Claude Opus 4.8: todas las mejoras, novedades y precios (2026)

Claude Opus 4.8 es el modelo de lenguaje más capaz de Anthropic, lanzado el 28 de mayo de 2026 e identificado en la API como claude-opus-4-8. Sustituye a Opus 4.7 como modelo de gama alta y mejora sobre todo en tareas agénticas: flujos en los que el modelo actúa de forma autónoma, encadenando varios pasos y herramientas sin supervisión humana constante.

El salto frente a Opus 4.7 no es de tamaño bruto, sino de juicio y fiabilidad. Opus 4.8 acierta más decisiones en tareas largas, abandona menos a medio camino y marca con honestidad cuándo no está seguro de un fragmento de código en lugar de presentarlo como correcto.

Para la mayoría de usuarios, el cambio se nota en tres puntos concretos: el modelo termina más tareas complejas a la primera, comete menos errores silenciosos en código y ofrece nuevos controles para regular cuánto «esfuerzo» de razonamiento dedica a cada petición.

Opus 4.8 mejora en tres frentes medibles: mejor juicio en tareas agénticas, mayor honestidad en la generación de código y mejores resultados en los benchmarks de referencia del sector. Repasamos cada uno.

Mejor juicio y fiabilidad en tareas agénticas

La mejora central de Claude Opus 4.8 es su criterio en flujos largos. El modelo decide mejor cuándo seguir, cuándo pedir contexto y cuándo parar, lo que reduce los bucles improductivos y las acciones innecesarias dentro de un agente.

En la práctica, un agente de programación basado en Opus 4.8 necesita menos correcciones manuales del desarrollador para completar una migración o resolver un bug encadenado.

Honestidad: 4× menos fallos de código sin detectar

La mejora estrella de Opus 4.8 es la honestidad. Según Anthropic (2026), el modelo presenta 4 veces menos fragmentos de código incorrectos sin marcarlos que Opus 4.7: cuando no está seguro de que algo funcione, lo advierte en lugar de afirmarlo con confianza.

Resultados en benchmarks: coding, agentic y razonamiento

Anthropic publicó los resultados de Opus 4.8 en varios benchmarks estándar del sector (2026). Destacan OSWorld-Verified —que mide la capacidad de operar un ordenador real— con un 82,3%, y Online-Mind2Web —navegación web autónoma— con un 84%.

El modelo también lidera en Terminal-Bench 2.1 (tareas de terminal) y en Finance Agent v2 (razonamiento financiero agéntico), los dos terrenos donde el juicio en cadenas largas marca la diferencia frente a 4.7.

Esta comparativa resume las diferencias clave entre las tres últimas generaciones de Opus para decidir si merece la pena actualizar.

Opus 4.8 no solo es un modelo mejor: introduce tres novedades de producto que cambian cómo trabajas con él. El control de effort, los dynamic workflows y una nueva opción en la Messages API.

Control de effort: high, extra, xhigh y max

El control de effort (nivel de esfuerzo) es la opción que decide cuánto razonamiento dedica el modelo a cada petición. A más effort, mejor calidad en tareas difíciles; a menos effort, respuestas más rápidas y baratas.

Dynamic workflows en Claude Code

Los dynamic workflows permiten que Opus 4.8 orqueste subagentes en paralelo dentro de Claude Code. En lugar de resolver todo en un único hilo, el modelo reparte el trabajo entre varios agentes que se ejecutan a la vez.

Esto resulta especialmente útil en migraciones de código a escala: el modelo transforma decenas de archivos de forma simultánea y verifica cada uno por separado, lo que reduce drásticamente el tiempo total.

Nueva opción de la Messages API: entradas system en el array messages

La Messages API de Anthropic ahora admite entradas de tipo system dentro del propio array messages, no solo en el parámetro system de nivel superior. Así puedes insertar instrucciones de sistema en mitad de una conversación.

La ventaja clave: hacerlo no rompe el prompt cache —el almacenamiento en caché de los tokens ya procesados—, por lo que inyectas contexto nuevo sin perder el ahorro de coste de las peticiones repetidas.

# system entries dentro del array messages
import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Resume el informe"},
        {"role": "system", "content": "A partir de aquí, responde en tono formal"},
        {"role": "user", "content": "Continúa con las conclusiones"}
    ]
)

Claude Opus 4.8 cuesta $5 por millón de tokens de entrada y $25 por millón de salida (Anthropic, 2026), el mismo precio que Opus 4.7. El fast mode (modo rápido, que prioriza la velocidad de respuesta) sube a $10 de entrada y $50 de salida.

Puedes usar Opus 4.8 desde tres vías principales: la app de Claude, Claude Code y la API de Anthropic. La elección depende de si quieres chatear, programar o integrarlo en tu propio producto.

Opus 4.8 no llegó solo. Anthropic lo presentó junto a Mythos y Project Glasswing, dos iniciativas que enmarcan la apuesta de la compañía por modelos más honestos y mejor integrados con grandes plataformas como Amazon, Microsoft y Apple (MarketScreener/Reuters, 2026).

El hilo conductor entre estos anuncios y Opus 4.8 es la honestidad del modelo: la dirección estratégica de Anthropic apunta a sistemas que reconocen sus límites en lugar de aparentar certeza, un cambio que el salto de 4.7 a 4.8 ya materializa en el código.

Opus 4.8 es la mejor opción para tareas agénticas complejas, generación de código que no revisas a fondo y flujos largos donde el juicio importa. No siempre es la elección óptima: para tareas simples y de alto volumen, un modelo más ligero cumple igual a menor coste.

¿Cuál es el ID de Claude Opus 4.8 en la API?

El identificador del modelo en la API de Anthropic es claude-opus-4-8. Es el valor que debes pasar en el campo model de la Messages API.

¿Cuánto cuesta Claude Opus 4.8?

Cuesta $5 por millón de tokens de entrada y $25 por millón de salida en modo estándar. El fast mode sube a $10 / $50 por millón (Anthropic, 2026).

¿Qué mejora Opus 4.8 respecto a Opus 4.7?

Mejora el juicio en tareas agénticas, los resultados en benchmarks como OSWorld-Verified (82,3%) y, sobre todo, la honestidad: presenta 4 veces menos código incorrecto sin marcarlo. Mantiene el mismo precio que 4.7.

¿Qué es el control de effort y qué niveles tiene?

Es la opción que regula cuánto razona el modelo. Sus niveles son high (por defecto), extra, max y xhigh —este último disponible en Claude Code. A más effort, más calidad en tareas difíciles a cambio de más tokens y latencia.

¿Merece la pena pagar el fast mode?

Solo si la velocidad de respuesta es crítica, como en chats o agentes interactivos en tiempo real. Para tareas por lotes o procesos en segundo plano duplica el coste sin aportar mejor calidad, así que no compensa.

¿Las system entries en el array messages rompen el prompt cache?

No. La nueva opción de la Messages API permite insertar instrucciones de sistema en mitad de la conversación sin invalidar la caché, lo que mantiene el ahorro de coste en peticiones repetidas.