusta a lo que tú quieres y a tus intereses, sin liarla. Aquí Anthropic presume: reportó menores tasas de comportamiento engañoso y desalineación en las pruebas, y Opus 4.8 rindió a un nivel similar a Claude Mythos Preview en si los sistemas actúan de acuerdo con los intereses e instrucciones del usuario. Mythos es su modelo más avanzado (ahora hablamos de él). Que la 4.8 se le acerque en esto es buena señal.
Anécdota curiosa que salió por ahí: un estudio sobre agentes de IA gestionando pueblos simulados se hizo viral y mostró que los agentes de Claude eran los menos propensos de todos los modelos a cometer delitos. Sí, han montado SimCity con IAs para ver cuál se porta mejor. El becario de Claude, el más legal del pueblo.
Dynamic workflows: cientos de agentes en paralelo
Esta es la función gorda para los técnicos. Se llama Dynamic Workflows y, de momento, está en research preview (versión de pruebas). Permite que Claude planifique el trabajo, lance cientos de subagentes en paralelo dentro de una misma sesión y verifique los resultados antes de devolvértelos. El ejemplo que ponen: Claude Code con Opus 4.8 puede hacer migraciones a escala de cientos de miles de líneas de código, desde el arranque hasta el merge, usando la batería de tests existente como listón.
En cristiano: un solo encargo tuyo se descompone solo en cientos de «minitrabajadores» que hacen cada uno su parte y luego se revisan entre ellos. Es un cambio de chip importante, y enlaza con el punto siguiente.
Disponibilidad (ojo: no en el plan Pro)
El modelo en sí está disponible para todos los usuarios, con el precio sin cambios respecto a Opus 4.7. Pero la función estrella, Dynamic Workflows, no es para todos: está disponible para usuarios de Claude Code en los planes Enterprise, Team y Max. Si vas con un plan básico, el modelo lo tienes; los superpoderes de orquestación, no.
Anthropic ya no vende un chatbot, vende orquestación
Esta es la lectura de fondo, y la que más me gusta a mí para nuestro mundillo. Todo apunta en la misma dirección: las novedades enfatizan herramientas que permiten al cliente ajustar el uso a cuánto quiere gastar, y la propia estrella del lanzamiento es que la IA planifica, reparte y supervisa el trabajo sola. Ya no te venden «un señor que responde preguntas en un chat», te venden «un jefe de proyecto que coordina a un equipo entero de IAs». El producto ha cambiado de naturaleza, y eso marca por dónde va a ir todo.
Las DOS versiones de Opus 4.8 en Claude code
Detalle que despista a todo el mundo: en el selector de modelo de Claude Code aparecen dos Opus 4.8. ¿Por qué? Por el modo de funcionamiento. Una es la versión normal (calidad por defecto) y otra la del «fast mode» (modo rápido), que prioriza velocidad sobre algo de calidad. No es un error ni un modelo duplicado: es la misma inteligencia con dos formas de trabajar. Elige según si tienes prisa o quieres mimo.
Niveles de esfuerzo + modo rápido (quick)
Aquí hay dos palancas que conviene no confundir.
Control de esfuerzo: en Claude.ai y Cowork, puedes elegir cuánto esfuerzo pone Claude en una respuesta; con un ajuste más bajo responde más rápido y consume tus límites más despacio, y por defecto va en esfuerzo alto, que Anthropic dice que es el mejor equilibrio entre calidad y experiencia. Tú decides: ¿respuesta rápida y de andar por casa, o respuesta currada?
Modo rápido (fast mode): esto es lo del «3x más barato» del titular, y conviene matizarlo bien. El modo rápido es 2,5 veces más veloz que el modo por defecto y ahora es tres veces más barato que antes. Es decir, el «3x más barato» se refiere al fast mode, no al modelo entero. En precios concretos: el modo rápido cuesta 10 dólares por millón de tokens de entrada y 50 por millón de salida.
Mythos llega en unas semanas (project glasswing)
Y aquí el aperitivo de lo que viene. Anthropic dice que el nuevo modelo todavía va por detrás del rendimiento de Mythos, su modelo más avanzado, y que los modelos de clase Mythos se esperan «en las próximas semanas». ¿Por qué no está ya para todos? Por seguridad: Claude Mythos Preview es especialmente bueno encontrando vulnerabilidades de ciberseguridad, y la empresa solo lo ha puesto a disposición de un número limitado de organizaciones por miedo a que los hackers lo usen mal; sus ingenieros están desarrollando nuevas barreras de seguridad para poder lanzarlo a todos. O sea, que la 4.8 es la antesala. Lo bueno, bueno, está al caer.
Veredicto: ¿merece la pena cambiarse hoy?
Mi resumen sin rodeos: si usas Claude para programar o para tareas largas y autónomas, sí, cámbiate sin pensarlo, porque encima no pagas más. Si lo usas para escribir, organizarte o sacar ideas, la mejora estrella para ti es la honestidad: que se invente menos y avise cuando duda. Eso solo ya justifica el salto.
¿Era para llamarlo Opus 5? Pues mira, es la eterna pelea del marketing: Anthropic prefiere pecar de modesta y dejar que el bombo lo pongan otros. Y a veces esa es justo la jugada más lista. Que hablen los demás de lo grande que eres, que queda mejor.
📌 En airedes.es probamos estas herramientas a diario para que tú no tengas que volverte loco con cada lanzamiento. Nosotros nos comemos el marrón de leernos los benchmarks; tú te quedas con lo que de verdad te sirve para tu negocio.
Si quieres encontrarnos por ahí: Spotify, YouTube (impulsatunegociopodcast), Instagram (@airedes.es), web 🌐 https://airedes.es y nuestro canal en Telegram 📲 https://t.me/+USjcThqIbOM6nNuJ
