Opus 5 cierra el círculo de la generación 5

Hay una ficción cómoda en cómo esta industria cuenta su propio calendario. Cada vez que un proveedor sustituye el último dígito de un nombre de modelo, tendemos a leerlo como el cierre ordenado de una etapa y la apertura limpia de la siguiente. Un número redondo sugiere que lo anterior quedó resuelto antes de que empezara lo nuevo.

Anthropic ha pasado las últimas siete semanas insistiendo en esa lectura.

El 24 de julio lanzó Claude Opus 5, la cuarta pieza de una familia que había empezado el 9 de junio con Fable 5 y Mythos 5 y había seguido el 30 de junio con Sonnet 5. Con Opus 5 en el catálogo, Anthropic puede decir por fin que la generación 5 está completa. Ese cierre, sin embargo, no ha limpiado nada.

Entre el primer lanzamiento y el último, Anthropic suspendió sus propios modelos por orden de un gobierno extranjero a sus propios usuarios, reconoció una regresión de rendimiento que buena parte del sector interpretó como un recorte deliberado, y presentó un sucesor para “arreglarlo” que en la práctica devolvía el modelo al punto en que estaba antes del recorte. Y a los tres días de lanzar la pieza que debía cerrar el círculo con una superioridad indiscutible, empezaron a circular las mismas quejas de siempre, con una coartada distinta. El círculo se cierra en el comunicado de prensa. La grieta que lo atraviesa sigue abierta.

Cuatro modelos, siete semanas, una suspensión de por medio

Conviene tener el calendario completo delante, porque comprimido en un párrafo de prensa parece una progresión ordenada y desplegado día a día parece otra cosa. El 9 de junio, Fable 5 y Mythos 5: mismo modelo subyacente, distinta capa de acceso. El 12 de junio, la suspensión: Washington ordenó restringir el acceso a nacionales extranjeros después de que investigadores de Amazon reportaran un método para eludir las salvaguardas del modelo, la orden entraba en vigor de inmediato, Anthropic no podía verificar la nacionalidad de cada usuario en tiempo real y cortó el acceso a todo el mundo por precaución. El 30 de junio, Sonnet 5, con un tokenizer nuevo que encarecía la factura aunque el precio por token bajara sobre el papel. El 24 de julio, Opus 5, presentado como el cierre de la familia.

Cuatro lanzamientos, una suspensión geopolítica y una revisión de precios no son un ciclo de producto tranquilo. Son un trimestre accidentado que alguien ha decidido llamar, retroactivamente, “la generación 5”.

La grieta de febrero se maquilló de arreglo en abril

El antecedente que de verdad importa no es ninguno de los lanzamientos con nombre propio. Es lo que pasó, en silencio, con el modelo que estaba en producción mientras tanto: Opus 4.6.

Desde febrero, desarrolladores en GitHub, Reddit y Discord venían reportando que Opus 4.6 se sentía peor semana a semana: código incompleto, más rechazos en tareas legítimas de seguridad, razonamiento de varios pasos que se abandonaba a mitad de camino. No era una impresión aislada. El 3 de marzo, Anthropic cambió el nivel de esfuerzo por defecto a “medio”. El 6 de marzo, ajustó el tiempo de vida de la caché de prompts. El 26 de marzo, introdujo límites de sesión en horas punta. Ninguno de esos tres cambios se anunció con el detalle suficiente para que nadie pudiera distinguir, desde fuera, un ajuste de infraestructura de una regresión de capacidad real.

La presión no vino de una queja difusa. El 2 de abril, un ingeniero sénior de AMD publicó en GitHub un análisis con 6.852 sesiones documentando la caída. El 7 de abril, un desarrollador afirmó en un post que se hizo viral haber medido una caída del 67% en capacidad. El 12 de abril, la comparativa de un benchmark independiente mostró una precisión que bajaba del 83,3% al 68,3% entre versiones —una cifra que después un investigador externo cuestionó por comparar seis tareas contra treinta, pero que para entonces ya había fijado el relato—. Anthropic terminó reconociendo “actualizaciones menores de seguridad y calidad” con efectos no previstos sobre el rendimiento agéntico. Negó, en todo momento, haber degradado el modelo a propósito.

Ahí llegó Opus 4.7, presentado como la corrección: un ajuste de seguridad más estrecho, con pruebas de retención específicas para tareas agénticas, y un benchmark interno de regresión que en teoría bloquearía futuras actualizaciones silenciosas antes de publicarlas. Sobre el papel, un sucesor más cuidadoso. En la práctica, buena parte de la comunidad técnica llegó a la misma lectura incómoda: Opus 4.7 no era una mejora real sobre Opus 4.6, era la versión de Opus 4.6 anterior al recorte, republicada con un número más alto y un tokenizer nuevo que, para el mismo texto, consumía hasta un tercio más de tokens. En el benchmark de recuperación de contexto largo MRCR, la puntuación cayó del 78,3% al 32,2% entre una versión y la siguiente. Si “arreglar” un modelo significa deshacer un recorte que nunca se admitió como tal, la pregunta que queda abierta no es técnica. Es sobre qué se llama exactamente una mejora en esta industria.

El mismo guion, con el cómputo como nueva coartada

Opus 5 llegó prometiendo que ese capítulo quedaba atrás. Sobre el papel, cumple: supera a Fable 5 en ocho de trece benchmarks publicados pese a costar la mitad —5 dólares por millón de tokens de entrada y 25 por millón de salida, el mismo precio que ya tenía Opus 4.8—, dobla el resultado de Opus 4.8 en Frontier-Bench, y lidera la clasificación de Artificial Analysis por delante incluso de Fable 5. Anthropic lo resume con una frase hecha para el titular: “la inteligencia de frontera de Fable 5 a la mitad de precio”.

A los tres días de esa frase, empezaron a aparecer las mismas quejas de febrero, con otro ropaje. Desarrolladores reportando en redes sociales un rendimiento “real” decepcionante, en algunos casos por debajo del propio Opus 4.8 de semanas atrás, con la hipótesis circulando de que Anthropic estaba sirviendo el modelo con recursos de cómputo insuficientes para sostener lo que prometían sus propios benchmarks. Nadie ha llamado a esto “nerfeo” todavía, en parte porque la palabra ya se gastó en abril. Pero la forma del problema es idéntica: una diferencia notable entre el resultado que se publica el día del lanzamiento y el que experimenta quien usa el modelo en producción dos semanas después, sin que la empresa ofrezca un cambio visible que la explique.

Da igual si la causa exacta esta vez es escasez de cómputo, un ajuste de seguridad o pura variabilidad de carga: el patrón —benchmark impecable, queja rápida, coartada distinta cada vez— ya no puede tratarse como una anomalía de un solo modelo. Es cómo se ha comportado esta familia entera cada vez que pasa de la diapositiva de lanzamiento al tráfico real.

La valla ya no vigila el acceso, vigila el entrenamiento

Hay, eso sí, un cambio de arquitectura real en Opus 5 que merece más atención de la que ha recibido. Con Fable 5 y Mythos 5, la seguridad se resolvía con una valla de clasificadores: el modelo sabía hacer lo mismo en ambas versiones, y lo que cambiaba era quién tenía permiso para pedírselo. Con Opus 5, Anthropic ha optado por una vía distinta: entrenarlo deliberadamente por debajo de su capacidad en explotación de vulnerabilidades. El modelo identifica fallos de seguridad casi tan bien como Mythos 5 —79,4% frente a un 80%—, pero solo logra construir un exploit funcional en 4 de los retos donde Mythos 5 lo consigue en 13. No es que un clasificador le impida responder. Es que, en ese terreno concreto, se le ha enseñado menos.

Es una forma de seguridad más difícil de auditar que un simple redireccionamiento, porque no deja rastro visible: no hay una respuesta rechazada ni una sesión desviada a otro modelo, solo una capacidad que sencillamente no está. La nueva función Automatic Fallbacks va en la misma dirección discreta: cuando un clasificador de seguridad se activa, en lugar de devolver un error, la petición se enruta en silencio a un modelo con menos restricciones y entrega una respuesta funcional sin que quien pregunta sepa que ha cambiado de interlocutor. Es, en esencia, el mismo enrutador invisible que ya vimos con GPT-Live, aplicado esta vez a la seguridad en lugar de al coste: una decisión relevante, tomada en segundo plano, sin panel de control y sin registro visible para el usuario.

Fable vuelve para casi todos, Mythos para los que apruebe Washington

La otra pieza que este cierre de círculo da por resuelta es la suspensión de junio, y aquí la letra pequeña importa tanto como el titular. El 30 de junio, Washington levantó los controles de exportación después de que Anthropic desplegara un clasificador nuevo capaz de bloquear “en más del 99% de los casos” la técnica que había motivado la orden. Desde el 1 de julio, Fable 5 volvió a estar disponible globalmente en la plataforma de Anthropic, Claude.ai, Claude Code y Claude Cowork, incluido hasta un 50% del límite de uso semanal en los planes Pro, Max, Team y ciertos planes Enterprise hasta el 7 de julio, momento a partir del cual el acceso adicional pasó a consumirse como crédito de uso.

Mythos 5 no ha corrido la misma suerte. Su acceso sigue restringido a un conjunto de organizaciones estadounidenses aprobadas por el gobierno el 26 de junio, dentro del programa Project Glasswing, mientras Anthropic negocia con Washington ampliarlo a socios domésticos e internacionales adicionales. Fable volvió para casi todo el mundo. Mythos solo volvió para quien Washington ya había aprobado antes. La bandera que la IA ganó en junio no ha desaparecido con el cierre del círculo: simplemente ha dejado de ser noticia.

El círculo tiene una esquina que nadie cerró

Queda, por último, un detalle que el propio nombre de la generación disimula. “La generación 5” suena a un catálogo completo, pero Haiku sigue siendo Haiku 4.5. Anthropic ha renovado Fable, Mythos, Sonnet y Opus, y ha dejado exactamente donde estaba el escalón barato del catálogo, el que sostiene el volumen real de tráfico de la mayoría de las aplicaciones que no necesitan un modelo de frontera.

No es un descuido menor. Es la continuación de algo que ya apuntaba el lanzamiento de Sonnet 5: los escalones intermedios del catálogo llevan meses disolviéndose unos en otros —Sonnet acercándose a Opus, Opus acercándose ahora a Fable a mitad de precio— mientras el escalón de entrada se queda congelado. Un catálogo que se actualiza por arriba y se estanca por abajo no es una generación completa. Es una generación que decidió qué parte de sí misma merecía la pena renovar.

Cerrar el círculo no resuelve la grieta, la reescribe

Nada de lo anterior convierte a Opus 5 en un mal modelo, ni a Anthropic en la única empresa del sector que actualiza en silencio y explica después. Es, otra vez, cómo se ha comportado esta industria desde que el ritmo de lanzamientos superó la capacidad de nadie —clientes, prensa, reguladores— de auditarlos con el detalle que merecerían.

Lo que sí queda claro, siete semanas después de Fable 5 y tres días después de Opus 5, es que “cerrar un círculo” no es lo mismo que resolver lo que pasó dentro de él. Un número de versión puede completar un catálogo sin explicar por qué el modelo anterior se sintió peor durante ocho semanas, sin garantizar que el siguiente no repita el mismo patrón con otra excusa, y sin que la persona que paga la factura tenga forma de distinguir, en tiempo real, cuál de las dos cosas está pasando.

La generación 5 ya está completa, según el propio calendario de Anthropic. La pregunta que ese cierre no contesta es si alguna vez dejará de repetirse dentro de la generación 6.