Claude Opus 5: qué cambia de verdad en tu proyecto de vibe coding

Un cambio de modelo que parece una línea de código rara vez es solo una línea de código. Pasar de Claude Opus 4.8 a Claude Opus 5 es realmente cambiar el identificador, y aun así recibes un sistema que se comporta de otra forma: respuestas más largas, más consumo de tokens y, en un punto concreto, un fallo nuevo. Este artículo ordena los datos oficiales a 31 de julio de 2026 y los convierte en una migración comprobable.

Anthropic publicó Claude Opus 5 el 24 de julio de 2026 y lo presenta como un salto respecto a Opus 4.8, no como una actualización menor. Las mayores mejoras que menciona están en el razonamiento profundo, las cadenas largas de tareas agénticas y la capacidad de convertir más cómputo en mejores resultados.

¿Qué hay de nuevo en Claude Opus 5?

El identificador es claude-opus-5. Claude Platform indica una ventana de contexto de un millón de tokens, como valor por defecto y como máximo: no existe una variante menor. La salida llega hasta 128.000 tokens. El modelo está disponible en la API de Claude, en Amazon Bedrock, Google Cloud y Microsoft Foundry, además de en las propias aplicaciones de Claude.

El precio se mantiene en 5 dólares por millón de tokens de entrada y 25 por millón de salida, igual que en Opus 4.8. Una mejora fácil de pasar por alto: la longitud mínima para almacenar un prompt en caché baja de 1.024 a 512 tokens. Los prompts de sistema recurrentes y cortos se benefician así de la caché sin tocar una sola línea.

Por qué el razonamiento ya viene activado

Este es el cambio con más efectos colaterales. En Opus 4.8 una petición se ejecutaba sin razonar mientras no lo activaras de forma explícita. En Opus 5 sucede lo contrario: el modelo decide por sí mismo cuándo y cuánto razona en cuanto no indicas nada.

En la práctica esto significa tres cosas. Tus respuestas tardan más. Cuestan más tokens de salida. Y como max_tokens limita conjuntamente el razonamiento y el texto de respuesta, un valor ajustado que bastaba en Opus 4.8 puede cortar ahora a mitad de frase. Quien migre debería volver a medirlo contra una tarea real en lugar de heredarlo. La forma sistemática de hacerlo está en controlar los costes de IA.

La escala de effort y su nueva trampa

El effort controla cuántos tokens dedica Claude a razonar, a llamar herramientas y a responder. La escala va de low, medium, high y xhigh hasta max, con high como valor por defecto. Anthropic describe Opus 5 como el primer modelo Opus que convierte el effort adicional en mejores resultados de forma más fiable, así que el nivel elegido pesa más que en Opus 4.8.

La dirección contraria es igual de interesante: según la documentación, low y medium siguen dando buena calidad con una fracción de los tokens y de la espera. La pregunta relevante ya no es solo hasta dónde puedes subir, sino hasta dónde puedes bajar antes de que la calidad se rompa.

Una trampa real: el razonamiento solo puede desactivarse hasta el nivel high. Si combinas thinking: disabled con xhigh o max, la API responde con un error 400. La comprobación es por petición, así que una llamada posterior de la misma sesión puede fallar aunque las anteriores funcionaran.

¿Cuándo compensa Opus 5 en vibe coding?

El centro de gravedad sigue estando donde varias decisiones dependen entre sí. Anthropic menciona funcionalidades repartidas en varios archivos, refactorizaciones grandes y trabajo que llega hasta el final sin dejar piezas a medias. También describe como puntos fuertes la revisión de código y la búsqueda de errores, con alta tasa de acierto y pocos falsos positivos.

Para un cambio conocido en un solo archivo, un resumen breve o una clasificación estandarizada, Opus sigue siendo desproporcionado. El mejor valor por defecto no es el modelo más potente, sino la configuración más pequeña que cumple tu contrato de calidad. En Opus 5, esa configuración mínima puede ser explícitamente un nivel de effort bajo del mismo modelo.

Un caso práctico: migrar de 4.8 a 5

El primer paso es el identificador. Después llegan los dos cambios de comportamiento. Revisa cada llamada que desactive el razonamiento: si se ejecuta con xhigh o max, baja el nivel de effort o elimina el campo thinking. Revisa después cada llamada que nunca lo activó, porque ahí el razonamiento es nuevo y max_tokens puede quedarse corto.

El segundo paso es el prompt. Si contiene instrucciones como «añade un paso final de verificación» o «que un subagente revise el resultado», quítalas. Opus 5 ya verifica su trabajo por su cuenta y esas instrucciones heredadas generan verificación excesiva en lugar de seguridad. Lo mismo vale para los pasajes que animan a delegar en subagentes: Opus 5 delega más por iniciativa propia.

El tercer paso es medir. Ejecuta la misma tarea real en 4.8 y en 5 y registra consumo de tokens, latencia, número de rondas de corrección y tu propio tiempo de revisión. Solo esa comparación demuestra si el cambio compensa en tu caso.

Qué más cambia en el comportamiento

La documentación menciona cuatro puntos y los cuatro se notan a diario: las respuestas al usuario se alargan. Los archivos e informes escritos se alargan. En sesiones agénticas el modelo narra su progreso más a menudo. Y en montajes con varios agentes delega con más facilidad.

No son errores, son valores por defecto, y los valores por defecto se mueven con el prompt. Si tu producto necesita respuestas cortas, dilo de forma explícita. Si un agente de programación narra demasiado, pide silencio entre llamadas a herramientas. El patrón es el mismo que en qué son los agentes de IA: permisos, alcance y estilo de comunicación forman parte del encargo.

¿Qué límites siguen existiendo pese a las mejores puntuaciones?

Anthropic reporta ventajas claras para Opus 5 en sus propias evaluaciones, incluida más del doble de la puntuación de Opus 4.8 en un benchmark interno. Son resultados del fabricante bajo condiciones definidas, no una promesa sobre tu aplicación. Sirven como motivo para hacer tu propia comparación, nunca como sustituto de ella.

Otro detalle merece atención: con el razonamiento desactivado, la documentación advierte de que Opus 5 puede escribir de vez en cuando una llamada a herramienta como texto visible en lugar de ejecutarla. La ejecución parece correcta aunque no haya pasado nada. Es otro argumento para dejar el razonamiento activo y ajustar el effort en su lugar.

Lista de comprobación para migrar a Opus 5

• Todas las llamadas con razonamiento desactivado se ejecutan con effort high o inferior.
• max_tokens se ha vuelto a medir en las llamadas que antes no razonaban.
• Las instrucciones de verificación y delegación se han eliminado de los prompts antiguos.
• Los niveles de effort se comparan desde el mismo punto de partida, no se suben a ciegas.
• Consumo de tokens, latencia, rondas de corrección y tiempo de revisión están registrados para 4.8 y 5.
• Pruebas, diff y recorrido de usuario se revisan al margen del resumen del modelo.
• Los cambios críticos los aprueba una persona responsable antes de publicar.

Claude Opus 5 desplaza el punto en el que un modelo potente sale a cuenta: hacia arriba en capacidad y hacia abajo en coste por resultado aprovechable, a la vez. La ganancia no viene del nombre del modelo. Viene de tratar la migración como un cambio medible: límites ajustados, prompts limpios y una aceptación que sigue siendo tuya.