¿Qué es Claude Opus 5.5?

Claude Opus 5.5 es el modelo más reciente del nivel Opus de Anthropic, lanzado el 22 de septiembre de 2026. Llegó el mismo día en que OpenAI lanzó GPT-6 Sol y GPT-6 Luna, y por eso tu feed se pasó esa semana discutiendo el precio por token en lugar de leer alguna de las dos páginas de lanzamiento.

Prueba Apidog hoy

Si tienes claude-opus-5 en un archivo de configuración, aquí tienes la versión corta de lo que te aporta el cambio de id. Opus 5.5 cuesta $4 por millón de tokens de entrada y $20 por millón de tokens de salida, frente a $5 y $25 en Opus 5. Tiene una ventana de contexto de 1.000.000 de tokens y una salida máxima de 128.000 tokens. Anthropic dice que cuesta un 40 % menos de ejecutar que Opus 5, que produce salida un 30 % más rápido y que permanece en una sola tarea durante 18 horas o más. En el Artificial Analysis Intelligence Index ocupa el primer lugar de 212 modelos con una puntuación de 58, aunque ese índice es una medición de terceros y no una afirmación del proveedor.

Esta guía cubre la hoja de especificaciones, las ocho puntuaciones de benchmark que publicó Anthropic, la aritmética de caché que decide tu factura real y las comparaciones que deberías negarte a hacer. Cada solicitud a continuación es HTTP simple con JSON, así que puedes construirla e inspeccionarla en Apidog. Para el contexto más amplio de tres lanzamientos de modelos frontera en dos días, consulta la guerra de precios de modelos de septiembre de 2026.

Claude Opus 5.5 de un vistazo

Especificación	Valor
ID de modelo de API	claude-opus-5-5
Lanzamiento	22 de septiembre de 2026
Precio de entrada	$4 por millón de tokens
Precio de salida	$20 por millón de tokens
Lectura de entrada en caché	$0,20 por millón de tokens
Escritura de caché	$5 por millón de tokens
Modo rápido	$8 entrada / $40 salida por millón de tokens
Ventana de contexto	1.000.000 tokens
Salida máxima	128.000 tokens
Coste de ejecución frente a Opus 5	40 % menos, según Anthropic
Velocidad de salida frente a Opus 5	30 % más rápido, según Anthropic
Duración sostenida de la tarea	18+ horas en la tarea
Seguridad	85 % menos de intentos exitosos de elusión de límites
Disponibilidad	Claude Platform, AWS, Google Cloud, Azure
Artificial Analysis Intelligence Index	58, clasificado n.º 1 de 212 (terceros)

Dos filas merecen una segunda mirada. La tarifa de lectura en caché de $0,20 es el 5 % de la tarifa de entrada estándar, lo que cambia qué arquitecturas son asequibles. Y la cifra de 18 horas es una afirmación sobre la persistencia de la tarea, no sobre un tiempo de espera de una solicitud. Son problemas de ingeniería muy distintos.

Qué cambió respecto a Opus 5

El id del modelo es el cambio obvio. Anthropic usa un nombre de producto con punto y un id de API sin punto, así que Claude Opus 5.5 es claude-opus-5-5. Un reemplazo de cadena en tu configuración es el primer paso de migración.

	Claude Opus 5	Claude Opus 5.5
ID de modelo de API	claude-opus-5	claude-opus-5-5
Entrada por millón	$5	$4
Salida por millón	$25	$20

Eso es un recorte del 20 % en ambos lados del medidor. Anthropic dice por separado que Opus 5.5 cuesta un 40 % menos de ejecutar que Opus 5, que es una medición distinta y conviene no confundir. Un recorte de precio por token más menos tokens gastados en terminar el mismo trabajo se combinan en una caída mayor del coste por tarea. El coste por token es lo que verificas en una factura. El coste por tarea es lo que el proveedor midió en sus propias evaluaciones, así que reprodúcelo en tu carga de trabajo antes de presupuestar con él.

El resto del delta es conductual: salida un 30 % más rápida, 18 horas o más de trabajo sostenido en una sola tarea y un 85 % menos de intentos exitosos de elusión de límites. Ese último número es una afirmación de seguridad limitada, no una insignia general de "más seguro". Nuestro artículo sobre inyección de prompts y seguridad de API desglosa qué mide. Para la hoja de especificaciones de la generación anterior, consulta qué es Claude Opus 5.

Las ocho puntuaciones de benchmark que publicó Anthropic

Estos son números ejecutados por Anthropic a partir de su propio material de lanzamiento.

Benchmark	Claude Opus 5.5
Terminal-Bench 4.0	66,4 %
FrontierCode v1.1	54,4 %
CursorBench 4.0	57,8 %
GDPval-AA v2.1	1846 Elo
AutomationBench	40,0 %
Humanity's Last Exam, con herramientas	67,7 %
OSWorld 2.0	81,8 %
Chartography	89,0 %

Fíjate en lo que falta: columnas enfrentadas. Anthropic publicó puntuaciones, no una tabla comparativa directa contra GPT-6, así que cualquiera que te muestre una limpia tabla de Opus 5.5 frente a Astra construida con estas filas la armó por su cuenta.

AutomationBench es la trampa, porque aparece en el material de lanzamiento de ambos proveedores. Los números de OpenAI son de AutomationBench 1.0.6 y sitúan a GPT-6 Sol con razonamiento extra-alto en 33,2 %, a GPT-6 Astra en bajo en 30,3 % y a Claude Opus 5 en máximo en 26,9 %. El 40,0 % de Anthropic para Opus 5.5 proviene de su propia ejecución, y la versión y el nivel de esfuerzo no se indican en el material que verificamos. Dos proveedores, dos harnesses, dos ajustes de esfuerzo, posiblemente dos versiones del benchmark. No restes uno del otro y llames a la diferencia una ventaja.

Dónde se ubica Opus 5.5 en el panorama del 22 de septiembre

Modelo	ID de API	Entrada $/M	Salida $/M	Contexto	Índice AA
Claude Opus 5.5	claude-opus-5-5	$4	$20	1M	58
GPT-6 Sol	gpt-6-sol	$2	$10	872k	48
GPT-6 Luna	gpt-6-luna	$0,10	$0,50	1M	37
GPT-6 Astra	n/a	$10	$50	n/a	n/a
Claude Opus 5	claude-opus-5	$5	$25	n/a	n/a
Grok 4.7	n/a	$2	$6	n/a	n/a

La columna de Artificial Analysis es un índice de terceros, no una afirmación de un proveedor, y un único número compuesto representa muchas tareas muy diferentes. Trátalo como un orden de clasificación, no como un veredicto.

Hay una cosa realmente útil que notar sobre el momento. La publicación de lanzamiento de OpenAI compara Sol y Luna con Claude Opus 5, porque Opus 5.5 no existía cuando se escribió esa publicación. Anthropic lanzó Opus 5.5 horas después a un 20 % por debajo del precio de Opus 5. Así que la frase muy citada de que Sol en extra-alto supera a Opus 5 en máximo por el 9 % del coste por tarea es cierta tal como está escrita y medida contra un modelo que fue reemplazado ese mismo día. Nadie ha publicado la repetición.

La afirmación inversa está igual de infundada. OpenAI afirma que Astra "sigue siendo nuestro mejor modelo en todos los aspectos", y ningún proveedor ha publicado una comparación de Astra frente a Opus 5.5. Los números específicos de comparación directa que circulan en X son tuits, no datos del proveedor. Si necesitas esa respuesta, la única fuente honesta es tu propio harness de evaluación con tus propias tareas.

La aritmética de caché que decide tu factura

Con $4 de entrada y $0,20 por una lectura en caché, un acierto de caché cuesta el 5 % de una lectura nueva. Las escrituras de caché se facturan a $5 por millón, un sobrecoste del 25 % sobre la tarifa de entrada estándar. Esa proporción hace que el punto de equilibrio sea bajo.

Toma un prefijo de sistema de 200.000 tokens, un esquema de herramientas más un fragmento de tu base de código o especificación. Sin caché, cada llamada factura 200.000 tokens a $4 por millón, es decir, $0,80 cada una. Diez llamadas cuestan $8,00 solo en entrada.

Con caché, pagas la escritura una vez a $5 por millón, es decir, $1,00, y luego cada lectura posterior se factura a $0,20 por millón, es decir, $0,04. Diez llamadas cuestan $1,00 más nueve lecturas a $0,04, lo que da $1,36. El sobrecoste de escritura se recupera en la primera relectura, y para la décima llamada pagas alrededor del 17 % de la factura sin caché.

En el extremo superior, enviar la ventana completa de 1.000.000 de tokens cuesta $4,00 como entrada nueva y $0,20 como lectura en caché. Esa es la diferencia entre una estrategia de contexto que puedes ejecutar en bucle y una que no. El modelo completo de costes de caché recorre bucles de agentes y prefijos multiinquilino.

El modo rápido se factura a $8 de entrada y $40 de salida, exactamente el doble de la tarifa estándar. Ponle precio como una compra de latencia para rutas interactivas, no como una opción predeterminada.

Qué le hace a tu capa de API trabajar 18 horas en una tarea

Un modelo que trabaja durante 18 horas no es una solicitud más larga. Es una forma de integración distinta, y la mayor parte del código de API escrito para chat completions se romperá con ella.

Cuatro cosas necesitan atención. Los tiempos de espera en el balanceador de carga, la puerta de enlace y el cliente deben tolerar flujos de larga duración, o necesitas un diseño de trabajo más sondeo en su lugar. Los reintentos deben ser idempotentes, porque reproducir una solicitud que ya consumió tres horas de llamadas a herramientas es caro de una forma en que un GET reintentado nunca lo es. El streaming necesita manejo de keepalive para que una conexión que parece inactiva no se corte a mitad de tarea. Y la capacidad de reanudación importa más que el rendimiento: si el proceso muere en la hora 11, necesitas saber qué estado era duradero. El artículo sobre diseño de API para tareas de 18 horas cubre cada punto con patrones concretos.

Llamar a Claude Opus 5.5

La forma de la API Messages no ha cambiado. Cambia el id y dale a max_tokens espacio real.

curl https://api.anthropic.com/v1/messages \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-opus-5-5",
    "max_tokens": 16384,
    "messages": [
      {"role": "user", "content": "Review this handler and list the failure modes."}
    ]
  }'

Dos hábitos dan resultado de inmediato. Mantén la clave en una variable de entorno para que nunca acabe en una colección compartida. Y lee el bloque usage en cada respuesta, porque ahí es donde confirmas que las lecturas en caché están funcionando en lugar de volver a facturarse silenciosamente a $4 por millón. Una caché que falla en silencio se parece exactamente a una integración que funciona hasta que llega la factura.

Aquí es donde un cliente de API se gana su lugar. En Apidog puedes guardar una solicitud Messages de referencia, duplicarla para streaming y no streaming, ejecutar ambas con el mismo prompt y hacer aserciones sobre los campos usage para que una regresión de caché haga fallar una prueba en lugar de sorprenderte a fin de mes. El visor SSE también muestra dónde se detuvo realmente un flujo largo. Descarga Apidog e importa la solicitud anterior para seguir el ejemplo.

Disponibilidad

Anthropic incluye Opus 5.5 en Claude Platform, AWS, Google Cloud y Azure. Los niveles de la app para consumidores y la fecha de corte de conocimiento no están en el material que verificamos, así que no publicamos ninguno de los dos. Consulta la página del modelo de Anthropic antes de escribir una fecha de corte en un prompt del sistema.

¿Deberías migrar?

Migra si hoy usas claude-opus-5. Mismo nivel, un 20 % menos por token en ambos lados, mejores números publicados, y el único coste es el cambio de id más una ejecución de regresión. Las notas de migración cubren los detalles visibles para quien llama.

Piensa más si tu carga de trabajo es barata y de gran volumen. El precio del nivel Opus no es donde pertenece la clasificación o extracción masiva, y los lanzamientos de septiembre pusieron una ventana de contexto de 1M en el nivel por debajo del dólar. Compara con ese nivel antes de usar Opus por defecto.

Y mide antes de creer cualquier afirmación entre proveedores de esa semana, incluida la tabla anterior. Dos laboratorios lanzaron tres modelos frontera el mismo día, cada comparación publicada se escribió contra un modelo que ya había sido reemplazado, y el único benchmark que resuelve tu decisión es el que ejecuta tus propias solicitudes.