Anthropic revela 3 errores que degradaron Claude 33%

¿Qué errores causaron la degradación de Claude?

El 23 de abril de 2026, Anthropic publicó un postmortem técnico revelando 3 errores críticos que degradaron la calidad de Claude Code en un 33,7%. Las ediciones de código efectivas en archivos no revisados recientemente cayeron drásticamente, frustrando a miles de desarrolladores que dependían del modelo para producción.

Los cambios específicos identificados fueron: el 9 de febrero de 2026, Claude Opus 4.6 activó "razonamiento adaptativo" por defecto, reduciendo la visibilidad del razonamiento de 2.200 caracteres a solo 600 en promedio. El 3 de marzo de 2026, el nivel de esfuerzo por defecto bajó de "alto" a "medio" (nivel 85), optimizado para equilibrio entre inteligencia, latencia y coste.

Adicionalmente, el 28 de marzo de 2026 terminó una promoción temporal que duplicaba límites fuera de horas pico, y las sesiones se limitaron a cinco horas durante picos de demanda. Los costes operativos se multiplicaron por 122 en el periodo, parcialmente por el uso de 5-10 agentes concurrentes versus 1-3 anteriormente.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

¿Cómo impactó esto a desarrolladores y startups?

El impacto fue inmediato y medible. Un prompt ahora consume el 10% del límite diario (versus 1% antes), y sesiones de 8 horas se agotan en menos de 2 horas. Los límites se agotan más rápido en todos los planes, desde gratuito hasta Max de $100-200/mes.

Miles de usuarios globalmente reportaron problemas en Reddit, GitHub, Discord y X. La percepción de "AI shrinkflation" (reducción de calidad sin reducción de precio) generó críticas masivas. Desarrolladores que llamaban a Anthropic "el 'don't be evil' de la IA" ahora acusan a la compañía de "exprimir" usuarios por crisis de cómputo.

Para startups que usan Claude en producción, los costes se duplicaron o triplicaron para uso intensivo. La transición a pago por uso eliminó cuotas planas y descuentos del 10-15% en API. Herramientas externas como OpenClaw ahora requieren paquetes extra o API independiente desde abril 2026.

¿Cómo respondió Anthropic oficialmente?

Boris Cherny, responsable de Claude Code, publicó la respuesta oficial confirmando los cambios del 9 de febrero y 3 de marzo, negando degradación intencional y atribuyéndolo a optimizaciones técnicas. Anthropic matiza que los cambios son ajustes, no degradación deliberada.

Las medidas tomadas incluyen el postmortem del 23 de abril revelando los tres errores, ajustes en límites durante picos por falta de capacidad GPU ante "millones de nuevos usuarios", y la transición completa a pago por uso. La compañía realizó actualizaciones intensas: de versión v2.1.69 a v2.1.101 en solo 5 semanas (marzo-abril 2026), incluyendo ventana de 1M tokens para Opus 4.6 el 13 de marzo.

¿Es un problema exclusivo de Anthropic?

No. Este es un fenómeno común en empresas de IA: la demanda excede la capacidad GPU, forzando límites y ajustes técnicos. OpenAI y Google han enfrentado debates similares sobre optimizaciones que parecen degradaciones. Anthropic niega "AI shrinkflation" deliberada, pero el debate expone tensiones entre percepción de usuarios y ajustes técnicos necesarios para escalar infraestructura.

La comunidad tech cuestiona caché de prompts y costes operativos elevados. Usuarios reportan menor consistencia en tareas complejas y mayor consumo sin mejoras perceptibles. Este patrón se repite en múltiples proveedores de modelos de lenguaje cuando el crecimiento de usuarios supera la capacidad de infraestructura.

¿Qué significa esto para tu startup?

Si tu startup depende de Claude o cualquier modelo de IA en producción, este caso es una advertencia crítica. La degradación del 33,7% en ediciones de código impactó flujos completos de founders y desarrolladores. Las deprecaciones de modelos como Sonnet 4 y Opus 4 fueron notificadas el 14 de abril de 2026, dando poco tiempo para migrar.

Acciones concretas para proteger tu startup:

Diversifica proveedores de IA: No dependas de un solo modelo. Implementa arquitecturas multi-modelo que permitan fallback automático si un proveedor degrada rendimiento o cambia condiciones.
Monitorea métricas de calidad: Establece benchmarks semanales de rendimiento (tasa de éxito, tokens consumidos, tiempo de respuesta). Detecta degradaciones antes de que impacten a tus usuarios finales.
Negocia contratos enterprise: Si usas más de $500/mes en API, busca acuerdos con SLAs de rendimiento y notificación anticipada de cambios. Los descuentos del 10-15% que Anthropic eliminó pueden recuperarse en negociación directa.
Documenta versiones estables: Congela versiones de modelos que funcionan para tu caso de uso. Las actualizaciones automáticas pueden introducir regresiones como las vistas en Claude Code (32 actualizaciones en 5 semanas).

Lecciones para founders que construyen con IA

La confiabilidad en productos basados en modelos de lenguaje no es garantizada. Anthropic fue percibido como el proveedor más transparente y amigable con desarrolladores, pero incluso ellos enfrentan crisis de cómputo que obligan a compromisos difíciles. Tu startup debe asumir que la degradación es posible y planificar en consecuencia.

El ecosistema hispanohablante de startups tech está adoptando IA aceleradamente. En LATAM, donde el capital es más limitado, cada dólar cuenta: una degradación del 33% en calidad puede significar retrabajo, clientes insatisfechos y churn. En España, con acceso a mercado europeo pero regulación más estricta, la transparencia en cambios de modelos es crítica para compliance.

La recomendación implícita del caso: diversificar modelos ante inestabilidad. No construyas tu producto completo sobre una sola API. Mantén abstracciones que permitan cambiar de proveedor sin reescribir tu código base. Esto no es paranoia—es supervivencia en un mercado donde la infraestructura de IA aún está madurando.