Anthropic lanza Claude Opus 4.6 con ventana de contexto de 1M de tokens
Anthropic anunció la fecha de lanzamiento de Claude Opus 4.6 el 5 de febrero de 2026, presentando su modelo de IA más inteligente con integración nativa con Office. La actualización introduce una ventana de contexto de 1M de tokens en fase beta para procesar bases de código complejas y archivos de investigación. Disponible a través de API y plataformas web, el modelo optimiza los flujos de trabajo empresariales de múltiples pasos sin alterar las tarifas de uso base.
Qué permite la ventana de contexto de 1M de tokens para los datos empresariales
Anthropic presentó una ventana de contexto de 1 millón de tokens en fase beta para su modelo insignia, lo que marca la primera vez que un sistema de clase Opus admite esta capacidad. En la API, el sistema utiliza la compactación de contexto para resumir su propio contexto operativo, lo que permite que las tareas agénticas de larga duración se ejecuten continuamente sin exceder los límites de contexto. Esto permite a los equipos de desarrollo de software e investigación institucional cargar bases de código completas, historiales financieros o archivos legales de múltiples fuentes en una sola sesión activa. Thomson Reuters informó que el rendimiento de contexto largo permite a los sistemas empresariales procesar volúmenes de información sustancialmente mayores con alta coherencia en flujos de trabajo de investigación complejos.
Pruebas de rendimiento frente a otros modelos de frontera
En la evaluación GDPval-AA, que mide el trabajo de conocimiento de valor económico en tareas legales y financieras, el nuevo motor supera a GPT-5.2 de OpenAI por aproximadamente 144 puntos Elo. Al evaluar Claude Opus 4.6 vs 4.5 en la misma suite de evaluación, el modelo actualizado supera a su predecesor por 190 puntos Elo. El modelo también logra la puntuación más alta de la industria en Terminal-Bench 2.0 para programación agéntica compleja, lidera a todos los modelos competidores en BrowseComp para búsquedas en línea, obtiene un 90.2% en BigLaw Bench y registró una ganancia de rendimiento del 10% en las pruebas de referencia empresariales de Box, pasando de una base del 58% al 68%.
Integración nativa con Office y herramientas de automatización de flujos de trabajo
Anthropic actualizó significativamente Claude en Excel y lanzó una vista previa de investigación de Claude en PowerPoint, ampliando las capacidades nativas de productividad laboral. Al operar dentro de Cowork, la IA realiza multitareas de forma autónoma en hojas de cálculo, presentaciones y documentos sin requerir orientación constante del usuario. En Figma Make, el modelo traduce diseños complejos de múltiples capas en código de aplicación funcional en el primer intento. Los ingenieros de software pueden conformar equipos de agentes dedicados en Claude Code para ejecutar tareas complejas en paralelo, mientras que los desarrolladores gestionan la latencia operativa y el gasto en la API utilizando el parámetro de control /effort para alternar entre niveles de razonamiento alto y medio.
Qué cambia para los equipos de ingeniería empresarial
Para las organizaciones de software comercial, el lanzamiento reduce la supervisión manual al permitir que subagentes autónomos ejecuten programación a largo plazo, revisiones de código y tareas de depuración de sistemas en extensos repositorios de código. Las evaluaciones de socios demuestran avances sustanciales en la eficiencia operativa en plataformas como Asana, Notion, Windsurf y Cursor. Cognition reportó tasas más altas de detección de errores en Devin Review, mientras que Bolt.new confirmó que el modelo generó un motor de física completamente funcional en una sola pasada. Rakuten informó que el sistema resolvió de forma autónoma 13 problemas en GitHub y canalizó otros 12 al personal correspondiente en seis repositorios en un solo día. En pruebas de ciberseguridad realizadas por NBIM en 40 investigaciones, el modelo ofreció los mejores resultados en 38 casos utilizando hasta nueve subagentes y más de 100 llamadas a herramientas por ejecución.
Disponibilidad del modelo y detalles de precios para desarrolladores
El lanzamiento oficial tuvo lugar el 5 de febrero de 2026, con acceso inmediato en claude.ai, la API de Claude y las principales plataformas de infraestructura en la nube. Anthropic mantuvo los precios en $5 por millón de tokens de entrada y $25 por millón de tokens de salida, igualando las tarifas anteriores. Los desarrolladores pueden invocar el motor directamente a través de la API utilizando el identificador claude-opus-4-6. Según el informe de tarjeta del sistema de Anthropic, el modelo mantiene un perfil de seguridad igual o superior al de los modelos de frontera competidores, mostrando bajas tasas de comportamiento desalineado en las evaluaciones de seguridad.
Preguntas frecuentes
¿Qué hay de nuevo en Claude Opus 4.6?
La actualización introduce una ventana de contexto de 1 millón de tokens en beta, capacidades de compactación de contexto para sesiones prolongadas, orquestación de equipos de agentes en Claude Code y herramientas nativas para Excel y PowerPoint. Agrega pensamiento adaptativo con configuraciones de esfuerzo personalizables para equilibrar la calidad del resultado, la velocidad de ejecución y el costo de los tokens.
¿Cómo se compara el modelo con GPT-5.2?
En la prueba de rendimiento GDPval-AA para trabajo de conocimiento con valor económico, el modelo supera a GPT-5.2 por unos 144 puntos Elo. También supera al modelo de frontera de OpenAI en Terminal-Bench 2.0 para programación agéntica de múltiples pasos y lidera a todos los modelos competidores en Humanity's Last Exam.
La visión de MOZGII
Cómo lo construiríamos
Para construir un motor de investigación empresarial con una ventana de contexto amplia, empezaríamos con archivos de origen estructurados y una gestión estricta de tokens. Alimentaríamos la sesión de contexto extenso con bases de código completas y repositorios de documentos, mientras mantendríamos una base de datos externa para el almacenamiento de documentos sin procesar. Pasaríamos las solicitudes de tareas a través de la API usando el parámetro de esfuerzo para reducir el razonamiento en consultas simples y aumentarlo en investigaciones complejas de múltiples fuentes. Usaríamos la compactación de contexto para resumir ejecuciones agénticas largas antes de alcanzar los límites de tokens.
Ubicaríamos a revisores humanos en puntos de control operativo clave. Aunque los subagentes autónomos pueden asignar tareas o revisar solicitudes de extracción, los ingenieros humanos aprobarían las fusiones de código y las decisiones financieras. El sistema falla cuando el contexto compactado omite casos límite necesarios o cuando los subagentes se ejecutan en bucles paralelos sin converger en una solución. Estableceríamos controles de costo y latencia en la puerta de enlace de la API para limitar el uso de tokens por ejecución. La métrica clave a observar sería la tasa de finalización de tareas sin intervención humana.
A continuación, construiríamos un supervisor de enrutamiento dinámico. Este módulo analizaría los tickets de soporte entrantes, las solicitudes de extracción y los informes de investigación antes de enviarlos al modelo. Elegiría automáticamente entre la generación en una sola pasada y la orquestación de múltiples subagentes según la complejidad de la tarea. Esto mantendría baja la latencia operativa mientras conservaría la capacidad de razonamiento para flujos de trabajo de múltiples niveles.
Fuentes
De dónde salen los datos de esta nota.