Anthropic lanza Claude Opus 4.8 y insinúa modelos de clase Mythos

Anthropic ha lanzado Claude Opus 4.8, su modelo insignia más reciente, y mantiene el precio sin cambios respecto a Opus 4.7: $5 por millón de tokens de entrada y $25 por millón de tokens de salida. La compañía presenta la actualización como más fiable, menos propensa a decir tonterías con demasiada seguridad y mejor en el tipo de trabajo de programación que ahora define la carrera armamentística de los modelos de IA.

La actualización Claude Opus 4.8 también añade nuevos controles para el manejo del esfuerzo y de los flujos de trabajo, mientras Anthropic insinúa sus aún no publicados modelos de clase Mythos. En resumen, se trata de un lanzamiento centrado en un mejor rendimiento en programación, un comportamiento más estable y sin factura extra.

Claude Opus 4.8 mantiene el mismo precio

Anthropic dice que Claude Opus 4.8 obtiene resultados líderes en codificación basada en agentes y en el uso de ordenadores con agentes, que es exactamente donde se están juzgando ahora estos modelos de frontera. Más interesante es el énfasis de la compañía en la «honestidad»: afirma que el modelo es mejor detectando sus propios errores, señalando incertidumbres y evitando afirmaciones sin fundamento.

Ese mensaje encaja en un mercado donde la confianza se está convirtiendo en una característica del producto, no en una vaga señal de virtud. Si un modelo puede advertir a los usuarios de que su análisis es endeble antes de que un equipo financiero o un desarrollador lance algo equivocado, eso es una ventaja real frente a rivales que siguen sonando seguros mientras están equivocados.

• Precio: $5 por millón de tokens de entrada
• Precio: $25 por millón de tokens de salida

Anthropic también dice que el modelo conlleva un riesgo “sustancialmente menor” de comportamientos desalineados y peligrosos, incluyendo contenido sexual dañino y “socavar la democracia liberal”, según su ficha del sistema. Esos no son modos de fallo precisamente sutiles, por lo que ahora todos los laboratorios serios de IA tienen que dedicar tanto tiempo a hablar de salvaguardias como a hablar de benchmarks.

Recomendado

Sam Altman se burla del anuncio de Anthropic mientras crece la reacción en su contra

Flujos de trabajo dinámicos y control de esfuerzo llegan juntos

Junto con el modelo, Anthropic está introduciendo “flujos de trabajo dinámicos” como vista previa de investigación. La función permite que Claude divida trabajos complejos de programación en cientos de subagentes que trabajan en paralelo, un movimiento sensato para tareas más pesadas donde la coordinación por fuerza bruta puede superar a un único adivinador sobredimensionado que pretende ser un ingeniero.

También hay un nuevo panel de “control de esfuerzo” en el menú desplegable de selección de modelo. Los usuarios pueden ajustar el esfuerzo a Bajo, Medio, Alto o Máximo, o activar el modo de pensamiento adaptativo. Es una silenciosa admisión de que una de las mayores quejas sobre Opus 4.7 no era la inteligencia en bruto, sino el juicio sobre cuánto esfuerzo dedicar a una tarea en primer lugar.

• Ajustes de esfuerzo: Bajo, Medio, Alto, Máximo
• Modo de pensamiento adaptativo: disponible como conmutador

Los modelos de clase Mythos siguen sin revelarse

Anthropic también insinuó “modelos de clase Mythos”, que dice que se basan en una nueva clase de modelo con capacidades a la par de Mythos. La compañía no ha publicado Mythos públicamente, citando su poder inusual y riesgos de ciberseguridad, y dice que todavía está probando salvaguardias antes de un despliegue más amplio en las próximas semanas.

Ese tipo de lenguaje es irresistible para la industria de la IA y un dolor de cabeza para todos los demás. El patrón es familiar: cuanto más dramática es la advertencia, más hype se genera alrededor de lo que finalmente aparezca. Si los modelos de clase Mythos llegan como un salto genuino o como una degradación fuertemente gestionada decidirá si Anthropic simplemente actualizó su modelo insignia o abrió un nuevo capítulo en la carrera por construir modelos que puedan confiarse para algo más que una ventana de chat.