Ir al contenido
Tier A — Frontera
Se ejecuta en:USCreado en:United States
Anthropic

Claude Opus 5

Tier A — Frontera · 1M tokens

Equipo editorial Tokonomix·Revisado por Mes Kalkan··
Sección 01

Análisis de velocidad

Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.

Latencia P50 (mediana)Latencia P95111 runs
7403763678598081283009-1810-16ms
Sección 02

Puntuaciones de calidad

Cómo se sitúa este modelo frente al resto del campo en cada categoría de prompts, a partir de un ajuste por pares sobre los mismos prompts. La nota bruta del juez aparece debajo de cada número.

27%
Generación de código
media del juez 69
88%
Creativo
media del juez 92
50%
Factual
media del juez 86
51%
Multilingüe
media del juez 92
57%
Razonamiento
media del juez 89

Tasa de victorias por categoría: con qué frecuencia este modelo vence a un modelo medio en un prompt de esa categoría. 50% es la media, no un suspenso. No es un porcentaje de aciertos.

Sección 03

Precios

Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.

💰
Tarifas API — Claude Opus 5
$6.50 por 1M de tokens de entrada
$32.50 por 1M de tokens de salida
≈ $0.0104 por conversación típica (800 tokens)
Precio entrada vs salida (por 1M de tokens)
por 1M de tokens de entrada$6.50
por 1M de tokens de salida$32.50
Sección 04

Tokens por segundo

Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.

Rendimiento (tokens / s)221 / avg 163
26832

Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.

Sección 05

Capacidades

toolssource: manualvisionjson modepdf inputreasoningjson schemaprompt cachingmax output tokens: 128000
Sección 06

Disponibilidad

Disponibilidad

Con qué frecuencia responde este modelo cuando lo llamamos — medido en solicitudes reales de API y pruebas en vivo durante los últimos 30 días. Esto es independiente de la calidad: estos números solo indican si el modelo responde, no qué tan buena es la respuesta.

Últimos 7 días

100.0%

n=28

Últimos 30 días

98.4%

n=185

Tiempo de respuesta mediano

20,761ms

n=182

Basado en 554 mediciones en los últimos 30 días.

Detalles técnicos

Solo cuentan las llamadas reales a la API y las solicitudes de prueba en vivo — las sondas internas y las ejecuciones de referencia están excluidas.

Las llamadas con una clave API propia (BYOK) están excluidas: esos fallos son específicos de la clave, no una señal de inactividad del modelo.

Las llamadas fallidas NO se incluyen en las puntuaciones de calidad — la calidad se mide solo en respuestas exitosas. Disponibilidad y calidad son señales independientes.

Tiempo de respuesta mediano (p50) en llamadas exitosas con una duración registrada. Los valores atípicos afectan menos a la mediana que a la media.

Total de llamadas (30d)

185

Respuestas OK (30d)

182

Total de llamadas (7d)

28

Respuestas OK (7d)

28

Sección 07

Veredictos del benchmark Tokonomix

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-583/100 · 46 runs
35 correct5 partial6 wrong76% accuracy
● 2026-10-11

Claude Opus 5 adds reasoning mode and structured output capabilities

Claude Opus 5 introduces several significant capability expansions while maintaining its existing performance characteristics. The model now supports reasoning mode, which enables more deliberate problem-solving approaches for complex tasks. Additionally, structured output capabilities have been added through json_mode and json_schema support, giving developers precise control over response formatting. Vision capabilities allow the model to process images alongside text, while PDF input support enables direct document processing. Tool use functionality has been integrated, allowing the model to interact with external functions and APIs. Prompt caching has been implemented to improve efficiency for repeated interactions with similar context. These additions represent a substantial broadening of the model's technical capabilities, transforming it from a text-only system into a multimodal platform with enhanced programmability. The new features align Claude Opus 5 with industry trends toward more versatile AI models that can handle diverse input types and produce structured outputs. Users working with visual data, documents, or applications requiring strict output formatting will find these additions particularly valuable. The reasoning mode may benefit tasks requiring step-by-step analysis or complex problem decomposition.

Calidad

—

Latencia p50

—

Ejecuciones de test

0

✓ Reasoning mode added✓ Vision and PDF support✓ Structured output capabilities✓ Tool use functionality
Sección 08

Perfil completo del modelo

Claude Opus 5 — análisis en profundidad

Claude Opus 5 es el nuevo buque insignia de la línea Opus de Anthropic, lanzado el 24 de julio de 2026 como sucesor de Opus 4.8. Anthropic lo posiciona "para codificación agéntica compleja y trabajo empresarial", y ahora es el modelo predeterminado en Claude Code. Está disponible a través de la API de Claude (claude-opus-5), Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry y Claude Platform on AWS.

Precio y ventana de contexto

Según Anthropic, "Opus 5 iguala muchas de las capacidades de Fable 5 a la mitad del precio" — una afirmación de la propia Anthropic, no verificada de forma independiente. La ventana de contexto es de 1.000.000 de tokens, con una salida máxima de 128k tokens por llamada síncrona — suficiente para abarcar bases de código grandes en un solo contexto.

Adaptive thinking y corte de conocimiento

En lugar del parámetro manual budget_tokens del antiguo mecanismo de pensamiento extendido, Opus 5 utiliza adaptive thinking, controlado mediante un parámetro effort con cinco niveles: low, medium, high, xhigh y max (por defecto: high). Los datos de entrenamiento cubren de forma fiable hasta mayo de 2026 — según Anthropic, el corte más reciente de todos los modelos Claude disponibles actualmente.

Autonomía a largo plazo y mejor criterio

La afirmación principal de Anthropic sobre Opus 5 se refiere a la persistencia en tareas largas y no supervisadas: trabajar de forma independiente durante horas, recuperarse de sus propios errores, sortear bloqueos en lugar de detenerse, y revisar periódicamente su propio trabajo. Anthropic respalda esto con sus propias cifras: 43,3% en Frontier-Bench v0.1 (frente a 18,7% de Opus 4.8) y 68,8% en DeepSWE v1.1 (frente a 59,0% de Opus 4.8) — resultados publicados por la propia Anthropic, no reproducidos de forma independiente por Tokonomix. Anthropic también destaca un mejor criterio: el modelo hace con más frecuencia una pregunta aclaratoria antes de adivinar ante una instrucción ambigua, es más propenso a cuestionar una instrucción defectuosa en lugar de ejecutarla literalmente, y considera más a menudo las implicaciones de un cambio antes de implementarlo — sin medición cuantitativa publicada para este último punto.

Cuándo elegir Opus 5

Anthropic posiciona Opus 5 como la nueva opción predeterminada para codificación agéntica compleja y trabajo empresarial, y como la alternativa más económica a Fable 5 con capacidades comparables en muchos aspectos. Para tareas más simples — chats cortos, clasificación, extracción ligera — un modelo más pequeño y económico suele seguir siendo la opción más rentable.

Disponibilidad en Tokonomix

Claude Opus 5 figura en Tokonomix bajo el slug claude-opus-5, tier A, alojado en EE. UU. vía Anthropic direct. Las puntuaciones de referencia independientes de los propios evaluadores de Tokonomix aún no están disponibles para este modelo — aparecerán automáticamente en esta página en cuanto Claude Opus 5 se incluya en el próximo ciclo de pruebas.

Última prueba automática
16 oct 2026 · 02:04 UTC · Benchmark de velocidad
Latencia P50
904 ms
Latencia P95
932 ms
Errores
0 / 6 ejecuciones
Última revisión por Equipo Tokonomix·15 de septiembre de 2026