Opus 5: Anthropic apuesta a la eficiencia y no al salto de potencia

Cinco dólares el millón de tokens de entrada, veinticinco el de salida. Ese número, más que cualquier benchmark, es el verdadero titular detrás del lanzamiento de Opus 5, la actualización que Anthropic sacó esta semana para su modelo insignia.

Rendimiento parejo, no un salto

En las pruebas de código —el terreno donde Opus se volvió popular entre desarrolladores— el nuevo modelo queda "apenas por debajo de Fable, a mitad de precio", según la propia comparación de Anthropic. Frente a Opus 4.8, la mejora es incremental: mejor en algunas tareas, prácticamente empatado en otras, lejos del tipo de salto que solía anunciar cada nueva generación. Comparado con el GPT-5.6 Sol de OpenAI, Opus 5 gana en la mayoría de las categorías evaluadas.

Hay una excepción a propósito: en tareas de explotación de vulnerabilidades de ciberseguridad, Opus 5 queda bastante atrás de Mythos 5, el otro modelo de la casa. Anthropic decidió no entrenarlo con la misma intensidad en ese terreno —una elección de seguridad, no una limitación técnica— dejando ese perfil más filoso reservado para el modelo pensado específicamente para investigación en seguridad.

La competencia le pone precio al techo

El movimiento no ocurre en el vacío. Kimi K3, el modelo de código abierto del laboratorio chino Moonshot AI, ofrece un rendimiento comparable a quince dólares el millón de tokens de salida, presionando a todo el mercado hacia abajo. Cuando la diferencia de capacidades entre los modelos top se angosta, la variable que decide qué modelo usa una empresa deja de ser "cuál es más inteligente" para pasar a ser "cuál sale más barato correr todos los días, miles de veces, en producción".

Es un cambio de estrategia que viene de antes. Durante los primeros años los laboratorios competían mostrando quién resolvía mejor un problema de matemática olímpica o quién programaba una aplicación entera de un tirón. Ahora, con modelos que ya superan a la mayoría de los humanos en tareas de código bien definidas, la pelea se traslada al costo de servir esas respuestas a millones de usuarios simultáneos, todos los días.

Lo que importa para una pyme

Para una empresa que ya usa IA para generar código, responder clientes o armar reportes, esta noticia importa más que cualquier anuncio de "el modelo más inteligente del mundo". Un modelo que cuesta la mitad y rinde casi igual cambia directamente la ecuación de si conviene automatizar una tarea o no. Muchas pymes argentinas todavía miden el uso de IA en llamadas sueltas —un chatbot acá, un generador de textos allá— sin prestarle atención al costo por token acumulado. Cuando ese uso escala a agentes que corren todo el día, la diferencia entre pagar por Fable o por Opus 5 puede ser la diferencia entre un proyecto rentable y uno que nunca cierra los números. Vale la pena, antes de elegir modelo, preguntarse no solo qué tan bien responde sino cuánto sale que responda mil veces por día.