Claude Opus 4.8

Claude Opus 4.8 es el modelo insignia de Anthropic para programación y agentes de IA: lidera el ranking GDPval-AA con 1890 Elo y alcanza un 69,2 % en SWE-bench Pro, pero su precio de $25 por millón de tokens de salida (a octubre de 2026) lo convierte en uno de los modelos comerciales más caros del mercado.

¿Qué es Claude Opus 4.8?

Claude Opus 4.8 es el modelo de lenguaje insignia de Anthropic, lanzado el 28 de mayo de 2026, apenas 41 días después de Opus 4.7. Es el modelo de gama más alta de la familia Opus 4, por encima de Opus 4.7 y 4.6. Aunque no es el modelo más potente de Anthropic en términos absolutos —ese puesto corresponde a Mythos, que todavía tiene acceso limitado—, es el mejor modelo disponible para desarrolladores de API y equipos empresariales.

Anthropic lo posiciona como su «modelo más honesto»: detecta mejor sus propios errores y evita afirmaciones sin fundamento. Su verdadera ventaja no es tener «más parámetros», sino estar preparado para trabajar como agente durante más tiempo y con menor supervisión humana. No es una reconstrucción de la arquitectura, sino una evolución: para completar la misma tarea utiliza aproximadamente un 35 % menos de tokens de salida que Opus 4.7, al mismo precio.

Parámetros principales:

• Ventana de contexto: 1M de tokens
• Salida máxima: 128K tokens
• Entradas: texto, imágenes y archivos (no genera imágenes)
• Razonamiento: modelo híbrido con ajuste de esfuerzo (high / xhigh / max)
• Precio de la API: $5 por millón de tokens de entrada y $25 de salida (a octubre de 2026)
• Plataformas: Claude.ai, Claude API, Amazon Bedrock, Google Vertex AI y Microsoft Foundry
• ID del modelo: claude-opus-4-8

Situación a octubre de 2026: Opus 4.8 sigue disponible en la API al mismo precio de lanzamiento. En julio de 2026 Anthropic publicó Claude Opus 5 y en septiembre Claude Opus 5.5 ($4/$20 por millón de tokens), y la documentación oficial clasifica Opus 4.8 como modelo «legacy» con guía de migración, aunque su retirada no está prevista antes del 28 de mayo de 2027.

Capacidades principales

Capacidades de agente: dynamic workflows

Las capacidades de agente de Opus 4.8 son su principal argumento de venta. La nueva función de flujos de trabajo dinámicos (dynamic workflows) en Claude Code permite lanzar subagentes en paralelo: cada uno planifica, ejecuta y verifica una parte de la tarea mientras un coordinador combina los resultados. En lugar de que un único agente procese secuencialmente una gran refactorización, el trabajo se divide entre varios agentes que operan simultáneamente.

El caso de uso estrella son las migraciones a nivel de repositorio: cambios que requieren modificar múltiples archivos durante horas y cuyo cuello de botella es el rendimiento global, no el razonamiento individual. En el benchmark «Super Agent», Opus 4.8 fue el único modelo capaz de completar todos los casos de extremo a extremo.

Capacidades de programación

• SWE-bench Pro: 69,2 %: 4,9 puntos porcentuales más que Opus 4.7 (64,3 %) y 10,6 más que GPT-5.5 (58,6 %)
• Appwrite Arena: 97,1 %: sexto puesto entre 24 modelos evaluados
• BenchLM: 76,5/100: octavo puesto entre 226 modelos
• CursorBench: supera a los Opus anteriores en todos los niveles de esfuerzo, con llamadas a herramientas más eficientes (menos pasos para la misma inteligencia)

En la práctica, Opus 4.8 «lee un repositorio como un ingeniero, planifica antes de editar y mantiene la coherencia del contexto durante sesiones largas». Un desarrollador lo resumió así: «No siempre me da la respuesta más rápida para copiar y pegar, pero a menudo me da la respuesta que más merece la pena seguir desarrollando».

Razonamiento y multimodalidad

• GPQA Diamond: 93,6 %
• Humanity's Last Exam: 49,8 % sin herramientas y 57,9 % con herramientas; BenchLM sitúa sus capacidades matemáticas en el segundo puesto mundial
• ScreenSpot Pro: 87,9 %: primer puesto en localización de interfaces gráficas, por delante de GPT-5.4 (85,4 %) y Qwen3.8 Max (84,5 %)
• Online-Mind2Web: 84 %: el mejor modelo de uso de ordenador y agente de navegador según las pruebas citadas en el lanzamiento

Importante: Opus 4.8 puede leer y comprender imágenes y archivos, pero no genera imágenes.

Velocidad y modo rápido

El modo estándar genera unos 60,9 tokens por segundo, con una latencia hasta el primer token de aproximadamente 8,43 segundos. El nuevo modo rápido ofrece alrededor de 2,5 veces más velocidad por $10 por millón de tokens de entrada y $50 de salida, tres veces más barato que el modo rápido de la generación anterior (a octubre de 2026).

Benchmarks: resultados y cómo interpretarlos

Prueba	Opus 4.8	Opus 4.7	GPT-5.5	Qué mide
GDPval-AA (Elo)	1890	1753	1769	Tareas económicas reales (44 profesiones, 9 sectores)
SWE-bench Pro	69,2 %	64,3 %	58,6 %	Ingeniería de software con issues reales de GitHub
Terminal-Bench 2.1	74,6 %	66,1 %	78,2 %	Operaciones de terminal
OSWorld-Verified	83,4 %	82,8 %	78,7 %	Uso de ordenador

Cómo leer estos números:

• Los 1890 Elo de GDPval-AA proceden de Artificial Analysis, un tercero independiente: probablemente el logro más sólido de Opus 4.8. Su ventaja de 121 puntos sobre GPT-5.5 equivale a cerca de un 67 % de probabilidad de victoria.
• El 69,2 % de SWE-bench Pro es dato del propio fabricante, así que conviene tomarlo con cierta cautela, aunque la mejora frente a Opus 4.7 es clara.
• En Terminal-Bench 2.1 manda GPT-5.5: ser primero en un benchmark no significa ser óptimo para todos los escenarios. Si tu trabajo se centra en operaciones de terminal, GPT-5.5 puede encajar mejor.
• En sectores profesionales, Opus 4.8 marcó un nuevo récord en Legal Agent Benchmark (primer modelo en superar el 10 % bajo el criterio all-pass) y un 53,9 % en Finance Agent v2.

Precio de Claude Opus 4.8: ¿cuánto cuesta?

Precios de la API confirmados en la documentación oficial de Anthropic a octubre de 2026:

Modo estándar

Concepto	Precio por millón de tokens
Entrada	$5,00
Salida	$25,00
Lectura de caché	$0,50
Escritura de caché	$6,25

Modo rápido (2,5× de velocidad)

Concepto	Precio por millón de tokens
Entrada	$10,00
Salida	$50,00

Relación calidad-precio frente a la competencia

Modelo	Precio de salida / millón de tokens	Factor vs. Opus 4.8
Claude Opus 4.8	$25,00	1×
GPT-5.5	~$15,00+	~0,6×
GLM-5.3	~$1,25	~1/20
DeepSeek-V4-Pro	~$0,87	~1/29

Opus 4.8 es uno de los modelos comerciales más caros del mercado: unas 29 veces el precio de salida de DeepSeek-V4-Pro. Si no necesitas esa diferencia de 1-2 puntos de rendimiento, los modelos económicos tienen mejor relación calidad-precio; si tu negocio depende de ella (agentes jurídicos, análisis financiero), la inversión puede estar justificada.

Ventajas e inconvenientes

✅ Ventajas

• Primer puesto mundial en GDPval-AA: 1890 Elo, 121 puntos por delante de GPT-5.5, con validación independiente
• Programación de primer nivel: 69,2 % en SWE-bench Pro y único modelo en completar todos los casos del benchmark Super Agent
• Flujos de trabajo dinámicos: subagentes en paralelo para migraciones a nivel de repositorio
• Modo rápido: 2,5× de velocidad, tres veces más barato que el de la generación anterior
• El «modelo más honesto»: detecta mejor sus propios errores y evita afirmaciones sin fundamento
• Contexto de 1M de tokens y multimodalidad de entrada (texto, imágenes, archivos)
• Más eficiente: ~35 % menos tokens de salida que Opus 4.7 al mismo precio

❌ Inconvenientes

• Precio extremadamente elevado: $25 por millón de tokens de salida (a octubre de 2026)
• Problemas de «lenguaje confuso»: algunos desarrolladores reportan inconsistencias lingüísticas y necesitan limpiar respuestas con Sonnet o Haiku, duplicando el coste en tokens
• Experiencia conversacional polarizada: «hace mejor el trabajo, pero habla peor»; usuarios de Reddit lo describen como «muy intenso y hablador, con tendencia a decir cosas sin sentido»
• Informes de deterioro de calidad: desde el 8 de junio de 2026, usuarios de la app de escritorio reportan caídas repentinas de calidad
• Velocidad estándar baja: 60,9 tokens por segundo y 8,43 segundos hasta el primer token
• Código cerrado: sin autoalojamiento ni despliegue local; no genera imágenes
• No lidera todos los benchmarks: GPT-5.5 gana en Terminal-Bench 2.1

Comparativas: Claude Opus 4.8 vs GPT-5.5 y vs DeepSeek-V4-Pro

Claude Opus 4.8 vs GPT-5.5

Prueba	Opus 4.8	GPT-5.5
GDPval-AA (Elo)	1890	1769
SWE-bench Pro	69,2 %	58,6 %
Terminal-Bench 2.1	74,6 %	78,2 %
Humanity's Last Exam	49,8 %	41,4 %

Conclusión: Opus 4.8 supera a GPT-5.5 en la mayoría de los benchmarks, pero Terminal-Bench es la excepción: si tu flujo de trabajo vive en la terminal, GPT-5.5 puede ser mejor opción.

Claude Opus 4.8 vs DeepSeek-V4-Pro

Dimensión	Claude Opus 4.8	DeepSeek-V4-Pro
Precio de salida / MTok	$25,00	~$0,87
GDPval-AA	1890 Elo (1.º)	Pendiente de confirmar
SWE-bench Pro	69,2 %	Pendiente de confirmar
Código abierto	❌ Cerrado	✅ MIT
Flujos de trabajo dinámicos	✅ Subagentes en paralelo	❌
Modo rápido	✅ 2,5× de velocidad	❌

Conclusión: Opus 4.8 lidera en benchmarks generales y ofrece funciones exclusivas; DeepSeek-V4-Pro gana por goleada en precio (~1/29) y es de código abierto. La elección depende de cuánto valores el rendimiento máximo frente al coste.

¿Merece la pena Claude Opus 4.8? Opiniones y valoración

Las opiniones están extremadamente polarizadas. A favor, las capacidades de agente y de programación reciben elogios constantes: «tiene claramente un mejor criterio, plantea las preguntas correctas, detecta sus propios errores y se opone cuando el plan no tiene sentido». En contra, quejas por «lenguaje confuso», respuestas demasiado largas y una experiencia conversacional «extraña», además de informes de caída de calidad desde el 8 de junio de 2026. Ojo: estos comentarios proceden sobre todo de comunidades online, con sesgo de supervivencia a favor de las quejas.

Dimensión	Puntuación (sobre 5)	Explicación
Capacidades de agente	4,9	Primer puesto en GDPval-AA y flujos de trabajo dinámicos
Programación	4,8	69,2 % en SWE-bench Pro, nivel de élite mundial
Razonamiento	4,6	93,6 % en GPQA Diamond, segundo puesto en matemáticas
Honestidad y fiabilidad	4,7	Especialmente bueno detectando sus propios errores
Multimodalidad	4,2	Entrada de imágenes y archivos; primer puesto en ScreenSpot Pro
Velocidad	3,5	60,9 tok/s estándar; el modo rápido cuesta el doble
Relación calidad-precio	2,5	~29 veces el precio de competidores económicos
Valoración global	4,2	Capacidades de primer nivel con precio extremo

Veredicto: si eres una empresa con presupuesto que necesita construir agentes de primer nivel o trabajar con grandes repositorios, Opus 4.8 merece una evaluación seria (pruébalo primero a pequeña escala). Si eres un desarrollador individual o un equipo sensible al coste, no debería ser tu primera opción: DeepSeek-V4-Pro ofrece capacidades cercanas a ~1/29 del precio. Y si solo pudieras elegir un modelo para agentes de máximo nivel sin límite de presupuesto, Opus 4.8 sigue siendo una de las opciones más fuertes de 2026.

¿Para quién es Claude Opus 4.8?

Muy recomendado

• Desarrolladores de agentes empresariales: equipos que necesitan agentes autónomos, fiables y capaces de funcionar durante largos periodos con mínima supervisión
• Ingenieros de software profesionales: grandes repositorios, refactorizaciones multi-archivo, migraciones a escala y proyectos de larga duración
• Profesionales de derecho y finanzas: tareas donde la «honestidad» y la detección de errores propios tienen valor práctico directo
• Empresas que priorizan el máximo rendimiento sobre el coste y exigen calidad de salida por encima de la velocidad

Elegir con cautela

• Desarrolladores individuales con presupuesto limitado: $25 por millón de tokens de salida pesan rápido
• Aplicaciones interactivas en tiempo real: 8,43 segundos hasta el primer token en modo estándar (el modo rápido mitiga la latencia, pero cuesta el doble)
• Equipos sensibles al estilo lingüístico: la experiencia conversacional genera quejas frecuentes

No recomendado

• Preguntas cotidianas y tareas ligeras: Claude Sonnet o Haiku son más que suficientes
• Quien necesite un modelo abierto o autoalojable: Opus 4.8 es cerrado
• Quien necesite generar imágenes: solo las lee, no las crea
• Usuarios extremadamente sensibles al precio: DeepSeek-V4-Pro o GLM-5.3 son mucho más baratos

FAQ sobre Claude Opus 4.8

¿Qué es Claude Opus 4.8?

El modelo de lenguaje insignia de Anthropic, lanzado el 28 de mayo de 2026. Admite contexto de 1M de tokens y entradas de texto, imágenes y archivos. Es una actualización directa de Opus 4.7, lanzada 41 días después y al mismo precio.

¿Cuánto cuesta Claude Opus 4.8?

En modo estándar, $5 por millón de tokens de entrada y $25 por millón de salida. El modo rápido (2,5× velocidad) cuesta $10/$50. La lectura de caché baja a $0,50 por millón de tokens. Precios confirmados a octubre de 2026.

¿Claude Opus 4.8 tiene versión gratuita?

No. El modelo no tiene nivel gratuito: se factura por tokens vía API o está disponible para suscriptores de los planes de pago de Claude (Anthropic ofrece un pequeño crédito mensual de $5 a usuarios no suscritos, pero no es una versión gratuita del modelo).

¿Qué tal es Claude Opus 4.8 para programar?

Excelente. 69,2 % en SWE-bench Pro, 10,6 puntos más que GPT-5.5, y primer puesto en GDPval-AA. Lee repositorios como un ingeniero, planifica antes de editar y resuelve issues reales de GitHub. Es uno de los dos o tres modelos de programación más potentes del mundo.

¿Claude Opus 4.8 es mejor que GPT-5.5 o que DeepSeek-V4-Pro?

Contra GPT-5.5 gana en GDPval-AA, SWE-bench Pro, OSWorld y Humanity's Last Exam; pierde en Terminal-Bench 2.1. Contra DeepSeek-V4-Pro gana en rendimiento y funciones exclusivas (dynamic workflows, modo rápido), pero cuesta ~29 veces más y DeepSeek es de código abierto.

¿Sigue teniendo sentido usar Opus 4.8 en octubre de 2026?

Sí, sigue disponible y operativo al mismo precio, con retirada no prevista antes de mayo de 2027. Dicho esto, Anthropic ya ha publicado Claude Opus 5 (julio de 2026) y Claude Opus 5.5 (septiembre de 2026, $4/$20 por millón de tokens), así que los proyectos nuevos deberían evaluar también esos modelos antes de fijar Opus 4.8 como estándar.