¡Opus 5 ya está aquí y es ¿MEJOR QUE FABLE?!

Españolالعربية Deutsch English Français हिन्दी Bahasa Indonesia 日本語 한국어 Русский 中文

컴퓨터/소프트웨어경제 뉴스AI/미래기술

Transcript

00:00:00Claude Opus 5 acaba de salir, y Anthropic afirma que ahora tenemos un modelo que está logrando

00:00:04resultados cercanos a Fable 5 a la mitad del costo. Así que echemos un vistazo a lo que nos ofrecen.

00:00:09Echemos un vistazo a algunas de las pruebas de rendimiento, y de entrada, hay cifras increíbles. Vemos que

00:00:14supera a Fable 5 y deja muy atrás a Opus 4.8 en varias de estas pruebas, específicamente

00:00:20en programación en terminal basada en agentes, trabajo de conocimiento y búsqueda con agentes. Además, supera a modelos como GPT-5.6

00:00:27también en estas categorías. Las únicas áreas donde Opus 5 rinde peor que Fable 5 son

00:00:33razonamiento multidisciplinario, y no por mucho. De hecho, lo supera cuando usa herramientas, así como en

00:00:39derecho y salud. Pero en todos los demás aspectos, supera a su modelo superior. Y si esas cifras son

00:00:46creíbles, es una locura. Justo aquí dice que en Cursor Bench 3.2 a máximo esfuerzo, el modelo rindió

00:00:51a un 0.5% de la puntuación máxima de Fable 5, pero a la mitad del costo por tarea. Increíble. Y se puede ver justo

00:00:57aquí. Tenemos a Opus 5 en rojo, a Fable 5 en naranja, y abajo en azul está Opus 4.8.

00:01:03Así que sí, con el esfuerzo al máximo, Fable 5 toma la delantera, pero la mayoría de la gente no opera

00:01:08al máximo. Trabajan en nivel alto o extra alto. Y cuando vemos los niveles extra alto y alto

00:01:13en comparación con Fable, obtenemos prácticamente los mismos resultados con Opus 5, pero de nuevo, a como

00:01:17la mitad del costo. Y en algunas de las otras pruebas, como el índice de agentes de código de Artificial Analysis,

00:01:23Opus 5 supera directamente a Fable 5. Y lo mismo con el Frontier Bench. Básicamente,

00:01:27está aplastando a Fable y es más barato. Ahora echemos un vistazo a algunas tareas

00:01:32de trabajo de conocimiento y resolución de problemas. Y de nuevo, creo que lo más asombroso no es solo toda esta

00:01:37dinámica entre Fable 5 y Opus 5. Es el salto de Opus 4.8 a Opus 5. Todo esto

00:01:43en general es un avance enorme, masivo. Y de nuevo, si esto fuera algo como lo de Sonnet

00:01:495, donde vimos que funcionaba mejor que el modelo anterior, pero resultaba prohibidamente

00:01:53costoso porque Sonnet 5 es de alguna manera el modelo más caro del mercado cuando lo analizas

00:01:57por tarea, ese no es el caso aquí. Opus parece ser extremadamente eficiente en uso de tokens en comparación con estos

00:02:03otros dos modelos. Y de nuevo, el hecho de que realmente supere a Fable 5, de verdad no me lo

00:02:07puedo creer. Otra mejora interesante es el resultado visual. Aquí hay una muestra de Opus 5 haciendo

00:02:13un trabajo de túnel de viento. Y de este lado, lo tenemos construyendo un elemento interactivo en 3D

00:02:19de una célula animal. Ahora, una de las desventajas de Claude es que no puede crear sus propias imágenes y eso. Así que

00:02:24que pueda desenvolverse mejor con este tipo de gráficos SVG en 3D, casi como gráficos HTML, es algo enorme.

00:02:31Otra gran mejora es que Anthropic dice que es mucho más sólido verificando su trabajo

00:02:35e iterando cuidadosamente hasta tener éxito. ¿Qué significa esto? Significa que cuando usamos Opus 5

00:02:40en tareas con agentes de largo alcance, cosas que no son de una sola ejecución, son como bucles, ¿cierto? Es

00:02:45como, ya sabes, todo este tema de ingeniería de grafos del que habla la gente. Cualquier cosa que requiera

00:02:49que Claude básicamente revise su trabajo en función de algún objetivo que le asignemos y siga haciendo eso una

00:02:53y otra vez. Bueno, Opus 5 es mucho mejor que Opus 4.8 en ese sentido. Y un ejemplo

00:02:58interesante aquí es que a Opus 5 se le dio el dibujo de una pieza mecánica y se le pidió escribir código para recrearla como un

00:03:03modelo 3D en FreeCAD. Pero al modelo no se le dio ninguna forma de ver realmente el dibujo. Así que, ya sabes,

00:03:09se le indicó alcanzar esa meta. No se le dijo específicamente cómo hacerlo. Así que se adelantó y

00:03:14escribió su propio pipeline de visión por computadora para extraer la geometría a partir de píxeles puros y luego reconstruyó

00:03:19toda la pieza mecánica. De nuevo, cualquier cosa de largo alcance que tenga una guía o meta fija,

00:03:25Opus 5 es mucho mejor que el 4.8 completándola. En cuanto a comportamientos no alineados,

00:03:29también está un paso por encima de todos estos modelos anteriores. Cuanto más bajo sea, mejor aquí. Y vemos un enorme incremento en su capacidad

00:03:35de Opus 4.8 a esta para hallar vulnerabilidades y exploits en código de fuente abierta. Ahora, lo otro genial son las

00:03:40salvaguardas. Este no es el escenario de Fable, donde si mencionas algo sobre ciberseguridad o biología,

00:03:45se va a bloquear. Esas restricciones son mucho menos estrictas con Opus 5 en comparación con Fable 5.

00:03:50Ahora, aunque todavía hay algunos clasificadores integrados, afirman que es un 85% menos probable que se

00:03:56activen en comparación con Fable. Por último, lo más relevante es el costo. Como dije, es la mitad del precio de Fable.

00:04:01Hablamos de $5 por millón de tokens de entrada y $25 por millón de salida. Y como vimos en las pruebas

00:04:07de los gráficos, este es un modelo relativamente eficiente en el uso de tokens. Así que estoy muy entusiasmado de probar este

00:04:12porque si las cifras son ciertas, casi que tenemos un Fable mejor a la mitad del costo.

Key Takeaway

Claude Opus 5 ofrece un rendimiento equivalente o superior a Fable 5 en tareas de programación, agentes de código y búsqueda a la mitad del costo por tarea.

Highlights

Claude Opus 5 cuesta $5 por millón de tokens de entrada y $25 por millón de tokens de salida, exactamente la mitad del costo de Fable 5.
En Cursor Bench 3.2 con esfuerzo máximo, Opus 5 logra un rendimiento dentro del 0.5% de la puntuación máxima de Fable 5.
Las salvaguardas de Opus 5 activan un 85% menos de falsos bloqueos que Fable 5 en consultas sobre ciberseguridad o biología.
El modelo supera a Fable 5 en pruebas de referencia como el índice de agentes de código de Artificial Analysis y Frontier Bench.
Opus 5 escribió de forma autónoma su propio sistema de visión por computadora para extraer geometría a partir de píxeles y recrear un modelo 3D en FreeCAD sin recibir la imagen de entrada.

Timeline

Rendimiento y costos frente a Fable 5 y Opus 4.8

Opus 5 supera a Opus 4.8 y a GPT-5.6 en programación en terminal basada en agentes, trabajo de conocimiento y búsqueda autónoma.
Fable 5 solo supera a Opus 5 en razonamiento multidisciplinario, derecho y salud cuando no se utilizan herramientas externas.
En los niveles de esfuerzo alto y extra alto, Opus 5 iguala los resultados de Fable 5 reduciendo el gasto a la mitad.

Las pruebas de referencia sitúan a Opus 5 muy por encima de la versión 4.8 previa. En Cursor Bench 3.2, la brecha frente a Fable 5 es de apenas 0.5% bajo esfuerzo máximo, mientras que en los modos de uso convencionales el rendimiento es equivalente. Adicionalmente, el modelo lidera las métricas del índice de agentes de código de Artificial Analysis y Frontier Bench.

Eficiencia en tokens e integración de gráficos 3D

Opus 5 consume tokens de manera más eficiente que Sonnet 5 y Fable 5, evitando costos prohibitivos por tarea.
El modelo genera elementos interactivos en 3D y gráficos SVG avanzados directamente mediante HTML.
La capacidad gráfica integrada compensa la ausencia de generación nativa de imágenes ráster en Claude.

A diferencia de Sonnet 5, que resulta costoso debido al elevado consumo de tokens por tarea, Opus 5 optimiza el uso de contexto. Muestra de ello es su capacidad para renderizar simulaciones como un túnel de viento o una célula animal en 3D interactivo mediante código web.

Verificación autónoma y tareas de largo alcance

Opus 5 ejecuta bucles de verificación e iteración de forma autónoma hasta cumplir objetivos complejos.
Un pipeline de visión por computadora creado por el propio modelo extrajo geometría directamente desde píxeles puros para reconstruir una pieza mecánica en FreeCAD.
El rendimiento en ingeniería de grafos y ejecución de agentes de largo alcance supera ampliamente al de Opus 4.8.

El modelo muestra mejoras drásticas en tareas iterativas sin supervisión paso a paso. Ante la orden de recrear un plano mecánico en FreeCAD sin acceso visual directo al archivo de entrada, Opus 5 programó su propio sistema de procesamiento de imágenes para analizar la fuente y completar la reconstrucción.

Seguridad, detección de vulnerabilidades y precios

Opus 5 detecta un mayor volumen de vulnerabilidades y exploits en código fuente abierto que los modelos anteriores.
Los clasificadores de seguridad son un 85% menos propensos a bloquear respuestas legítimas sobre ciberseguridad o biología en comparación con Fable 5.
El precio oficial es de $5 por millón de tokens de entrada y $25 por millón de tokens de salida.

Anthropic redujo la rigidez de las barreras de protección para prevenir bloqueos accidentales durante investigaciones de seguridad o ciencia. El modelo combina una mayor habilidad para auditorías de código con una estructura de tarifas fijada exactamente al 50% de los valores de Fable 5.

Community Posts

Write about this video