El 28 de mayo de 2026, Anthropic lanzó Claude Opus 4.8, su modelo de disponibilidad general más capaz hasta la fecha. Llega menos de dos meses después de Opus 4.7 y eleva el listón en coding agéntico, computer use y autonomía de largo recorrido, manteniendo el mismo precio de lista que su predecesor. Para equipos que construyen software en producción, agentes de IA y automatizaciones complejas, este lanzamiento importa. El modelo que completa trabajo multi-paso de principio a fin sin supervisión es ahora notablemente mejor y, gracias a un fast mode más barato, a menudo más rápido y económico de ejecutar. En esta guía desglosamos qué hay realmente nuevo en Claude Opus 4.8, los números de benchmark, el precio y la ventana de contexto, la nueva función Dynamic Workflows, y cómo usamos modelos frontier como este en proyectos reales de clientes en Alher Tech.
Anthropic describe Opus 4.8 con un criterio más afinado, más honestidad sobre su propio progreso y la capacidad de trabajar de forma independiente durante más tiempo que sus predecesores. En la práctica, esto se traduce en tres mejoras concretas:
Opus 4.8 lidera su gama en los benchmarks que importan para el trabajo de ingeniería y agéntico. Las cifras clave:
En SWE-Bench Pro, el 69,2% de Opus 4.8 supera a Opus 4.7 (64,3%), GPT-5.5 (58,6%) y Gemini 3.1 Pro (54,2%). En el benchmark Super-Agent es el único modelo que completa todos los casos de principio a fin, al mismo coste que los modelos Opus anteriores.
Y lo más importante. Anthropic mantuvo el precio plano frente a Opus 4.7, así que obtienes un modelo más potente al mismo coste por token.
Un nuevo control junto al selector de modelo te permite elegir cuánto esfuerzo pone Claude en una respuesta. En ajustes de mayor esfuerzo piensa con más frecuencia y profundidad para dar mejores respuestas; en ajustes de menor esfuerzo responde más rápido y consume los límites de uso más lentamente.
Para sistemas en producción es una palanca práctica, enruta las decisiones ambiguas y de alto riesgo a alto esfuerzo, y deja que el grueso de peticiones rutinarias se ejecute de forma económica a bajo esfuerzo, sin cambiar de modelo.
Junto al modelo, Anthropic lanzó Dynamic Workflows en research preview, un sistema diseñado para ayudar a modelos frontier como Opus a gestionar tareas complejas a través de cientos de subagentes en paralelo.
En lugar de un único loop de agente lineal, Dynamic Workflows permite a Opus 4.8 descomponer un objetivo grande, lanzar subagentes especializados y coordinar sus resultados. Está disponible en Claude Code para los planes Enterprise, Team y Max.
Para nosotros, esta es la parte más interesante del lanzamiento. Apunta a un futuro donde un único objetivo se ramifica en un enjambre gestionado de agentes. Exactamente la arquitectura que diseñamos para clientes que automatizan procesos de negocio de principio a fin.
Opus 4.8 es el modelo a usar cuando el cuello de botella es la calidad de razonamiento y la autonomía, no cuando lo es el throughput bruto o el coste. Buenos encajes:
Para tráfico de alto volumen, sensible a la latencia o al coste, un modelo más barato (gama Sonnet o un modelo open-source autoalojado) suele ser la mejor elección. El patrón ganador es el enrutamiento. Envía solo el 5-15% más difícil del tráfico a Opus y deja que los modelos más baratos gestionen el resto.
No construimos demos. Llevamos agentes de IA y automatizaciones a producción. Los modelos frontier como Claude Opus 4.8 son una herramienta más dentro de una arquitectura multi-proveedor que diseñamos en torno a las restricciones de privacidad, coste y fiabilidad de cada cliente.
Ya sea que tu proyecto necesite razonamiento de gama frontier, un despliegue privado autoalojado o un híbrido de ambos, diseñamos la arquitectura en torno a tus restricciones reales, no en torno a un único proveedor.
Claude Opus 4.8 es un lanzamiento incremental con un impacto práctico desproporcionado, un modelo más potente al mismo precio, un fast mode más barato, umbrales de caché más bajos y un nuevo sistema Dynamic Workflows que insinúa hacia dónde se dirige la IA agéntica.
Para equipos que lanzan software y automatizaciones reales, la conclusión es simple, el razonamiento frontier sigue mejorando y abaratándose, pero el valor está en la ingeniería alrededor del modelo, enrutamiento, guardrails, fallbacks y evals.
Si estás planificando un agente de IA, una automatización o un producto que integre un modelo frontier, podemos ayudarte a elegir el modelo adecuado y a construir la arquitectura de producción a su alrededor.