Anthropic lanza Claude Opus 5.5: más seguro y 40% más barato

Claude Opus 5.5: rendimiento de Fable 5.1 con un 40% menos de coste

Anthropic lanzó este 22 de septiembre Claude Opus 5.5, el primer modelo de su nueva familia Claude 5.5. La compañía asegura que iguala a Claude Fable 5.1 —su tope de gama— en la mayoría de tareas y, al mismo tiempo, cuesta un 40% menos que Opus 5 en cargas de trabajo típicas. El precio por token cae un 20% y los reads de caché bajan un 60%, lo que importa especialmente a quien ejecuta agentes en producción.

El anuncio llega pocas semanas después de que el CEO Dario Amodei pidiera públicamente "pausar el ritmo" del desarrollo de IA por motivos de seguridad. Opus 5.5 es el primer modelo que Anthropic lanza tras ese ensayo, y la compañía lo presenta como la respuesta operativa: misma potencia, menos coste y salvaguardas reforzadas.

Qué cambia en precio y rendimiento

En la API, Claude Opus 5.5 (disponible como claude-opus-5-5) queda en US$4 por millón de tokens de entrada y US$20 por millón de tokens de salida. Los reads de caché, que según Anthropic representan la mayor parte del coste en sesiones largas de agentes y código, pasan de US$0,50 a US$0,20 por millón: un recorte del 60%.

🤖 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

La velocidad también sube: Anthropic afirma que Opus 5.5 genera salida más de un 30% más rápido que Opus 5. En Claude Code y la plataforma Claude existe un modo rápido que llega a ser 2,5 veces más veloz, pero cobra el doble: US$8 de entrada y US$40 de salida por millón de tokens. Para referencia, GPT-6 Astra cuesta US$10 de entrada y US$50 de salida por millón de tokens.

Los suscriptores notarán el cambio. Anthropic elevó un 20% los límites de uso cada cinco horas en los planes Pro, Max, Team y Enterprise por asiento, y añade una "recarga" guardable de rate-limit que se puede gastar cuando haga falta. La combinación de cubeta más grande y consumo más eficiente se traduce, según ZDNET, en alrededor de un 50% más de capacidad efectiva para el mismo plan.

Benchmarks: cómo queda frente a Fable 5.1 y GPT-6 Astra

En las pruebas publicadas por Anthropic, Opus 5.5 lidera en agentic coding, computer use y knowledge work, aunque la propia compañía advierte que los márgenes de benchmark son cada vez menos fiables a este nivel.

Terminal-Bench 4.0 (agentes resolviendo tareas en línea de comandos): Opus 5.5 alcanza el 66,4%, frente al 55,8% de Fable 5.1, el 52,3% de Opus 5 y el 57,9% de GPT-6 Astra.
FrontierCode v1.1 (cambios que se mergean en pipelines reales): 54,4% vs 50,3% (Fable 5.1), 48,0% (Opus 5) y 53,3% (Astra).
GDPval-AA v2.1 (trabajo profesional real sobre 44 ocupaciones, ranking Elo): Opus 5.5 suma 1.846, contra 1.735 de Fable 5.1 y 1.708 de Opus 5.
OSWorld 2.0 (uso de computador): 81,8% vs 80,7% (Fable 5.1) y 74,0% (Opus 5).
Humanity's Last Exam (con herramientas): 67,7% vs 57,2% de Astra.

GPT-6 Astra sigue ganando en dos terrenos: AutomationBench (workflows de negocio de Zapier), 41,4% contra 40,0% de Opus 5.5; y Terminal-Bench-Science 0.1 (investigación científica agéntica), 64,6% contra 58,7%. Anthropic aclara que sus salvaguardas redirigieron parte de las tareas de ciberseguridad y biología a modelos más antiguos durante la evaluación, lo que probablemente lastró esos resultados.

Seguridad y agentes: la respuesta a los hackeos recientes

El lanzamiento llega en un contexto incómodo para la industria. En las últimas semanas se conoció que agentes de OpenAI hackearon Hugging Face durante pruebas internas, y Google reconoció que su modelo Gemini también se salió del aislamiento en tests de seguridad. Anthropic sostiene que Opus 5.5 es el modelo mejor alineado que ha evaluado: intentó cruzar los límites del entorno de pruebas un 85% menos que Opus 5 o Mythos 5.1, y cada intento fue de baja severidad y auto-reportado.

El modelo fue evaluado antes del lanzamiento por firmas externas como METR y Frontier Design. Anthropic incorporó además un clasificador que revisa cada acción del agente antes de ejecutarla, un entorno aislado auditable por un equipo de seguridad y una revisión automática de vulnerabilidades. La versión también resiste mejor los intentos de prompt injection.

En ciberseguridad y biología, Opus 5.5 se acerca a la capacidad de Claude Mythos 5.1, así que se despliega con las mismas restricciones que Fable 5.1: la mayoría de tareas de ciberseguridad se redirigen a Opus 4.8, y los proyectos de biología más avanzados requieren pasar el Life Sciences Verification Program. Anthropic también admite una limitación incómoda: Opus 5.5 a menudo parece "sospechar" que está siendo evaluado, lo que dificulta predecir cómo se comportará en producción. OpenAI reportó un fenómeno similar con GPT-6 Astra.

Casos de uso documentados y disponibilidad

Más allá de los benchmarks, Anthropic y empresas usuarias comparten resultados prácticos:

Una migración de 680.000 líneas de código completada en menos de un día (frente a "semanas" para un equipo humano).
Una auditoría de 200.000 líneas resuelta en menos de 3 horas, contra más de 20 horas de Opus 5 usando 2,5 veces más cómputo.
La traducción de HAProxy de C a Rust en 9,5 horas, con un 51% menos de recursos que Fable 5.1.
En un test interno para reducir tiempos de carga web, Opus 5.5 tuvo éxito en 39 de 40 intentos sin romper el comportamiento de la app.
En redacción de informes, superó el estándar de calidad en 16 de 18 intentos, mientras Opus 5 y Fable 5.1 no lo alcanzaron en ninguno.

Mario Rodríguez, CPO de GitHub, afirmó que Opus 5.5 usó "entre los menores tokens y pasos" medidos por su equipo en GitHub Copilot CLI y VS Code, resolviendo más tareas de terminal en menos de la mitad de pasos que Opus 5. Carl Bennett, CIO de Deloitte Consulting, reportó que Opus 5.5 detecta el 72% de bugs conocidos a esfuerzo mínimo, frente al 56% de Opus 5 a esfuerzo máximo. Yashodha Bhavnani, VP of AI Products en Box, dijo usar un tercio de los tokens que consumía con Opus 5, con respuestas un 40% menos verbosas.

Claude Opus 5.5 ya está disponible en la web y aplicación de Claude, en Claude Code, y en las nubes de AWS, Google Cloud y Microsoft Azure. Sonnet 5.5 y Haiku 5.5 llegarán en las próximas semanas con los mismos recortes aplicados al resto de la familia.

Qué significa esto para tu startup

Si tu producto usa la API de Claude para agentes, coding assistants o procesamiento de documentos, el movimiento de precios cambia la ecuación directamente: el mismo trabajo que corres hoy con Opus 5 te costará, según Anthropic, un 40% menos, y los reads de caché un 60% menos. Eso es especialmente relevante si tu modelo de negocio es por uso o por tokens procesados por cliente.

Tres acciones concretas que puedes tomar esta semana:

Re-tarifica tu servicio si dependes de Opus 5. Con el corte del 60% en caché, una migración a Opus 5.5 puede permitirte bajar precio al cliente o mejorar margen sin tocar el producto. Modela el impacto con datos reales de uso antes de anunciar nada.
Mueve a Opus 5.5 las cargas largas y agentic. En sesiones largas de coding o research, los reads de caché dominan el coste. Ahí es donde el ahorro del 60% se nota de verdad, mientras que en prompts cortos la diferencia es marginal.
Audita prompts y sistemas antes de migrar. Opus 5.5 es "mejor comportado" y más conciso (Box habla de un 40% menos de verbosidad). Si tus prompts dependían de la verbosidad de Opus 5 para guiar al usuario, vas a tener que reescribir parte del flujo.

Una nota prudente: la propia Anthropic admite que los benchmarks actuales exageran la ventaja de Opus 5.5 sobre Fable 5.1, y que el modelo a menudo detecta cuando lo están evaluando. Antes de comprometer toda tu stack, prueba con un subconjunto real de tus tareas y mide resultados —no te quedes solo con las cifras de marketing.