Claude Opus 5 aterriza el 24 julio 2026: 97% SWE-Bench, control de esfuerzo en 5 niveles y precio a mitad que Fable 5

Claude Opus 5 es la carta que Anthropic ha jugado hoy, 24 de julio de 2026, apenas unas semanas después de que OpenAI moviese ficha con GPT-5.6 Sol y Google contragolpease con Gemini 3.6 Flash. El nuevo modelo insignia llega con ventana de contexto de un millón de tokens, control de esfuerzo en cinco niveles, un Fast mode que multiplica por 2,5 la velocidad y, sobre todo, un mensaje demoledor: inteligencia de frontera prácticamente a la altura de Claude Fable 5 por la mitad del precio.

Los primeros números confirman el discurso. Claude Opus 5 lidera SWE-Bench Verified con un 97,0% (por delante de GPT-5.6 Sol y de Fable 5), domina Frontier-Bench v0.1 con un 43,3% frente al 33,7% de Fable 5, y arrasa en ARC-AGI-3. En este artículo desglosamos qué cambia respecto a Opus 4.8, cómo funcionan los cinco niveles de esfuerzo, cuánto cuesta cada modo, dónde está disponible (API directa, Amazon Bedrock, Google Vertex AI, Cursor) y para qué casos de uso Opus 5 se convierte en la opción por defecto de cualquier equipo serio que trabaje con modelos de frontera.

Qué es Claude Opus 5 y por qué importa

Claude Opus 5 (API ID: claude-opus-5) es el cuarto modelo que Anthropic publica en menos de dos meses, tras Mythos 5, Fable 5 y Sonnet 5. La compañía lo posiciona explícitamente como "thoughtful proactive model, frontier intelligence close to Claude Fable 5 at half the price". Ese lema no es marketing hueco: los precios oficiales son 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida, exactamente la mitad de los 10 y 50 dólares que cobra Fable 5.

Es el nuevo modelo por defecto de Claude Max, se convierte también en el más potente disponible para suscriptores de Claude Pro y llega ya integrado en la API estándar. La ventana de contexto es de 1 millón de tokens de entrada, con capacidad de generar hasta 128.000 tokens de salida síncrona en una sola respuesta, un salto brutal respecto a las 64K de Opus 4.8. Anthropic mantiene además la compatibilidad con computer use, tool use paralelo y el nuevo mecanismo de five-level effort control que analizamos más adelante.

El posicionamiento estratégico es claro: en lugar de subir precios como hizo con Fable 5, Anthropic apuesta por democratizar la frontera. Cualquier equipo que hasta ayer usaba Opus 4.8 puede migrar sin pagar más y ganar rendimiento sustancial. Cualquiera que estuviese pagando la prima de Fable 5 debe preguntarse si necesita ese último 3-5% de rendimiento o si Opus 5 le vale por la mitad. La respuesta, para el 90% de los casos, será que Opus 5 es más que suficiente.

Novedades reales frente a Claude Opus 4.8

Sobre el papel, Opus 5 es el sucesor directo de Opus 4.8 (que llegó a finales de mayo de 2026 con soporte de dynamic workflows multi-agente). Los saltos concretos son cinco:

• Contexto ampliado: 1M tokens de entrada frente a los 500K de Opus 4.8, y 128K de salida síncrona frente a 64K.
• Cinco niveles de esfuerzo: donde Opus 4.8 ofrecía low/medium/high/max/ultra-code, Opus 5 reorganiza el control en cinco niveles nominales más limpios (ver sección específica).
• Fast mode nativo: nueva modalidad que ejecuta el modelo 2,5x más rápido pagando el doble por token, pensada para chatbots productivos y latencia crítica.
• Agentic coding duplicado: en pruebas internas de terminal coding autónomo, Opus 5 más que duplica los resultados de Opus 4.8 en tareas de larga horizonte.
• Precio congelado: mismo precio por token que Opus 4.8 ($5/$25 por millón), pero con capacidades sustancialmente superiores.

Dominación en SWE-Bench Verified: el 97% que cambia la conversación

El titular técnico del lanzamiento es un número redondo y demoledor: Claude Opus 5 alcanza el 97,0% en SWE-Bench Verified, la referencia de facto para medir capacidad de resolver bugs reales sobre repositorios de código open source. Ese resultado sitúa a Opus 5 por encima de GPT-5.6 Sol (96,2%), Claude Fable 5 (95,0%) y muy por delante de Gemini 3.6 Flash (91,4%). En pruebas internas, la marca sube al 96,0-97,5% según el nivel de esfuerzo aplicado.

Lo interesante no es solo el pico, sino la consistencia: Anthropic reporta que Opus 5 mantiene ese rendimiento sin colapsar el consumo de tokens de razonamiento, lo que se traduce en mejor coste por bug resuelto que cualquier competidor. Para equipos que ya estén automatizando revisión de código, generación de parches y agentes de mantenimiento, la migración a Opus 5 puede recortar entre un 30% y un 50% la factura de tokens manteniendo la misma tasa de éxito.

Frontier-Bench, ARC-AGI-3 y MTC-Bench: dominio general

Más allá del código, Opus 5 dispara los resultados en tres benchmarks generalistas críticos:

• Frontier-Bench v0.1 (agentic coding en entornos abiertos): 43,3% frente al 34,4% de GPT-5.6 Sol y el 33,7% de Fable 5. A esfuerzo xhigh, Opus 5 llega hasta el 44,4% de mean reward.
• ARC-AGI-3 (razonamiento novedoso, la métrica más difícil para modelos de frontera): 30,2%, aproximadamente tres veces el resultado del siguiente competidor. En ARC-AGI-1 alcanza el 97,5% a esfuerzo Max, y el 90,4% en ARC-AGI-2 Semi-Private.
• MTC-Bench (conocimiento general multi-tarea, escala Elo): 1861 puntos frente a 1747 de Fable 5 y 1736 de GPT-5.6 Sol.

Este último dato es especialmente importante: Anthropic ha conseguido que Opus 5 no solo destaque en código y razonamiento, sino que también sea el modelo con más conocimiento general puro entre las opciones actuales. Para tareas de investigación, análisis multi-documento, redacción técnica y educación, es hoy la referencia.

"Opus 5 lidera en razonamiento novedoso y tareas agenticas, mientras que GPT-5.6 Sol sigue ligeramente por delante en coding de horizonte largo. Es el reparto de fuerzas más interesante del año." — análisis de DataCamp

Los cinco niveles de effort control explicados

El five-level effort control es probablemente la novedad más impactante desde el punto de vista del desarrollador. Cada petición a la API acepta ahora uno de cinco niveles nominales, que se traducen en un tope diferente de budget_tokens para el razonamiento interno del modelo:

• Low: presupuesto de razonamiento mínimo. Respuestas rápidas para tareas triviales, chatbots de soporte, formateo, extracción básica. Coste y latencia iguales o inferiores a Sonnet en esas tareas.
• Medium: nivel sorpresa. Según SitePoint, Opus 5 alcanza en Medium sus mejores resultados en FrontierCode (53,4% en el main set, 63,6% en extended), superando incluso a High y Max. Es el sweet spot por defecto para la mayoría de flujos.
• High: mayor profundidad de razonamiento. Recomendado para code review complejo, refactor multi-archivo, planificación de agentes con más de 20 pasos.
• Max: máximo razonamiento continuo. Para problemas matemáticos, investigación científica, ARC-AGI y depuración de bugs de alta complejidad. Coste por respuesta multiplicado x3-x5 respecto a Low.
• Ultra-Code: modo especializado para tareas de programación puras, orientado a resolver SWE-Bench Verified y Frontier-Bench con presupuesto extendido y prompts internos afinados para código.

El detalle contraintuitivo es que subir esfuerzo no siempre mejora resultados. Los benchmarks de FrontierCode muestran que High y Max introducen rendimientos decrecientes e incluso negativos frente a Medium en tareas de coding cotidianas. La recomendación práctica: empezar en Medium, subir a High solo si el output no basta, y reservar Max para tareas cuyo valor por respuesta justifique el coste de tokens de razonamiento adicionales.

Fast mode: 2,5 veces más rápido al doble de precio

La otra gran novedad operativa es el Fast mode, un modo alternativo del mismo modelo que ejecuta la inferencia a aproximadamente 2,5 veces la velocidad estándar. El precio se duplica exactamente: 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida en Fast mode. Aunque el precio por token es el de Fable 5, sigue siendo el mismo modelo Opus 5 con toda su capacidad.

La disponibilidad de Fast mode está limitada a la API directa de Anthropic. No está disponible en Amazon Bedrock, Google Vertex AI ni Microsoft Foundry, aunque Opus 5 estándar sí funciona en las tres plataformas. Los casos de uso típicos donde Fast mode compensa son chatbots productivos con SLA de respuesta bajo dos segundos, herramientas de dictado y transcripción asistida, autocompletado en editores de código y cualquier flujo interactivo donde la percepción de latencia es crítica.

Precios y comparativa económica

La estrategia de precios de Anthropic es agresiva y muy legible. Este es el mapa competitivo tras el lanzamiento:

El movimiento clave: Opus 5 estándar cuesta lo mismo que Opus 4.8 pero rinde mejor. Fast mode cuesta lo mismo que Fable 5 y rinde muy cerca. Para el 90% de cargas productivas, Opus 5 estándar es la mejor relación coste-calidad del mercado a fecha de julio 2026.

Disponibilidad: dónde usar Claude Opus 5 desde hoy

Anthropic ha ejecutado un lanzamiento con soporte día cero muy amplio. Opus 5 está disponible desde el 24 de julio de 2026 en:

• API directa de Anthropic (claude-opus-5): con Fast mode, five-level effort control y salida de 128K tokens.
• Claude.ai: modelo por defecto para suscriptores Max y opción más potente disponible en Pro.
• Amazon Bedrock: disponible en regiones globales, sin Fast mode.
• Google Vertex AI: idem, misma limitación con Fast mode.
• Microsoft Foundry (Azure): integrado desde el mismo día 24.
• Cursor: confirmado por la propia plataforma como opción seleccionable en el selector de modelos.
• LiteLLM, OpenRouter y proxys agnósticos: soporte día cero desde el mismo lanzamiento.

Para desarrolladores que ya usan Claude Code, la CLI actualiza automáticamente el modelo por defecto. Basta con actualizar la última versión y las nuevas conversaciones aprovecharán Opus 5 sin cambios de configuración.

Casos de uso donde Claude Opus 5 brilla

Con la combinación de contexto 1M, cinco niveles de esfuerzo y precio ajustado, hay cinco escenarios donde Opus 5 se vuelve la opción evidente:

• Agentes autónomos de larga duración: pipelines que ejecutan decenas de pasos con tool use, planificación y verificación. El salto en Frontier-Bench se traduce directamente en menos fallos y menos supervisión humana.
• Code review masivo y refactor multi-archivo: 1M de contexto permite cargar módulos enteros de repositorios grandes. Combinado con el 97% en SWE-Bench, es la mejor herramienta para auditar bases de código legadas o migraciones a nuevas versiones de framework.
• Análisis científico multi-documento: revisar bibliografía de 500-800 páginas de artículos, contrastar hipótesis y extraer estructuras comparativas. El 1861 en MTC-Bench indica conocimiento general suficiente para no perderse en contexto especializado.
• Investigación jurídica y financiera: procesar contratos, prospectos y comunicaciones de resultados enteros en una sola llamada, con capacidad de razonamiento en Max cuando la pregunta lo justifica.
• Educación asistida y tutoría: modelo suficientemente barato para ejecutar sesiones largas con estudiantes sin disparar el coste, y con calidad para explicar demostraciones matemáticas complejas o revisiones de código de proyectos universitarios.

Reacción del mercado: qué van a hacer OpenAI, Google y xAI

El movimiento de Anthropic obliga a mover ficha a los tres grandes competidores. OpenAI se encuentra con que GPT-5.6 Sol, lanzado hace apenas semanas, deja de ser el líder claro en SWE-Bench y además cuesta un 50% más por token de entrada. La respuesta probable: recorte de precios en la variante estándar de GPT-5.6 o adelanto de una versión Sol Pro con nuevas capacidades agenticas.

Google, con Gemini 3.6 Flash, mantiene el liderato en coste absoluto pero pierde el argumento de rendimiento. Tras la comparativa que publicamos ayer, todo apunta a que Google acelerará la salida de Gemini 3.7 Pro con soporte de contexto 4M y mejor Frontier-Bench. xAI, con su reciente Grok 4.5 en beta privada y su acceso privilegiado a datos de SpaceX y Tesla, es la incógnita: si sube al nivel Opus 5 en generalismo, la competencia se abre a cuatro grandes.

Para clientes finales, el efecto neto es una guerra de precios y prestaciones que ha recortado el coste efectivo por tarea agentic en más de un 60% en solo doce meses. Ese ritmo tiene poco precedente en la historia del software empresarial.

Workstation ideal para desarrollar con Claude Opus 5

Aunque Opus 5 se ejecuta 100% en la nube, la experiencia de trabajar con él (Claude Code en terminal, editores con Cursor, notebooks de investigación) se beneficia de una estación bien montada. Estos son los componentes que recomendamos para 2026:

Portátil o mini PC principal. Para movilidad total, el MacBook Pro 16 pulgadas con chip M4 Max en Amazon sigue siendo la referencia entre desarrolladores Mac: 36 GB de memoria unificada, GPU de 32 núcleos y tres puertos Thunderbolt 5 para orquestar hasta cuatro monitores. Es capaz de correr modelos locales de complemento a Opus 5 sin sudar. Si prefieres puesto fijo silencioso y potente, la línea Beelink SER8 y Minisforum ofrece Ryzen 7 con 32 GB DDR5 y NVMe rápido a una fracción del coste, ideal como cliente de Claude Code sobre Linux.

Monitor. Trabajar con contexto 1M de tokens implica leer y comparar cantidades brutales de texto. Un panel amplio y con contraste real marca la diferencia. El LG UltraGear 32GS95UE OLED 4K de 32 pulgadas ofrece 3840x2160, 240 Hz y negros infinitos gracias al panel OLED con MLA+, cómodo tanto para código como para depurar UI. La curvatura óptima y el HDMI 2.1 lo hacen elegible también para gaming en pausas.

Ratón y teclado. Sesiones de programación asistida de 6-8 horas exigen periféricos que no fatiguen. El Logitech MX Master 3S en color grafito es el ratón de referencia para desarrolladores: 8000 DPI, scroll ultrarrápido MagSpeed y hasta 70 días de batería. Para teclado mecánico programable, el Keychron K2 Pro en layout ES-ISO combina QMK/VIA, hot-swap y perfil compacto 75% con marco de aluminio.

Auriculares con cancelación. Concentrarse revisando outputs largos de Opus 5 con ruido ambiente es imposible. Los Sony WH-1000XM6 con procesador HD QN3 son hoy la mejor opción del mercado: cancelación de nueva generación siete veces más rápida que la de los XM5, 30 horas de batería y LDAC para audio hi-res, útil también en videollamadas.

Silla ergonómica. La Secretlab Titan Evo Black3 ofrece soporte lumbar 4-way, reposabrazos 4D y garantía de cinco años; útil tanto para desarrolladores como para creadores que pasan jornadas largas frente al monitor.

Lecturas recomendadas. Para sacar partido real a modelos como Opus 5 conviene profundizar en el diseño de sistemas ML. Dos referencias imprescindibles: Hands-On Large Language Models de Jay Alammar y Maarten Grootendorst, que explica arquitectura, pipelines de RAG y búsqueda semántica con enfoque práctico; y Designing Machine Learning Systems de Chip Huyen, el libro que enseña a llevar modelos de laboratorio a producción con monitorización, retraining y observabilidad.

Preguntas frecuentes (FAQ)

Conclusión: ¿es el momento de migrar?

La respuesta corta es sí. Claude Opus 5 aterriza el 24 de julio de 2026 como el modelo con mejor relación coste-calidad del mercado de frontera. Iguala o supera a GPT-5.6 Sol y Fable 5 en los benchmarks más relevantes, mantiene el precio de Opus 4.8, amplía contexto a 1M tokens y aporta un Fast mode que resuelve casos de uso de latencia crítica. Para cualquier equipo que hoy pague por Opus 4.8, la migración es inmediata y gratuita en efecto neto. Para quien esté pagando la prima de Fable 5, la pregunta obligada es si ese 3-5% adicional justifica el doble de coste.

El movimiento de Anthropic redefine el equilibrio competitivo. OpenAI se ve forzada a mover ficha con GPT-5.6 Sol, Google acelerará Gemini 3.7 Pro y xAI observa desde su beta privada. Para el usuario final, el resultado es la misma tendencia que llevamos viendo doce meses: cada trimestre, más capacidad por menos dinero. La era de los modelos de frontera al alcance de cualquier equipo pequeño ya no es una promesa, es un hecho verificable en el precio por token del selector de modelos.