Claude Opus 5.5: el nuevo flagship de Anthropic ya está en VEGA AI
Anthropic lanzó Claude Opus 5.5, el primer modelo de la familia Claude 5.5, y ya está disponible en VEGA AI. En la mayoría de los trabajos rinde al nivel de Claude Fable 5.1 y cuesta notablemente menos ejecutarlo.
Qué cambió desde Opus 5
Lo más llamativo son los números de codificación de los primeros testers. Uno de ellos completó una migración de código de 680.000 líneas en menos de un día, un trabajo que habría ocupado a un equipo de ingeniería durante semanas. Otro auditó y corrigió una base de código de 200.000 líneas en menos de tres horas; Opus 5 necesitó más de 20 horas para la misma auditoría y consumió 2,5 veces más tokens.
La eficiencia es la otra mitad de la historia. Opus 5.5 requiere menos cómputo para servirse y gasta menos tokens por tarea, lo que supone aproximadamente un 40% menos de costo en cargas de trabajo típicas. La salida también se genera más de un 30% más rápido.
Anthropic también rehizo la forma de escribir del modelo. Las respuestas ponen primero lo importante, reducen la jerga y siguen las reglas de estilo que definas. La empresa dice que esta era la queja más común sobre Opus 5, y los primeros testers aseguran que la diferencia se nota en sesiones largas.
En seguridad, Opus 5.5 logró las mejores puntuaciones que Anthropic ha registrado en su auditoría conductual automatizada. Intentó saltarse los límites de contención alrededor de un 85% menos que Opus 5, y todos los intentos fueron de baja gravedad y autoreportados. También resiste mejor la inyección de prompts que Opus 5.
Benchmarks
Opus 5.5 lidera las evaluaciones de Anthropic en codificación agéntica, uso de computadora y trabajo de conocimiento:
| Benchmark | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench 4.0 (codificación agéntica) | 66.4% | 55.8% | 52.3% | 57.9% | 37.3% |
| FrontierCode v1.1 (Main) | 54.4% | 50.3% | 48.0% | 53.3% | 47.5% |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | — | 41.7% |
| GDPval-AA v2.1 (trabajo de conocimiento) | 1846 | 1735 | 1708 | 1542 | 1588 |
| AutomationBench (flujos de negocio) | 40.0% | 31.4% | 26.9% | 41.4% | 28.8% |
| Humanity's Last Exam (con herramientas) | 67.7% | 65.6% | 63.6% | 57.2% | — |
| OSWorld 2.0 (uso de computadora) | 81.8% | 80.7% | 74.0% | — | — |
| Chartography (reconocimiento de gráficos) | 89.0% | 88.4% | 83.4% | — | — |
Anthropic admite que a este nivel los márgenes significan menos que antes: en su uso diario, la brecha entre Opus 5.5 y Fable 5.1 se siente más estrecha de lo que sugiere la tabla. La ventaja más clara es el costo. Con el esfuerzo por defecto, Opus 5.5 supera a GPT-6 Astra en FrontierCode por aproximadamente una quinta parte del costo por tarea.
Seguridad para agentes autónomos
Para equipos que dejan agentes trabajando solos durante horas, Opus 5.5 incluye un clasificador que revisa cada acción antes de ejecutarla, un sandbox de código abierto que los equipos de seguridad pueden auditar y revisión de código que detecta vulnerabilidades antes del merge. En el benchmark de inyección de prompts de Gray Swan empata con Fable 5.1 con la menor tasa de éxito de todos los modelos probados.
Investigación y análisis
En una prueba interna, Anthropic pidió a Opus 5.5, Fable 5.1 y Opus 5 escribir el informe trimestral de una empresa usando solo fuentes difíciles de encontrar en una copia de la web, con un evaluador automático verificando cada cifra. Dieciséis de los 18 informes de Opus 5.5 pasaron el corte; los otros dos modelos no lo lograron ni una vez. En un ejercicio aparte de análisis de fusión, Opus 5.5 terminó en 63 minutos frente a 93 de Opus 5, con un modelo financiero más completo y una presentación más limpia.
Salvaguardas
Como Opus 5.5 es comparable a Claude Mythos 5.1 en biología y ciberseguridad, se lanza con la misma clase de salvaguardas que Fable 5.1: preserved thinking para resistir ataques de destilación, watermarking para cumplir el EU AI Act y retención de datos cero. Las organizaciones verificadas pueden solicitar el Life Sciences Verification Program de Anthropic, y el Cyber Verification Program se abrirá a Opus 5.5 en las próximas semanas.
Pruébalo en VEGA AI
Claude Opus 5.5 ya está disponible en el selector de modelos de VEGA AI. Claude Sonnet 5.5 y Claude Haiku 5.5 llegarán en las próximas semanas.