La última versión del asistente de IA conversacional de Anthropic, Claude Opus 5.5, ahora viene con una nueva guía. Está diseñada para desarrolladores que buscan integrar el modelo en sus propios sistemas, y cubre una amplia gama de temas, incluyendo la calibración del esfuerzo y los flujos de trabajo multiagente.
Esta guía se titula «Prompting Claude Opus 5.5», y se centra en comparar cómo Claude Opus 5 se comporta frente a la nueva versión. Presume que los lectores ya conocen el funcionamiento de la versión anterior, por lo que omite los fundamentos y pasa directamente a las actualizaciones.
Calibración del Esfuerzo
La diferencia clave radica en cuánto esfuerzo se invierte. Claude Opus 5.5 produce tokens a una velocidad más del 30 por ciento más rápida que su predecesor, y generalmente completa la misma tarea utilizando menos tokens. Como resultado, las indicaciones actuales generalmente seguirán funcionando sin necesidad de ser alteradas, aunque el proceso de pensamiento subyacente ha cambiado.
La recomendación de Anthropic es comenzar con un esfuerzo medio, que sirve como predeterminado en Claude Opus 5.5. La edición anterior en cambio establecía su predeterminado en un esfuerzo alto, lo que hace que las dos configuraciones no sean intercambiables. La guía sugiere realizar pruebas en varios niveles junto con sus propias evaluaciones en lugar de simplemente mantener la configuración que utilizó en Claude Opus 5.
La guía señala que los nombres de los niveles de esfuerzo no corresponden a la misma cantidad de pensamiento en los diferentes modelos. En las pruebas de Anthropic, Claude Opus 5.5 a un esfuerzo medio iguala o supera a Claude Opus 5 a un esfuerzo alto en evaluaciones de codificación y trabajo de conocimiento, y un esfuerzo bajo se acerca a él a un costo mucho menor.
Comportamiento del Pensamiento
Claude Opus 5.5 piensa más por turno que su predecesor, especialmente a xhigh y max. Eso significa que una indicación que funcionó bien a un nivel de esfuerzo determinado en el modelo anterior ahora puede producir turnos más largos y más tokens de salida. La guía ofrece tres soluciones:
- Establecer max_tokens lo suficientemente alto como para dejar espacio para los tokens de pensamiento del modelo y la respuesta.
- Reservar xhigh y max para trabajos donde haya medido una mejora en la calidad.
- Bajar el esfuerzo primero si quiere menos pensamiento.
El pensamiento cuenta para max_tokens incluso cuando el contenido del pensamiento no se devuelve a usted, por lo que un límite de tamaño diseñado para Claude Opus 5 con el pensamiento desactivado puede cortar las respuestas. Para turnos largos que la codificación agentica puede producir, un max_tokens de 128,000 ha funcionado bien en las pruebas de Anthropic.
Rechazos de seguridad y Ejecuciones sin supervisión
La guía describe una razón de parada de «rechazo» como perteneciente a rechazos de seguridad. Cuando las solicitudes regresan con esta razón, esto indica un largo turno agentica que parece silencioso. Es posible que desee obtener actualizaciones en puntos predecibles durante estos períodos extendidos.
Entre los temas cubiertos por la guía se encuentran los agentes sin supervisión que dejan de trabajar a mitad de una larga tarea, habiendo informado previamente sobre su progreso. Estos casos se conocen como ejecuciones agenticas sin supervisión. En cada caso, el agente se detiene antes de completarse mientras aún está en medio de su tarea asignada.
Arnéses Multi-Agente
La guía ofrece señales de tiempo como una forma de terminar antes un equipo de agentes. Esto implica coordinar varios agentes que trabajan en una tarea compartida, cada uno contribuyendo con una parte.
Según la guía, los primeros probadores informaron una revisión de código más sólida, detectando más errores que en Claude Opus 5, mientras que también generaban menos falsas alarmas. El modelo expone sus cambios en términos claros y fáciles de entender.
Entradas Visuales
Las pruebas de Anthropic encontraron que el modelo lee gráficos densos con mayor precisión que Claude Opus 5, incluso en su nivel de esfuerzo más bajo. Esto sucedió mientras se utilizaba una pequeña fracción de los tokens de salida en comparación con cómo Claude Opus 5 funciona en su nivel más alto.
El significado a menudo depende más de la disposición que de las palabras por sí solas: qué cuadros une una flecha en un diagrama de flujo, qué ha cambiado entre dos ediciones de un diagrama, o precisamente cuándo comienza y termina una reunión en una captura de pantalla de un calendario.
Trabajo de Conocimiento y Codificación Agentica
El modelo destaca en tareas como la construcción de un modelo financiero y un resumen de una página para una transacción, o la localización y corrección de errores en un libro de trabajo de valoración. Una base de código real es donde el modelo funciona mejor en tareas de varios pasos. Guía un cambio a través de una gran base de código hasta que sus pruebas pasan, y puede sostener un trabajo autónomo prolongado por más tiempo que Claude Opus 5.
El sistema maneja auditorías y migraciones de código de larga duración a través de grandes bases de código utilizando subagentes paralelos, con una supervisión mínima. Según la guía, igualó o superó a Claude Opus 5 en estos trabajos exigentes y de alto esfuerzo, completándolos en menos pasos y consumiendo menos tokens.
Textos Pasados, Contexto y Diseño de Front-End
Dentro del mensaje que un usuario pegó, hay texto que contiene instrucciones que el modelo sigue. Ese texto incluye un estilo particular de marcar contenido pegado, que la guía describe. El modelo puede gestionar solicitudes que abarcan varias aplicaciones vinculadas, aunque podría pasar por alto detalles que la solicitud original no mencionó.
La salida de Front-End tiene un aspecto genérico, y la guía cubre los valores predeterminados de diseño de Front-End.
Los Hechos Clave
- Claude Opus 5.5 genera tokens de salida más del 30 por ciento más rápido que Claude Opus 5
- Claude Opus 5.5 tiende a terminar la misma tarea con menos tokens
- El esfuerzo medio es el valor predeterminado en Claude Opus 5.5
- El esfuerzo bajo en Claude Opus 5.5 equivale al esfuerzo alto en Claude Opus 5 a un costo mucho menor
- Un valor máximo_tokens de 128,000 ha funcionado bien en las pruebas de Anthropic para largas rondas de codificación con agentes
- Las solicitudes pueden devolver una razón de detención de «rechazo»
- El modelo lee gráficos densos con mayor precisión que Claude Opus 5, incluso en su configuración de menor esfuerzo.
Este documento describe cómo se comportan las dos versiones de forma diferente, explicado con detalles prácticos a lo largo de sus páginas.
Material fuente: “Prompting Claude Opus 5.5,” claude.com.
Recibe El Cuaderno.
Las mejores historias del día y cada veredicto nuevo, en español claro, en tu correo a las siete. Un correo al día, nada más.