Anthropic ha lanzado Claude Opus 5.5, la nueva versión de su modelo más avanzado. La compañía asegura que es un 30% más rápido que Opus 5 y que, en tareas habituales, cuesta en torno a un 40% menos de usar gracias a precios más bajos y a un uso más eficiente de los tokens.
Qué ha pasado
El 22 de septiembre de 2026 Anthropic presentó Claude Opus 5.5. Ya está disponible en Claude.ai, Claude Code y el resto de aplicaciones de Claude, así como en la API y en las nubes de AWS, Google Cloud y Microsoft Azure.
Los precios de la API bajan respecto a Opus 5:
- Entrada: 4 dólares por millón de tokens (antes 5).
- Salida: 20 dólares por millón de tokens (antes 25).
- Lecturas de caché: 0,20 dólares por millón (antes 0,50), una rebaja del 60%.
- Modo rápido: opcional, unas 2,5 veces más veloz a 8/40 dólares por millón.
En las pruebas publicadas por Anthropic, Opus 5.5 alcanza un 66,4% en Terminal-Bench 4.0 (tareas de programación con agentes) y un 81,8% en OSWorld 2.1, que mide la capacidad de manejar un ordenador como lo haría una persona. La empresa también destaca mejoras en la resistencia a la prompt injection, uno de los grandes riesgos cuando un agente navega por webs o lee documentos de terceros.
Por qué importa
Los modelos más potentes suelen ser también los más caros, lo que limita su uso en empresas pequeñas. Que el modelo insignia de Anthropic baje de precio y gaste menos tokens por tarea hace más asequible usarlo para trabajo real: automatizar informes, revisar código o montar agentes que rellenan formularios y actualizan un CRM.
El lanzamiento llega en plena carrera: ese mismo día OpenAI presentó GPT-6 Sol y Luna, y la víspera xAI lanzó Grok 4.7. Para el usuario, la competencia se traduce en más capacidad por menos dinero.
Qué puedes hacer ahora
- Si usas Claude.ai: selecciona Opus 5.5 en el selector de modelos y pruébalo con una tarea larga que antes te costara varias iteraciones.
- Si desarrollas con la API: el identificador es
claude-opus-5-5. Revisa tu gasto: con la caché más barata, reutilizar instrucciones largas sale bastante más a cuenta. - Si trabajas con agentes: compara resultados con tu modelo actual en tus propios casos antes de migrar; los benchmarks del fabricante son una referencia, no una garantía.