Hay un detalle de Opus 5 que casi ningún análisis técnico menciona porque no sale en ningún benchmark: pregunta más. Antes de ponerse a ejecutar una tarea compleja, se detiene y confirma pasos que un modelo anterior habría asumido sin más, incluso cuando no se lo has pedido en el prompt. Al principio parece una rareza. En cuanto llevas unos días trabajando con él a diario en proyectos de consultoría, se entiende como lo que es: la señal más clara de que este modelo piensa antes de actuar, no solo después.
Ese comportamiento resume bien qué diferencias trae Opus 5 frente a Opus 4.8, y por qué merece la pena revisar cómo le hablas antes de darlo por sentado. Pero conviene ser precisos con la palabra «diferencia»: no todo lo que ha cambiado de sitio en esta generación es nuevo. Algunas cosas ya estaban ahí desde Opus 4.8, y lo que cambia es cómo de bien las aprovecha el modelo. Separar ambas cosas evita venderte un salto que no existe donde sí lo hay uno real.
Qué cambia realmente entre Opus 5 y Opus 4.8
Lo primero que hay que aclarar es el precio, porque genera confusión. Opus 5 cuesta exactamente lo mismo que Opus 4.8 por token: 5 dólares de entrada y 25 de salida por millón. Cuando se habla de que ofrece «media frontera al mismo coste», la comparación es con Fable 5, el modelo tope de Anthropic, que sí cuesta el doble. Entre Opus 5 y su predecesor, el precio no se mueve un céntimo. Lo que se mueve es el rendimiento: en programación agéntica, Opus 5 más que duplica lo que hacía Opus 4.8 en las tareas más exigentes, y en razonamiento la distancia es todavía mayor.
Piensa en Opus 4.8 como un empleado competente que cobraba un sueldo fijo. Opus 5 cobra exactamente el mismo sueldo, pero rinde muchísimo más. Es como cambiar de coche y que el nuevo, al mismo precio de gasolina, te lleve el doble de lejos.
Hay cinco puntos que de verdad importan para el uso diario, más allá de la tabla de precios, aunque no los cinco son «diferencias» en el mismo sentido:
- Rendimiento muy superior al mismo coste por token. Esto sí es un salto genuino de una generación a otra.
- El effort responde mejor: el control de cinco niveles ya existía en Opus 4.8, pero ahora convierte ese esfuerzo en mejores resultados de forma más fiable.
- Una ventana de contexto de un millón de tokens que ya tenía Opus 4.8; lo que cambia es que ahora mantiene la coherencia sin perder precisión al llenarla del todo.
- Autoverificación nativa, sin que se lo pidas en el prompt. Esto sí es un cambio de comportamiento respecto a su predecesor.
- Delegación en subagentes más agresiva y mejor coordinada, también nuevo respecto a Opus 4.8.
De todas ellas, las dos que exigen cambiar hábitos de uso son el effort y la autoverificación. Vamos por partes.
El control de effort que ahora rinde más
Antes de nada, una precisión que merece la pena hacer: el control de effort no nace con Opus 5. Ya estaba disponible en Opus 4.7 y Opus 4.8, y en Sonnet 4.6. Lo que cambia en esta generación no es que exista el control, sino lo bien que responde el modelo a él.
Imagina que le pides consejo a un asesor y puedes elegir cuánto tiempo quieres que le dedique a pensar tu caso. Una respuesta rápida de pasillo, una reflexión de una tarde entera, o un análisis a fondo de una semana con todos los documentos revisados. Effort es exactamente eso: un control con cinco posiciones, de rápido y barato a máximo esfuerzo, que tú manejas según lo que necesites. Ese control ya existía; lo nuevo es que ahora, al moverlo, el asesor rinde más en cada posición que antes.
Para un email sencillo no hace falta pedirle al asesor la semana entera. Para una decisión estratégica compleja, sí. La ventaja real de Opus 5 es que incluso en su modo rápido (low o medium) ya da respuestas sólidas donde antes hacía falta subir el control para conseguir lo mismo, así que no siempre hace falta llevarlo al máximo.
Aquí es donde entra la precisión que se nota en el uso continuado. Cuando ajustas el effort a alto para una tarea de análisis, se percibe cómo elige una ruta óptima para resolverla en lugar de ir probando por descarte. No es solo que piense más tiempo, es que planifica mejor el camino antes de moverse. Si vienes de prompts diseñados para Opus 4.8 o Sonnet, conviene volver a correr un barrido de effort sobre tus propios casos: lo que era óptimo antes puede no serlo ahora, y empezar en high para bajar a low o medium donde la calidad se sostenga suele liberar coste y latencia de forma notable.
Un millón de tokens de contexto que ya teníamos, pero que ahora no se deteriora
Aquí conviene ser igual de precisos: el millón de tokens de contexto no es una novedad de Opus 5. Ya lo tenía Opus 4.8, y también Opus 4.7, Opus 4.6 y Sonnet 5. Presentarlo como algo nuevo de esta generación no resistiría una revisión de dos minutos. Lo que sí es nuevo, y es lo que de verdad merece destacarse, es que ese millón de tokens ya no se degrada por dentro como antes.
El contexto es la cantidad de información que el modelo puede tener sobre la mesa a la vez, algo parecido a la memoria de trabajo de una persona que lee documentos antes de opinar. Con los modelos anteriores, tener una biblioteca entera abierta no garantizaba que se recordara con la misma nitidez el primer capítulo al llegar al último; la precisión se iba diluyendo a medida que se acumulaba información, un fenómeno que los propios ingenieros de Anthropic llaman «context rot». Más precisión con el millón de tokens de contexto que teníamos: esa es la diferencia real. No es una biblioteca más grande, es una biblioteca que ya no se te desordena mientras la usas.
Eso es clave si le pasas un proyecto entero de código, un contrato larguísimo o meses de conversaciones acumuladas. No pierde el hilo al final del documento igual que no lo perdía al principio, y eso cambia qué tipo de tareas tiene sentido delegarle: de la pregunta puntual al análisis de un proyecto completo de principio a fin.
Por qué Opus 5 pregunta más antes de actuar
Esto es lo que más se nota en el uso diario y lo que ningún análisis de benchmarks recoge, porque no se mide en una tabla comparativa: en la revisión de sus propios procesos y en la ejecución de tareas, Opus 5 tiende a preguntar bastante más antes de dar los pasos que va a dar. Y lo hace incluso si no se lo has indicado explícitamente en el prompt.
Habla de un modelo mucho más cuidadoso, con más atención puesta en la planificación de la tarea antes de ejecutarla. Se nota en la precisión del análisis previo y en cómo se elige el camino para resolver el problema, no solo en el resultado final. Es una diferencia de comportamiento, no de capacidad bruta, y es precisamente el tipo de cambio que no aparece en ningún benchmark oficial porque no mide inteligencia, mide actitud ante la tarea.
La consecuencia práctica es doble. Por un lado, ganas fiabilidad: menos ejecuciones a ciegas, menos que corregir después. Por otro lado, si tu flujo de trabajo necesita rapidez y el modelo se detiene a confirmar algo que ya dabas por evidente, puede sentirse como fricción añadida. La solución no es luchar contra ese comportamiento, es indicarle explícitamente cuándo puede avanzar sin preguntar y cuándo prefieres que confirme.
Este rasgo conecta directamente con la autoverificación nativa: Opus 5 revisa su propio trabajo, detecta errores y se autocorrige sin que se lo pidas. Esta sí es una diferencia real de comportamiento frente a Opus 4.8, no una capacidad heredada. Suena a ventaja, y lo es, pero tiene una consecuencia práctica que veremos en el siguiente apartado.
Subagentes y alineamiento, la letra pequeña
Opus 5 coordina equipos de agentes con patrones de escritor y verificador de forma más agresiva y efectiva que sus predecesores, sin que se pisen el trabajo entre ellos. Es útil para bloques de trabajo genuinamente independientes y voluminosos, pero tiene el mismo efecto secundario que la autoverificación: tiende a ampliar el alcance de una tarea por iniciativa propia y a delegar en subagentes con más facilidad de la que querrías para algo pequeño. Esto sí es un comportamiento nuevo respecto a Opus 4.8, no una función que ya existiera con el mismo nivel de autonomía.
En cuanto al alineamiento, según la auditoría de comportamiento de Anthropic, es el modelo Opus menos susceptible de ser manipulado hacia usos indebidos y el que exhibe menos comportamiento engañoso, también una mejora medida frente a Opus 4.8. Sigue por detrás de Mythos 5 en explotación de vulnerabilidades de ciberseguridad, aunque casi a la par en encontrarlas, una limitación deliberada y no un fallo de diseño.
Cinco buenas prácticas para no arrastrar hábitos de Opus 4.8
Si tu prompt o tu harness incluye instrucciones tipo «verifica tu trabajo al final» o «usa un subagente para comprobar», quítalas. Opus 5 ya verifica por defecto, y mantener esas instrucciones solo añade tokens gastados sin mejorar el resultado. Es un cambio de hábito real si vienes de prompts pensados para modelos anteriores.
Ajusta el effort a la tarea, no al hábito. Empieza en high y baja a low o medium donde la calidad se sostenga, sube a xhigh para trabajo agentic o de codificación exigente, y vuelve a correr tu propio barrido de effort si migras defaults de otro modelo: el control es el mismo que en Opus 4.8, pero su respuesta ha cambiado.
Controla explícitamente la extensión y la narración de las respuestas. Por defecto, Opus 5 tiende a dar respuestas más largas y a narrar paso a paso lo que va a hacer durante tareas agénticas. Si necesitas brevedad, dilo de forma explícita: mantén las respuestas enfocadas y breves, lidera con el resultado y no con el proceso. El effort baja el volumen de pensamiento interno, pero no acorta automáticamente lo que dice hacia fuera.
Acota el alcance y la delegación cuando la tarea sea pequeña. Indica de forma explícita que se ciña a lo pedido y que reserve la delegación en subagentes a bloques de trabajo realmente independientes y voluminosos. Si no lo haces, es fácil que multiplique el coste en tareas que podía resolver solo.
Revisa tus prompts heredados de Opus 4.8 antes de darlos por buenos en producción. La mayoría funcionan bien tal cual, pero merece la pena repasar puntualmente estos cinco puntos, sobre todo el de la verificación duplicada, antes de dejarlos correr sin supervisión.
Conclusión
Las diferencias que trae Opus 5 no se resumen en una tabla de benchmarks, pero tampoco conviene inflarlas: el millón de tokens de contexto y el control de effort ya estaban en Opus 4.8, y lo honesto es reconocerlo. Lo que de verdad ha cambiado se nota en el uso diario: en un modelo que rinde muchísimo más al mismo coste, que verifica y delega por iniciativa propia, que pregunta más de lo que esperabas y que planifica con más cuidado la ruta hacia la solución. Adaptarte a él no exige reescribir tus prompts desde cero, exige quitar instrucciones que ya no hacen falta, ajustar el effort a cada tarea y decirle con claridad cuándo quieres brevedad y cuándo prefieres que confirme cada paso. Si ya usas Opus 5 a diario, prueba a soltar esas riendas heredadas de Opus 4.8 durante una semana y compara el resultado. La mayoría de los cambios que merece la pena hacer son de hábito, no de técnica.
¿Y para ti, cuál es tu modelo favorito para trabajar tus tareas del día a día?
Preguntas frecuentes
¿Cuál es la diferencia principal entre Opus 5 y Opus 4.8?
El precio por token es idéntico. La diferencia real está en el rendimiento (más del doble en codificación exigente), en que el effort ahora convierte el esfuerzo en mejores resultados con más fiabilidad, y en un comportamiento más cuidadoso que se traduce en más preguntas de confirmación antes de ejecutar tareas complejas. El millón de tokens de contexto, en cambio, no es nuevo: ya lo tenía Opus 4.8.
¿Qué es el parámetro effort en Claude Opus 5?
Es un control de cinco niveles, de rápido y barato a máximo esfuerzo, que decide cuánto tiempo dedica el modelo a razonar antes de responder. No es exclusivo de Opus 5: ya existía en Opus 4.7, Opus 4.8 y Sonnet 4.6. Lo que cambia en Opus 5 es que cada nivel rinde más y de forma más fiable, así que se puede bajar el effort en más tareas sin perder calidad.
¿Opus 5 cuesta más que Opus 4.8?
No. Cuesta exactamente lo mismo, 5 dólares por millón de tokens de entrada y 25 por millón de salida. La comparación de «mitad de precio» que circula se refiere a Fable 5, el modelo de frontera de Anthropic, no a Opus 4.8.
¿Es verdad que Opus 5 tiene más contexto que Opus 4.8?
No en tamaño: ambos manejan hasta un millón de tokens por defecto. La diferencia está en que Opus 5 mantiene la precisión de sus instrucciones y su razonamiento de forma más estable en toda esa ventana, sin degradarse tanto al acercarse al límite como ocurría antes.
¿Por qué Opus 5 hace más preguntas antes de actuar?
Es un cambio de comportamiento asociado a su mayor cuidado en la planificación de tareas. El modelo prefiere confirmar pasos antes de ejecutarlos, incluso sin que se le indique en el prompt, lo que reduce errores de ejecución a cambio de algo más de fricción en tareas donde ya dabas por evidente el siguiente paso.
¿Hay que seguir pidiéndole a Opus 5 que verifique su trabajo?
No. Opus 5 verifica y se autocorrige de forma nativa, algo que sí es nuevo respecto a Opus 4.8. Mantener instrucciones de verificación heredadas de otros modelos solo gasta tokens sin mejorar el resultado.
¿Cuándo conviene usar Opus 5 en lugar de Fable 5?
Opus 5 es la opción por defecto para el trabajo diario: razonamiento complejo, programación agéntica y análisis de documentos largos. Fable 5 sigue siendo la recomendación de Anthropic para ejecuciones autónomas de mayor duración, donde el coste doble puede estar justificado.
