Anthropic lanza Claude Opus 5: más barato y menos restrictivo que Fable 5, con control de esfuerzo para equilibrar costo y capacidad

Anthropic volvió a mover el tablero de los modelos de IA: el viernes 24 de julio de 2026 lanzó Claude Opus 5, la nueva versión de su modelo pesado de siempre. Aunque es más pequeño que Fable 5, resulta más barato y menos restrictivo, lo que lo vuelve preferible en la mayoría de los casos de uso. Para los equipos comerciales de Chile y Latinoamérica que ya operan con asistentes de IA, la noticia importa por una razón muy concreta: el costo por tarea baja justo cuando las cuentas de IA se volvieron un tema de presupuesto.

¿Qué es Claude Opus 5 y en qué se diferencia?

Opus 5 llega apenas dos meses después de Opus 4.8, que estuvo disponible desde el 28 de mayo. En junio, Anthropic había lanzado Mythos 5, Fable 5 y Sonnet 5, así que solo el liviano Haiku queda esperando su salto a la serie 5. Lo llamativo es que Opus 5 supera a Fable 5 en varios de los benchmarks incluidos en el anuncio, pese a ser un modelo más chico. Anthropic destaca que es «mucho más fuerte para verificar su propio trabajo e iterar con cuidado hasta lograrlo», y cita una prueba en la que Opus 5 escribió por su cuenta un pipeline de visión por computador a partir de una instrucción incompleta.

¿Cuánto cuesta y por qué importa el control de esfuerzo?

El precio es de 5 dólares por millón de tokens de entrada y 25 por millón de salida, el mismo que Opus 4.8, y Anthropic afirma que Opus 5 «se acerca» a las capacidades de Fable 5 a la mitad del precio. La novedad de negocio es un control de esfuerzo: el usuario elige cuánto trabajo (bajo, medio o alto) invierte el modelo en cada tarea, para equilibrar costo y capacidad. Esto responde a un reclamo real: las empresas venían quejándose de las cuentas altas y del «burn rate» de tokens de Fable 5, que hacía volar los presupuestos. OpenAI también puso el foco en el uso económico de tokens al presentar GPT-5.6 el 9 de julio, señal de que el ahorro es el nuevo campo de batalla.

¿Qué cambia en seguridad y guardrails?

Opus 5 mantiene salvaguardas parecidas a las de Opus 4.8, con guardrails más fuertes solo en ciberseguridad. Anthropic espera que estos clasificadores se activen 85% menos en Opus 5 que en Fable 5, un reflejo del enfoque más liviano para el modelo menos potente. Además estrena en beta Automatic Fallbacks: cuando una instrucción dispara el clasificador de seguridad, la solicitud se redirige de forma automática a un modelo menos potente, así el usuario de la API recibe una respuesta funcional en lugar de un error. A diferencia de Fable y Mythos, Opus 5 tampoco queda sujeto a la política de retención de datos de 30 días, un punto que inquietaba a usuarios sensibles a la privacidad.

¿Claude Opus 5 o Fable 5?

La recomendación de Anthropic es clara: Opus 5 para el día a día del negocio, por costo y menos fricción; Fable 5 para proyectos más avanzados, incluidos los que el modelo maneja de forma autónoma durante días. La compañía también apunta Opus 5 a la comunidad científica y lo describe como su «modelo generalmente disponible más capaz para investigación científica», con fortaleza en biología. En resumen, para la mayoría de los flujos comerciales y de servicio, Opus 5 es el caballo de batalla; Fable 5 queda para lo excepcional.

Análisis de Revenue Hub

Para un líder comercial en Latinoamérica, la lectura no es «hay un modelo nuevo», sino que el costo de la inteligencia sigue cayendo y ahora es configurable. El control de esfuerzo convierte una variable técnica en una palanca de negocio: puedes correr tareas rutinarias en modo económico y reservar el modo alto para lo que mueve la aguja. Eso cambia la conversación de presupuesto de IA de «cuánto gastamos» a «en qué vale la pena gastar más».

La decisión práctica es no casarse con un solo modelo. La estrategia ganadora es enrutar por tarea: modelo liviano y esfuerzo bajo para clasificar, resumir o responder consultas simples; modelo potente y esfuerzo alto para propuestas, análisis de cuentas o investigación. Quien mida el costo por resultado (por lead calificado, por ticket resuelto, por propuesta generada) en vez del costo por token, tomará mejores decisiones que quien solo mira el precio de lista. En un mercado donde los presupuestos de IA aún son chicos frente a Estados Unidos, esa disciplina de costo es una ventaja competitiva real para las empresas de la región. Seguimos estos movimientos en nuestra sección de noticias de IA para ventas y en el blog.