Hay actualizaciones que llegan como promesas de mejora, pero que en la práctica se sienten más como un ajuste de cuentas. Así está siendo recibido Claude Opus 4.7, el último gran modelo de lenguaje lanzado por Anthropic. A simple vista, todo parece en orden el precio no ha subido. Sigue costando 5 dólares por millón de tokens de entrada y 25 dólares por millón de salida. Nada ha cambiado… o eso parecía. Pero bajo la superficie, algo se movió. Y mucho.
Un motor más potente, pero con mayor consumo
Anthropic califica a Opus 4.7 como una "actualización directa" de su predecesor, Opus 4.6. Pero esta aparente continuidad esconde dos cambios técnicos que están teniendo un impacto muy real en quienes lo usan a diario. El primero un tokenizador renovado. Esta pieza clave, encargada de descomponer el texto en fragmentos procesables, ahora es más preciso. Suena bien, ¿verdad? Pero también quiere decir que el mismo texto ahora genera entre un 1,0 y un 1,35 veces más tokens de entrada. Es como si, al instalar un motor más eficiente en tu coche, descubrieras que consume más gasolina porque el sistema mide el combustible de otra manera.
El segundo cambio está en el nivel de esfuerzo por defecto. Ahora se llama xhigh, y está diseñado para que el modelo analice con mayor profundidad los problemas complejos, especialmente en escenarios que involucran agentes autónomos. Esto mejora la fiabilidad, sí, pero también hace que el modelo genere más respuestas intermedias, más razonamientos internos, más tokens de salida. Y eso, en un sistema donde pagas por uso, se nota en el bolsillo.
El salto real números que no mienten
El analista Simon Willison decidió poner a prueba la diferencia con el sistema prompt oficial de Anthropic. El resultado no dejó lugar a dudas Opus 4.6 generó 5.039 tokens de salida. Opus 4.7, el mismo prompt, generó 7.335. Un aumento del 46%. Pero donde el impacto se dispara es en el procesamiento de imágenes hasta un incremento de 3,01 veces más tokens. Para los usuarios que trabajan con multimodalidad, esa cifra no es solo un dato técnico; es un freno de mano en su productividad.
Y así lo están diciendo. En Reddit, un hilo titulado "Opus 4.7 es una regresión seria, no una mejora" ha acumulado más de 3.200 votos y 800 comentarios. Allí, los usuarios no solo se quejan del coste también denuncian que el modelo alucina con más frecuencia, se muestra perezoso en ciertas tareas y agota los límites de sus planes Pro y Max a un ritmo insostenible. La frustración no viene del precio, sino de la sensación de estar pagando más por una experiencia peor.
Respuesta y ajustes cómo sobrevivir al nuevo Opus
Ante la ola de críticas, Borys Cherny, ingeniero responsable del desarrollo de Claude Code, reconoció que el consumo de tokens ha aumentado y que, por eso, Anthropic ha ampliado las cuotas de uso para los modelos. Una medida correctora, sí, pero que no resuelve el fondo del asunto el modelo ahora consume más recursos para hacer lo mismo, o casi lo mismo.
Para quienes no quieren renunciar a Opus 4.7, hay formas de contener el gasto. Reducir el nivel de esfuerzo de xhigh a high o medium puede marcar una gran diferencia. También ayuda establecer presupuestos por tarea o reducir la resolución de las imágenes procesadas. Pequeños ajustes, pero que revelan algo clave usar este modelo ya no es solo cuestión de escribir bien los prompts, sino de gestionar un presupuesto como si fuera un proyecto de ingeniería.
La herramienta Tokenomics, desarrollada por el usuario Bill Chambers, ofrece una visión más amplia según sus datos, el aumento promedio de consumo entre los usuarios que han probado Opus 4.7 es del 38,6%. No es un número aislado; es un patrón. Y ese patrón está cambiando la forma en que se usa la inteligencia artificial en entornos profesionales. Mejorar un modelo no solo consiste en hacerlo más preciso o más rápido. También implica entender cómo afecta a quien lo utiliza todos los días. Porque al final, una mejora técnica no lo es si se traduce en un retroceso económico o funcional para el usuario. Y en ese balance, Opus 4.7 todavía tiene pendiente demostrar su verdadero valor.