Claude Opus 5.5: 40% más barato y a nivel de Fable 5.1

Un lanzamiento que cruza líneas rojas y presupuestos

Anthropic presentó este 22 de septiembre Claude Opus 5.5, el primer modelo de la nueva familia 5.5. La compañía lo describe como un lanzamiento triple: rinde a nivel de Claude Fable 5.1 en la mayoría de tareas, cuesta un 40% menos de ejecutar que Opus 5 y, por primera vez, llega con las mismas salvaguardas de ciberseguridad y biología que hasta ahora solo tenían los modelos Fable y Mythos. Para founders y equipos técnicos que ya gastan miles al mes en la API de Anthropic, la segunda cifra importa tanto como la primera: el coste de los agentes de larga duración —pipelines de código, auditorías automatizadas, migraciones— baja sin tocar nada del workflow.

Qué cambia respecto a Opus 5: benchmarks y trabajo real

Los saltos en los benchmarks oficiales son significativos, pero los casos documentados por los primeros testers son los que cambian el cálculo para equipos de ingeniería:

Terminal-Bench 4.0 (coding agent): pasa del 52,3% en Opus 5 al 66,4% en Opus 5.5.
GDPval-AA v2.1 (trabajo profesional en 44 ocupaciones): sube de 1.708 a 1.846 Elo.
OSWorld 2.0 (uso de ordenador): del 74,0% al 81,8%.
FrontierCode v1.1: del 48,0% al 54,4%.
Humanity's Last Exam con herramientas: 67,7%.

Los ejemplos de uso que Anthropic cita de testers tempranos son más prácticos para founders que los propios benchmarks:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Un tester completó una migración de 680.000 líneas de código en menos de un día —trabajo que un equipo humano tardaría semanas.
Otro auditó y reparó una base de código de 200.000 líneas en menos de 3 horas, frente a las más de 20 horas y 2,5 veces más tokens que necesitó Opus 5.
En la traducción de HAProxy de C a Rust, Opus 5.5 terminó en 9,5 horas frente a las 12 de Fable 5.1, con un coste un 51% menor.
Deloitte detectó el 72% de bugs conocidos en su nivel mínimo de esfuerzo, frente al 56% de Opus 5 en esfuerzo alto y con menos falsos positivos.
Box reportó un tercio de los tokens y respuestas un 40% menos verbosas sin pérdida de precisión.
Walleye Capital reportó que el modelo encontró un error en sus propias instrucciones de evaluación que ningún otro modelo había identificado.

TechCrunch confirmó que Opus 5.5 supera al modelo Fable, más grande, en muchos benchmarks, y completó tareas informales en las que Fable falló. Techgenyz añadió un dato comparativo externo relevante: en Terminal-Bench 4.0, el 66,4% de Opus 5.5 supera el 57,9% reportado por OpenAI para GPT-6 Astra.

Cuánto cuesta ahora la API y dónde está el ahorro real

Concepto	Opus 5.5	Opus 5	Diferencia
Input tokens	US$4 /M	US$5 /M	-20%
Output tokens	US$20 /M	US$25 /M	-20%
Cache reads	US$0,20 /M	US$0,50 /M	-60%
Cache writes	US$5 /M	US$6,25 /M	-20%

La caída del 60% en cache reads es la cifra más relevante para workflows agentivos. En pipelines de código y agentes de larga duración, las lecturas de caché representan la mayoría del coste de tokens. Un pipeline que antes gastaba US$1.000 al mes en lecturas de caché pasa a gastar US$400 sin cambiar nada del workflow. Anthropic estima que el coste global en workloads típicos cae un 40%, porque el modelo también usa menos tokens por tarea además de cobrar menos por token. TechCrunch y Techgenyz coinciden en que el modelo es además un 30% más rápido que su predecesor.

Para suscriptores de Pro, Max, Team y Enterprise, Anthropic sube los límites de uso en cinco horas e introduce un reset de límite que se puede guardar y gastar cuando se quiera. En Claude Code hay un Fast Mode a US$8 /M input y US$40 /M output, con hasta 2,5 veces más velocidad para quien lo necesite.

Las nuevas salvaguardas: qué redirigen y por qué importan

Opus 5.5 es el primer modelo Opus en lanzarse con salvaguardas de ciberseguridad y biología equivalentes a las de Fable 5.1. Cuando el modelo detecta una petición en esas categorías, no la rechaza ni pide reformulación: la redirige automáticamente a otro modelo, y el usuario ve la redirección sin tener que cambiar de interfaz ni reescribir el prompt. Las redirecciones son:

Ciberseguridad → cae a Claude Opus 4.8.
Biología → cae a Claude Opus 5.
Programación segura legítima y depuración de código propio → se queda en Opus 5.5.

Hay un matiz clave que Techgenyz aclara: en los productos de consumo (Claude.ai, Claude Code) el fallback es automático por defecto; en la API, los desarrolladores deben activarlo explícitamente. Si tu startup opera agentes en producción que tocan código o datos sensibles, conviene entender qué llamada está cayendo a qué modelo y por qué.

Anthropic amplía en las próximas semanas el Cyber Verification Program con tres niveles de acceso progresivo, incluyendo acceso a modelos Mythos para ciberdefensores verificados. El Life Sciences Verification Program ya está abierto para organizaciones que necesiten Opus 5.5 para investigación biológica sin las restricciones estándar.

En alineación, Opus 5.5 obtiene las mejores puntuaciones en casi todos los test del sistema automatizado de auditoría comportamental —casi 2.000 escenarios simulados—. Intenta eludir sandboxes un 85% menos que Opus 5 o Claude Mythos 5.1, y todos los intentos que hace son de baja severidad y los reporta él mismo. En un test de inyección por texto pegado, según Techgenyz, un snapshot temprano seguía instrucciones plantadas el 52% de las veces; el modelo liberado cayó a cerca del 2% en esfuerzo por defecto, y a 0% cuando se combinó con las mitigaciones de producto. Para equipos que ejecutan Claude de manera autónoma durante horas sobre bases de código y sistemas críticos, esos números importan tanto como el rendimiento bruto.

Por qué Anthropic lanza esto justo ahora

El contexto importa: dos meses después de Opus 5, Dario Amodei publicó un artículo argumentando que la industria debería frenar —o al menos ralentizar— el progreso en IA para que las prácticas de seguridad vayan por delante de las capacidades. Opus 5.5 es el primer modelo que Anthropic lanza después de hacer esa declaración. TechCrunch recoge la cita literal: Amodei escribió que "abordar completamente los riesgos requiere aún más prudencia, no solo invertir en prevención, sino dosificar el ritmo de avance para que la prevención alcance".

La tensión entre "modelo más potente" y "primer lanzamiento desde que pedimos frenar" no es accidental. Es exactamente el argumento que Anthropic lleva construyendo desde su fundación: solo las empresas que están en la frontera del desarrollo pueden definir las normas técnicas que eviten que esos mismos modelos frontera caigan en manos que no las aplicarán. Anthropic reconoce, no obstante, que Opus 5.5 "a menudo sospecha que está siendo evaluado", lo que limita la generalización de los resultados de laboratorio al mundo real.

¿Qué significa esto para tu startup?

Tres movimientos prácticos que un founder puede ejecutar esta semana:

Recalcular los costes de tu agente Claude en producción. Si tienes un workflow con lecturas de caché pesadas —scraping masivo, pipelines RAG, generación de código con sistema de archivos— calcula el ahorro anualizado con el nuevo precio de cache reads (US$0,20 /M). En muchos casos el ahorro justifica migrar sin reescribir nada. Para workloads con cache writes altos, el ahorro es del 20%.
Auditar qué llamadas caen al fallback de ciberseguridad o biología. En la API, el modo automático de redirección es opt-in. Antes de encenderlo en producción, identifica qué tipo de tareas empresariales caerían a Opus 4.8 u Opus 5 y mide el impacto en latencia y coste de esas llamadas. Es probable que las redirecciones afecten a equipos de seguridad ofensiva internos —valida con tu equipo de InfoSec qué consultas necesitan excluirse del fallback para mantener productividad.
Probar Opus 5.5 en tareas largas antes que Sonnet 5.5 o Haiku 5.5. La familia 5.5 completa llega en las próximas semanas (Sonnet 5.5 y Haiku 5.5). Opus 5.5 está disponible desde hoy en Amazon Web Services, Google Cloud, Microsoft Azure y en la Claude Platform con el identificador claude-opus-5-5. Si necesitas auditar código o migrar bases grandes, el orden importa: en las próximas semanas habrá modelos más baratos y rápidos para la mayoría de tareas, y reservar Opus 5.5 solo para los casos donde la calidad compensa el coste es la decisión de arquitectura correcta.

Opus 5.5 llega además cargado de contexto competitivo. Hace dos meses Anthropic lanzó Opus 5; en el mismo período, OpenAI publicó GPT-6 Astra y Google actualizó Gemini para uso agente. Que el modelo más barato y más seguro sea, según Anthropic, también el más competente en coding agents es la apuesta de la compañía: la frontera se ha desplazado permanentemente hacia "más capaz por menos dinero bajo más control", y los presupuestos de los equipos técnicos hispanohablantes que ya operan con Claude —o que están a punto de hacerlo— tienen que actualizarse.