Claude Opus 4.7: qué está verificado y qué falta probar

Qué dice Anthropic que ha cambiado

Anthropic sostiene que Opus 4.7 mejora frente a Opus 4.6 en ingeniería de software avanzada, trabajo de varios pasos y larga duración, seguimiento de instrucciones y tareas de visión de mayor resolución; el anuncio de AWS para Bedrock también destaca programación, agentes de larga duración y trabajo profesional.

Conviene leerlo como afirmaciones de producto, no como una prueba universal. Los materiales citados verifican detalles del lanzamiento y las áreas de mejora que declara el proveedor, pero no demuestran por sí solos que Opus 4.7 vaya a superar a todos los modelos Claude anteriores, a todos los modelos competidores o a todos los flujos internos que pueda tener una empresa.

Precio: lo importante no es solo la tarifa por token

El dato más claro para empezar una evaluación es la continuidad de precio: Anthropic dice que Opus 4.7 conserva la tarifa de $5 por millón de tokens de entrada y $25 por millón de tokens de salida citada para Opus 4.6. Eso facilita una comparación inicial desde el punto de vista del precio de lista.

Pero no debería ser el único cálculo. En agentes y tareas de programación, lo que importa es el coste por tarea completada con éxito. La longitud de las respuestas, las llamadas a herramientas, los reintentos y el tiempo de revisión humana pueden pesar más que la tarifa por token tomada de forma aislada.

Dónde se puede usar

Los desarrolladores pueden llamar al modelo como claude-opus-4-7 a través de la API de Claude. Anthropic también lista disponibilidad en Claude, la API de Claude, Amazon Bedrock, Google Cloud Vertex AI y Microsoft Foundry, mientras que AWS anunció por separado Claude Opus 4.7 en Amazon Bedrock.

Para compradores y equipos técnicos, esto importa porque la migración no depende solo del nombre del modelo. También depende de dónde ya estén la gobernanza, la facturación, los registros, los controles de despliegue y las políticas internas.

La cautela con Mythos

Hay que tener cuidado con expresiones amplias como el modelo más potente. Anthropic y AWS posicionan Opus 4.7 como una versión destacada dentro de la línea Opus, pero la cobertura pública también lo compara con Mythos: CNBC describió Claude Opus 4.7 como menos arriesgado que Mythos, mientras que Axios informó del lanzamiento junto con la admisión de Anthropic de que Opus queda por detrás de Mythos.

La formulación más prudente es esta: Claude Opus 4.7 es la ruta oficial de actualización dentro de la serie Opus según los materiales citados. No debería tratarse como prueba de que esté por encima de todos los modelos de Anthropic en todas las dimensiones.

Quién debería evaluarlo

Claude Opus 4.7 es más relevante cuando la tarea justifica probar un modelo premium. Los casos de uso mejor respaldados por las fuentes son:

• Programación e ingeniería de software avanzada, un punto que destacan tanto Anthropic como AWS en los materiales de lanzamiento.
• Agentes de larga duración y flujos de varios pasos, una idea repetida en el posicionamiento de Anthropic y AWS.
• Análisis con mucho contexto, respaldado por la ventana de contexto de 1 millón de tokens que indica Anthropic.
• Flujos con visión, donde Anthropic dice que Opus 4.7 mejora en tareas de visión de mayor resolución.
• Despliegues empresariales en la nube, porque Anthropic y AWS enumeran disponibilidad en grandes plataformas y canales cloud.

Si el uso principal son prompts cortos, de bajo riesgo y gran volumen, Opus 4.7 puede merecer una prueba. Lo que no muestran las fuentes citadas es que sea automáticamente la opción más barata o la mejor para cada una de esas cargas.

Lista de comprobación antes de migrar

Una prueba seria debería usar prompts parecidos a los de producción y criterios de evaluación reales, no solo demos del lanzamiento. Estos son los puntos clave:

1. Calidad de la tarea: comprobar si produce mejores respuestas, código, planes o análisis con entradas reales.
2. Riesgo de regresión: verificar si los prompts ajustados para Opus 4.6 siguen comportándose como se esperaba.
3. Corrección en programación: en tareas de software, comparar pruebas superadas, carga de revisión y capacidad para trabajar sobre el repositorio completo.
4. Fiabilidad de agentes: en flujos largos, medir uso de herramientas, recuperación ante errores, finalización de pasos y bucles de reintento.
5. Comportamiento con contexto largo: validar si la ventana de 1 millón de tokens ayuda con documentos, repositorios o bases de conocimiento propios.
6. Rendimiento en visión: si se usan imágenes o entradas visuales de mayor resolución, probar esas cargas directamente porque la mejora procede de una afirmación del proveedor.
7. Seguridad y rechazos: observar cómo las nuevas salvaguardas automatizadas de ciberseguridad afectan a flujos legítimos de seguridad, cumplimiento o desarrollo.
8. Coste total y latencia: comparar el coste por resultado útil, no solo el coste por token.

También conviene volver a ejecutar los prompts que ya estén muy afinados. Una mejora en seguimiento de instrucciones puede ser positiva si acerca el resultado a la intención del equipo, pero cualquier cambio en ese comportamiento puede alterar plantillas que dependían de hábitos de modelos anteriores.

Conclusión

Claude Opus 4.7 es un modelo oficial de Anthropic dentro de la línea Opus, anunciado el 16 de abril de 2026, disponible en la API de Claude como claude-opus-4-7 y orientado a programación, agentes, visión, análisis de contexto largo y trabajo profesional complejo. Anthropic indica una ventana de contexto de 1 millón de tokens y precios de $5 por millón de tokens de entrada y $25 por millón de tokens de salida.

Lo que aún debe verificarse es el encaje. Las afirmaciones de rendimiento de Anthropic son una buena razón para hacer pruebas comparativas, pero no sustituyen la evidencia obtenida con los prompts, repositorios, documentos, herramientas y usuarios de cada organización.