El modelo de IA más potente acaba de bajar un 40%. Qué cambia.
El modelo insignia de Anthropic, Claude Opus 5.5, es ahora un 40% más barato de ejecutar, con las lecturas de caché bajando un 60% — y eso cambia los números para quienes ejecutan agentes de IA en producción.
- $4
- precio por millón de tokens de entrada
- –40%
- más barato que Opus 5 en cargas de trabajo típicas
- –60%
- reducción en lecturas de caché
- 66,4%
- puntuación en Terminal-Bench 4.0
Usar el modelo de IA más potente del mercado acaba de volverse considerablemente más barato. El 22 de septiembre, Anthropic lanzó Claude Opus 5.5 — su modelo más capaz hasta la fecha — a precios que en cargas de trabajo típicas resultan un 40% más baratos que su predecesor. Un millón de tokens de entrada cuesta ahora $4 en vez de $5; los de salida bajan de $25 a $20.
El mayor recorte está en las lecturas de caché: un 60% menos, de $0,50 a $0,20 por millón de tokens. La lectura de caché es lo que pagas cuando el modelo lee varias veces el mismo documento o las mismas instrucciones. Las tareas largas de agentes — revisión de contratos, análisis de código, procesamiento de informes extensos — dependen de esto constantemente. Ese 60% de ahorro hace que los flujos de trabajo con muchos documentos sean mucho más baratos a escala.
Anthropic afirma que Opus 5.5 rinde igual que su mejor modelo de investigación en la mayoría de tareas. En Terminal-Bench 4.0, una prueba estándar para agentes de código, obtiene un 66,4%. El precio más bajo no implica menos capacidad — el modelo es más barato e igual de potente.
Sin embargo, hay una advertencia real. Anthropic cambió cuatro cosas en la API que romperán código antiguo de Opus 5. El ahorro del 40% también depende de cómo configures el nivel de esfuerzo del modelo, un parámetro que cambió con esta versión. Prueba con tu carga de trabajo real antes de migrar.
Si tienes flujos de trabajo con IA que eran demasiado caros para ejecutar con la frecuencia que querías, ahora es un buen momento para recalcular. La bajada en lecturas de caché es especialmente relevante para todo lo que procesa documentos largos de forma repetida — revisión legal, análisis de código, pipelines de soporte. Una acción concreta: calcula lo que habría costado el mes pasado con los nuevos precios. Luego prueba la migración en un entorno de staging.