Anthropic impulsa a Claude Opus 4.7 aún más hacia la programación mientras limita deliberadamente su uso en ciberseguridad

El nuevo modelo insignia de Anthropic apunta directamente al trabajo de software

Anthropic ha lanzado Claude Opus 4.7 como una actualización directa de Opus 4.6, posicionando el modelo como un sistema más capaz para la programación autónoma y el trabajo técnico complejo. Según el material proporcionado, el mayor titular es una mejora sustancial en la referencia de programación SWE-bench Pro, donde Opus 4.7 obtuvo 64,3 % frente al 53,4 % de Opus 4.6.

El informe también señala que esa cifra sitúa al modelo por delante de GPT-5.4 de OpenAI, con 57,7 % en la misma prueba, aunque todavía por detrás del propio Claude Mythos Preview de Anthropic, con 77,8 %. Ese encuadre importa. La empresa no presenta a Opus 4.7 como su sistema experimental más avanzado, sino como un modelo orientado a producción que mejora de forma material a su predecesor inmediato en un área comercialmente importante: la ingeniería de software.

Para los compradores empresariales y los equipos de desarrollo, el rendimiento en programación es uno de los diferenciadores más claros de un producto de IA, porque se traduce directamente en tiempo ahorrado, reducción de errores y capacidad para automatizar tareas de ingeniería bien acotadas. El anuncio de Anthropic sugiere que la empresa sigue compitiendo mejorando la calidad práctica de la salida en lugar de recurrir a un reajuste amplio de marketing.

La fidelidad a las instrucciones y la visión avanzan a la vez

Anthropic también afirma que Opus 4.7 sigue las instrucciones con mayor precisión que Opus 4.6. Suena incremental, pero puede tener consecuencias reales en producción. La fuente señala que las indicaciones escritas para modelos anteriores ahora pueden producir resultados inesperados porque el nuevo sistema interpreta las instrucciones de forma más literal, en vez de manejar o saltarse partes de ellas de manera flexible.

Ese tipo de cambio funciona en ambos sentidos. Una mejor adhesión puede hacer que el comportamiento del modelo sea más fiable cuando las instrucciones están bien redactadas, pero también puede sacar a la luz un mal diseño de prompts que antes pasaba desapercibido. En la práctica, los equipos que actualicen a Opus 4.7 quizá tengan que revisar los prompts existentes, las barreras de seguridad y los flujos de evaluación en lugar de asumir paridad lista para usar.

La visión es otra área de cambio notable. Según el texto proporcionado, el modelo ahora procesa imágenes de hasta 2.576 píxeles en el borde largo, o aproximadamente 3,75 megapíxeles, algo que Anthropic dice que es más del triple de lo que podían manejar los modelos Claude anteriores. La empresa vincula esto con un mejor rendimiento para agentes de uso de ordenador que leen capturas de pantalla densas y para extraer información de diagramas complejos.

El artículo cita una mejora en la prueba de razonamiento documental OfficeQA Pro, del 57,1 % con Opus 4.6 al 80,6 % con Opus 4.7. También describe avances en razonamiento biomolecular y en navegación visual en ScreenSpot-Pro. En conjunto, esos cambios sugieren que Anthropic trata la comprensión visual no como una función secundaria, sino como una parte central de la utilidad del modelo en flujos de trabajo de oficina, técnicos y agénticos.

Anthropic hace explícitas las concesiones de seguridad

Uno de los detalles más inusuales del lanzamiento no es una mejora de capacidad, sino una restricción deliberada. La fuente dice que Anthropic intentó durante el entrenamiento reducir las capacidades riesgosas de ciberseguridad y ahora bloquea automáticamente las solicitudes relacionadas. Eso hace que Opus 4.7 destaque no solo por ser más capaz en general, sino por ser deliberadamente menos capaz en un área que la empresa considera peligrosa.

Esto envía una señal importante al mercado. Muchos anuncios de modelos de frontera se centran primero en las ganancias brutas y después en el lenguaje de políticas. Aquí, Anthropic parece poner por delante la idea de que los modelos con mejor rendimiento no tienen por qué avanzar por igual en todos los ámbitos. El mensaje del producto es que una mayor ayuda para programar y una visión más potente no tienen por qué venir acompañadas de un comportamiento cibernético sin restricciones.

Si los clientes lo ven como una ventaja o una limitación dependerá del caso de uso. Para el desarrollo de software generalista, la empresa apuesta a que la respuesta es clara: unos límites más seguros en el comportamiento relacionado con ciberseguridad son aceptables si la calidad de la programación sigue aumentando de forma pronunciada.

La nota sobre precios puede importar tanto como la mejora en la referencia

El informe dice que el precio por token se mantiene sin cambios, pero añade una advertencia importante: un nuevo tokenizador puede mapear el mismo texto a hasta un 35 % más de tokens. Eso significa que el coste efectivo de una solicitud puede aumentar incluso cuando el precio publicado por token no lo hace.

Ese detalle es fácil de pasar por alto y difícil de ignorar para los compradores. Las organizaciones que evalúan modelos de IA cada vez prestan más atención a la economía real de las cargas de trabajo, no solo a las tarifas publicadas. Si los cambios en la tokenización incrementan el uso facturable, entonces evaluar un nuevo modelo exige medir precisión, latencia y coste de forma conjunta.

En otras palabras, Claude Opus 4.7 puede ser notablemente mejor, pero quizá no sea significativamente más barato para una tarea dada. Eso no resta valor al lanzamiento, pero sí desplaza la conversación desde el rendimiento titular hacia el valor operativo.

Un lanzamiento orientado a usuarios serios

Con base en el material proporcionado, Claude Opus 4.7 es un lanzamiento focalizado: mejor programación autónoma, mejor manejo de imágenes, cumplimiento más literal de los prompts y un intento más claro de suprimir comportamientos de ciberseguridad peligrosos. No se vende como un salto vago en inteligencia. Se vende como un sistema técnico más útil.

Eso hace que el lanzamiento sea digno de mención. El mercado de la IA está pasando de las afirmaciones generalizadas a distinciones de producto más precisas. El último movimiento de Anthropic sugiere que una de esas distinciones será la disposición a mejorar capacidades de alto valor mientras se restringen intencionalmente otras.

Este artículo está basado en la cobertura de The Decoder. Leer el artículo original.