Claude Opus 4.7 vs. Opus 4.6: cuándo merece la pena actualizar

La pregunta útil no es si 4.7 es “más nuevo”. La pregunta es si, en tus tareas reales, reduce reintentos, errores, correcciones humanas y llamadas a herramientas lo suficiente como para compensar cambios de tokens y trabajo de migración.

Diferencias clave, de un vistazo

1. El precio por token es igual, pero la factura puede cambiar

La tabla de precios de Claude API indica que Opus 4.7 y Opus 4.6 tienen el mismo precio estándar: $5 por millón de tokens de entrada y $25 por millón de tokens de salida. Si solo miras esa línea, 4.7 no parece más caro.

El matiz está en los tokens. Anthropic señala que Opus 4.7 usa un tokenizador nuevo y que, al procesar texto, puede consumir aproximadamente entre 1x y 1,35x tokens frente a modelos anteriores, según el contenido. Además, /v1/messages/count_tokens devolverá recuentos distintos para Opus 4.7 y Opus 4.6.

En la práctica, antes de actualizar no basta con mirar el precio por millón. Hay que volver a contar tokens con tus propios prompts, documentos, llamadas a herramientas y longitudes de salida. En flujos con prompts largos, respuestas extensas, procesos por lotes o agentes que hacen varias rondas, esa diferencia puede notarse en la factura mensual.

2. No esperes una ventana de contexto mayor

Si tu principal límite con Opus 4.6 era la ventana de contexto, Opus 4.7 no cambia esa parte. La guía de migración indica que Opus 4.7 mantiene la misma ventana de 1M tokens y el mismo máximo de salida de 128k tokens que Opus 4.6.

La misma guía también dice que Opus 4.7 conserva funciones como adaptive thinking, prompt caching, batch processing, Files API, soporte de PDF, visión y herramientas del lado del servidor o del cliente.

Por eso, esta actualización no se debería evaluar como si fuera un salto de especificaciones brutas. La medida correcta es más operativa: tasa de éxito, reintentos, llamadas a herramientas, calidad en visión, latencia, coste real por tarea y esfuerzo de migración.

3. Los agentes de código y los flujos largos son los primeros candidatos

La información pública sobre Opus 4.7 pone el foco en razonamiento complejo, agentic coding, tareas de larga duración, seguimiento de instrucciones y visión; Anthropic también indica que los desarrolladores pueden usar claude-opus-4-7 mediante la Claude API.

Si ahora usas Opus 4.6 para alguno de estos casos, tiene sentido poner 4.7 en la primera tanda de pruebas:

• agentes de programación o análisis de repositorios completos;
• depuración, refactorización y reparación de tests;
• flujos con varias llamadas a herramientas;
• automatizaciones que duran muchas rondas;
• tareas donde seguir instrucciones con precisión es crítico.

En estos usos, no basta con preguntar si una respuesta “suena mejor”. Lo importante es si el modelo se equivoca menos de camino, llama menos veces a herramientas, necesita menos intervención humana y completa el trabajo con menos rondas. Incluso si el recuento de tokens sube, el coste total por tarea podría mejorar si el flujo termina antes. Pero eso solo se comprueba con tus propios casos, no con el nombre del modelo.

4. Visión, capturas de pantalla, UI y documentos: otro punto fuerte a medir

La documentación de novedades de Opus 4.7 menciona soporte de imágenes de alta resolución y muestra un aumento del límite de imagen desde 1568 px / 1,15 MP hasta 2576 px / 3,75 MP. La guía de migración también confirma que Opus 4.7 mantiene soporte para PDF, visión y computer use, entre otras funciones.

Esto puede importar especialmente en tareas como:

• análisis de capturas de pantalla;
• revisión de interfaces y diseño de producto;
• lectura visual de PDFs o documentos escaneados;
• automatización con computer use;
• extracción de detalles pequeños en tablas, formularios o elementos de interfaz.

Si tus entradas son casi siempre texto plano, este cambio puede pasar más desapercibido. Si tu flujo depende de screenshots, UI o documentos visuales, 4.7 merece una prueba prioritaria.

5. Task budgets interesa más a agentes que a chat simple

Opus 4.7 introduce task budgets. La idea encaja sobre todo con flujos de agentes: tareas de varios pasos, uso de herramientas, consumo elevado de tokens o necesidad de controlar los límites de ejecución.

Para una conversación de una sola ronda, una reescritura corta o un resumen sencillo, es posible que no notes gran diferencia en el día a día. En cambio, si gestionas tareas repetibles —por ejemplo, análisis por lotes, reparación de código, limpieza de datos o automatizaciones con varias herramientas— conviene probar task budgets junto con métricas de coste y éxito.

6. En producción hay un cambio incompatible: cuidado con extended thinking

Opus 4.7 no es un reemplazo completamente transparente para todas las integraciones. La guía de migración dice que Claude Opus 4.7 y modelos posteriores ya no admiten la forma antigua de extended thinking: thinking: {type: "enabled", budget_tokens: N}. Si se usa, la API devuelve un error 400; Anthropic recomienda migrar a adaptive thinking.

Antes de cambiar un sistema en producción, como mínimo conviene:

1. pasar la integración de preproducción a adaptive thinking;
2. ejecutar pruebas de regresión con prompts y herramientas reales;
3. revisar errores de API, formato de salida, llamadas a herramientas, latencia y coste en tokens.

En sistemas reales, la capacidad del modelo es solo la mitad de la decisión. La otra mitad es comprobar que tus prompts, herramientas, monitorización y supuestos de coste siguen funcionando.

No hay que sobreinterpretar “el Opus más nuevo”

Opus 4.7 es un modelo Opus más reciente, pero eso no significa que sea automáticamente lo mejor para cualquier uso. The Verge citó la system card de Anthropic, según la cual Opus 4.7 no amplía la “frontera de capacidades” general de la compañía porque Claude Mythos Preview obtuvo resultados superiores en las evaluaciones relevantes.

Eso no invalida la mejora frente a Opus 4.6 en determinados flujos. Solo recuerda que “último” no equivale a “mejor en todo”. Las diferencias prácticas que merece la pena comprobar siguen concentradas en agentes de código, tareas largas, visión, imágenes de alta resolución, task budgets, tokenización y migración de API.

Quién debería probar Opus 4.7 primero

Prioriza la prueba si...

• usas Opus para agentes de código, depuración, refactorización o análisis de repositorios;
• tienes workflows largos con varias llamadas a herramientas;
• trabajas con capturas, UI, PDFs, documentos escaneados u otras entradas visuales;
• quieres evaluar si task budgets ayuda a controlar costes en agentes;
• puedes dedicar tiempo a actualizar la integración de thinking y hacer regresión.

Puedes esperar si...

• tu uso principal es chat general, redacción, resúmenes o preguntas cortas;
• tus prompts en Opus 4.6 ya son estables y el coste de cambio es alto;
• eres muy sensible al coste por tokens y tu carga puede verse afectada por el nuevo tokenizador;
• no tienes margen para revisar errores de API, monitorización o migración desde extended thinking.

Prueba A/B de 30 minutos antes de decidir

Para evitar una migración basada en sensaciones, haz una prueba breve con tus propios datos:

1. Elige de 5 a 10 tareas reales. Usa prompts frecuentes o casos de producción, no solo ejemplos de demo.
2. Ejecuta la misma entrada en 4.6 y 4.7. Mantén system prompt, herramientas, documentos, temperatura y configuración lo más parecidos posible. Para 4.7, el ID disponible en la API es claude-opus-4-7.
3. Registra resultados por tarea. Mide éxito, errores, rondas de corrección humana, llamadas a herramientas, tokens de entrada, tokens de salida, latencia y errores de API.
4. Recalcula coste con el conteo oficial. El tokenizador de 4.7 puede cambiar el recuento frente a 4.6, así que no decidas solo por el precio de lista por token.
5. Define un umbral de adopción. Cambia el modelo por defecto solo si la mejora de calidad, fiabilidad o tiempo humano compensa el cambio de tokens y el coste de migración.

Veredicto

Claude Opus 4.7 frente a Opus 4.6 es una actualización centrada en capacidades y flujo de trabajo, no en una rebaja de precio ni en una ventana de contexto mayor. El precio de lista de la API es el mismo y las cifras de contexto/salida también; lo que cambia es el tokenizador, el soporte de imágenes de mayor resolución, task budgets y la obligación de abandonar la integración antigua de extended thinking.

En una frase: si trabajas con agentes de código, tareas largas o cargas intensivas de visión, Opus 4.7 merece una prueba prioritaria; si lo usas sobre todo para chat, escritura o resúmenes, prueba primero con tus prompts reales y no actualices a ciegas.