Anthropic publicó Claude Opus 5.5 el 22 de septiembre. Desde entonces, la cifra que más ha circulado es que cuesta un 40% menos que Opus 5. Es cierta, aunque mete en el mismo saco varias cosas que se entienden mejor por separado.
En Liquid usamos estos modelos a diario, en proyectos de clientes y en herramientas internas, así que hemos leído el anuncio y la documentación técnica pensando en lo que tenemos entre manos.
Lo que cuesta
El precio por token baja un 20%. El millón de tokens de entrada pasa de 5 a 4 dólares y el de salida, de 25 a 20. Las lecturas de caché bajan bastante más, de 0,50 a 0,20 dólares, un 60%, y eso se nota en productos que reutilizan el mismo contexto en cada llamada, como un asistente que siempre consulta la misma documentación o un agente que trabaja sobre el mismo repositorio.
El 40% sale de otra cuenta. Anthropic lo calcula con la configuración por defecto y en cargas de trabajo típicas, y ahí suman el precio más bajo, que el modelo necesita menos pasos para resolver una tarea y que el nivel de razonamiento por defecto ha pasado a ser medio. Si tu producto se parece a esa carga típica, andarás cerca de esa cifra. Si no, puedes quedar por encima o por debajo, y la única forma de saberlo es probarlo con tus propios casos.
Qué hace mejor que Opus 5
Según Anthropic, Opus 5.5 rinde al nivel de Fable 5.1, su modelo más capaz, en la mayoría de tareas. Donde más se separa de Opus 5 es en programación con agentes, en trabajos largos como migraciones o auditorías de código y en análisis. Los benchmarks del anuncio lo ponen por delante en casi todo, aunque el propio anuncio admite que a este nivel las diferencias en las tablas dicen cada vez menos de lo que pasa en el uso real.
Genera las respuestas más de un 30% más rápido. En una herramienta interna puede dar igual, pero en un producto donde el usuario espera mirando la pantalla, esos segundos cuentan.
También escribe mejor, y es la mejora que más nos ha interesado. Pone lo importante al principio, usa menos jerga y sigue mejor las reglas de estilo que le das. En un chat de atención al cliente o en un asistente dentro de una app, donde el modelo habla directamente con tus usuarios, eso lo nota cualquiera aunque no sepa explicar por qué.
Qué revisar si ya usas Opus 5
Si ya tienes Opus 5 en producción, la migración tiene letra pequeña. El razonamiento ya no se puede desactivar, cambia la forma de obligar al modelo a usar una herramienta concreta y, en cuentas creadas a partir del 31 de agosto, tampoco se pueden editar mensajes anteriores de una conversación para volver a enviarlos. Algunos de estos cambios dan error si el código no está preparado, así que hay que revisarlos antes de tocar nada. Opus 5 sigue disponible y no hay prisa por cambiar.
En seguridad y cumplimiento hay dos detalles que nos importan especialmente, porque trabajamos con empresas de aquí. Opus 5.5 se puede usar con retención cero de datos, que es lo primero que preguntan muchos clientes cuando hablamos de enviar información de sus usuarios a un tercero. Y añade marcas de agua al texto que genera para cumplir con la Ley de IA europea. Llega además con salvaguardas más estrictas en ciberseguridad y biología, y algunas peticiones de esas áreas se derivan automáticamente a otro modelo. Si tu producto trabaja en esos sectores, conviene tenerlo en cuenta.
Qué haríamos nosotros
Lo que más nos importa de este lanzamiento es que baje el precio y que escriba mejor a la vez. Hay funcionalidades con IA que hasta ahora costaba justificar por lo que cuesta cada uso, y con estos precios vale la pena volver a hacer números. A las décimas de los benchmarks les damos menos peso. Después de unos cuantos lanzamientos, nos fiamos más de lo que vemos probando con nuestros proyectos.
Para cambiar de modelo en un proyecto en producción, primero fijaríamos la configuración actual, para comparar en igualdad de condiciones. Después probaríamos el modelo nuevo con casos reales del producto, calcularíamos cuánto cuesta cada tarea bien resuelta y moveríamos el tráfico poco a poco. Si todavía estás decidiendo si meter IA en tu producto, hace poco escribimos sobre las preguntas que conviene hacerse antes de empezar.
Si te lo estás planteando
Van a seguir saliendo modelos nuevos cada pocos meses, y cuál usar y cómo depende mucho de cada producto. En Liquid ofrecemos asesoramiento de IA para tomar esas decisiones con datos de tu propio caso, tengas ya algo en marcha o estés empezando. Si te apetece, lo hablamos.
