Anthropic lanzó Cloud Opus 5, su cuarto modelo en dos meses, y supera al Fable 5 en la mayoría de los puntos de referencia.

Anthropic lanzó el jueves Claude Opus 5, un modelo que iguala o supera a su buque insignia Fable 5 en la mayoría de los puntos de referencia de codificación y trabajo de conocimiento a la mitad del precio simbólico. El modelo se envió en menos de dos meses con el cuarto modelo de Anthropologie, Fable 5 a principios de junio, Sonnet 5 a finales de junio y ahora Opus 5 el 24 de julio. Cuesta 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida, el mismo precio que su predecesor.

En Frontier-Bench, una evaluación de codificación que mide si los modelos pueden crear software funcional a partir de dibujos de ingeniería, el Opus 5 duplicó la puntuación de su predecesor y superó a todos los modelos de la competencia, incluido el Fable 5. En el ARC-AGI 3, que prueba la resolución de problemas novedosos, el Opus 5 obtuvo una puntuación casi tres veces mayor que el modelo posterior. En Zapier AutomationBench, que mide si los modelos pueden completar tareas comerciales reales de un extremo a otro, Opus 5 supera más tareas que cualquier competidor, incluso en su configuración de menor esfuerzo.

Anthropic dice que el Opus 5 es su modelo más alineado hasta la fecha, con la tasa más baja de comportamiento fraudulento registrada en auditorías de seguridad automatizadas. Su predecesor estableció un nuevo estándar de integridad cuando se lanzó a fines de mayo, y Opus 5 lleva ese listón aún más lejos, detrás de Mythos 5 en tareas ofensivas de ciberseguridad. Anthropic dice que ha evitado deliberadamente entrenar el modelo para tareas cibernéticas, aunque ha mejorado esas tareas como efecto secundario de volverse más capaz en general.

El modelo está disponible hoy como nuevo predeterminado en Claude Max y como modelo potente en Claude Pro. Los desarrolladores pueden acceder a él a través de API, Amazon Bedrock, Google Cloud y Microsoft Foundry. Un modo rápido se ejecuta a dos veces y media la velocidad predeterminada por el doble del precio base, y dos nuevas funciones API se incluyen junto con él: cambio de herramienta en mitad de la conversación que permite a los desarrolladores intercambiar herramientas sin romper el caché de mensajes, y respaldos automáticos que marcan las solicitudes a un modelo diferente en lugar de bloquearlas.

El ritmo de lanzamiento cuenta una historia más amplia sobre hacia dónde se dirige el mercado de modelos de IA. Anthropologie ha pasado de un buque insignia a enviar cuatro modelos cada trimestre, cada uno de los cuales apunta a un nivel diferente de precio-rendimiento. Opus 5 cierra la brecha entre el costoso nivel Fable y el económico nivel Sonnet, proporcionando inteligencia cercana a la frontera para el trabajo cotidiano de codificación y conocimiento sin las restricciones de ciberseguridad que limitan a Fable o las restricciones de acceso que mantienen a Mythos a puertas cerradas.