El Opus 5 de Anthropic supera a su modelo más potente en pruebas clave y viene con menos restricciones

Puntos clave

• Anthropic lanzó Opus 5 el viernes, dos meses después de que Opus 4.8 estuviera disponible el 28 de mayo.
• Opus 5 supera a Fable 5 en múltiples puntos de referencia, según las propias pruebas de la empresa.
• A diferencia de Fable 5 y Mythos 5, Opus 5 no está sujeto a la política de retención de datos de 30 días de Anthropic.
• Anthropic afirma que sus filtros de seguridad se activarán un 85 % menos en Opus 5 que en Fable 5.
• Una nueva función de inclusión voluntaria llamada Automatic Fallbacks proporciona a los desarrolladores una respuesta utilizable en lugar de un error en blanco cuando se bloquea una solicitud.

El nuevo modelo de IA de Anthropic, Opus 5, llegó el viernes, y su número destacado es una sorpresa: supera a Fable 5, el modelo más pesado y caro de la empresa, en varias de sus propias pruebas de referencia.

Los puntos de referencia son conjuntos de problemas estandarizados, piensa en exámenes cronometrados para IA, que los investigadores utilizan para comparar modelos. Obtener una puntuación más alta en ellos no garantiza un mejor rendimiento en todas las situaciones, pero son la medida más clara que tiene la industria.

Entonces, ¿por qué el modelo más barato supera al más caro?

Anthropic construyó Opus 5 para verificar su propio trabajo más cuidadosamente y seguir intentando hasta obtener la respuesta correcta. En una prueba citada en el anuncio de lanzamiento, el modelo escribió su propio pipeline de visión por computadora, software que permite a una máquina interpretar imágenes, en respuesta a una solicitud deliberadamente vaga, y luego la revisó sin que se le pidiera.

Fable 5 fue posicionado como el modelo más capaz de Anthropic, pero Opus 5 parece haber cerrado o cruzado esa brecha en áreas específicas mientras cuesta menos de ejecutar.

¿Qué hay sobre privacidad y restricciones?

Opus 5 omite la regla de retención de datos de 30 días que se aplica a Fable 5 y Mythos 5. La retención de datos significa que la empresa guarda copias de tus conversaciones durante un período establecido. Eliminar esa regla es especialmente importante para empresas y profesionales que manejan información sensible.

Aún hay barreras de seguridad en su lugar, particularmente en torno a la ciberseguridad. Opus 5 no analizará un binario de software compilado, un programa terminado, para buscar vulnerabilidades de seguridad, porque ese proceso generalmente sirve a los atacantes. Sin embargo, buscará código fuente, las instrucciones legibles por humanos que escribe un programador, para las mismas vulnerabilidades, porque esa tarea se utiliza más comúnmente para solucionar problemas que para causarlos.

En general, Anthropic espera que los filtros de seguridad de Opus 5 se activen un 85 % menos que los de Fable 5.

¿Qué es la nueva función Automatic Fallbacks?

Automatic Fallbacks es una solución práctica para desarrolladores, personas que construyen aplicaciones y herramientas sobre los modelos de Anthropic. Cuando una solicitud activa un filtro de seguridad, el sistema solía devolver un mensaje de error, un punto muerto. Con Automatic Fallbacks activado, la solicitud se reencamina silenciosamente a un modelo menos potente que aún puede responder, de modo que la aplicación sigue funcionando.

Los usuarios de productos de consumo es poco probable que lo noten directamente. Los desarrolladores que construyen en la API de Anthropic, la interfaz técnica que permite que el software se comunique con el modelo, pueden optar ahora a través de un programa beta.

¿Dónde deja esto la gama de modelos de Anthropic?

El lanzamiento de Opus 5 significa que la serie 5 ahora cubre Mythos 5, Fable 5, Sonnet 5 y Opus 5. El único modelo que aún espera una actualización de la serie 5 es Haiku, la opción ligera dirigida a tareas más simples y rápidas.

Primero reportado por TechCrunch AI, el lanzamiento deja la alineación de Anthropic viéndose más competitiva en cada punto de precio, sin que las cargas de trabajo más pesadas se dirijan automáticamente a la opción más cara.