Anthrope ha lanzado Claude Opus 4.1, una actualización a su modelo insignia que se dice que ofrece un mejor rendimiento en la codificación, el razonamiento y el manejo de tareas autónomos.
El nuevo modelo está disponible ahora para los usuarios de Claude Pro, suscriptores de código Claude y desarrolladores que utilizan la API, Amazon Bedrock o el Vertex AI de Google Cloud.
Ganancias de rendimiento
Claude Opus 4.1 obtiene un 74.5% en el banco SWE verificado, un punto de referencia para los problemas de codificación del mundo real, y se posiciona como un reemplazo de la OPUS 4.
El modelo muestra mejoras notables en la refactorización y depuración de código de múltiples archivos, particularmente en grandes bases de código. Según Github y comentarios empresariales citados por Anthrope, supera a Opus 4 en la mayoría de las tareas de codificación.
El equipo de ingeniería de Rakuten informa que Claude 4.1 identifica con precisión las correcciones de código sin introducir cambios innecesarios. Windsurf, una plataforma de desarrollador, midió una ganancia de rendimiento de desviación estándar en comparación con Opus 4, comparable al salto desde Claude Sonnet 3.7 al soneto 4.
Casos de uso expandidos
Anthrope describe a Claude 4.1 como un modelo de razonamiento híbrido diseñado para manejar las salidas instantáneas y el pensamiento extendido. Los desarrolladores pueden ajustar los «presupuestos de pensamiento» a través de la API para equilibrar el costo y el rendimiento.
Los casos de uso clave incluyen:
- Agentes de IA: Los fuertes resultados en las tareas de Bench y Horizon de larga duración hacen que el modelo sea adecuado para flujos de trabajo autónomos y automatización empresarial.
- Codificación avanzada: Con soporte para 32,000 tokens de salida, Claude 4.1 maneja la refactorización compleja y la generación de varios pasos mientras se adapta al estilo y el contexto de codificación.
- Análisis de datos: El modelo puede sintetizar ideas de grandes volúmenes de datos estructurados y no estructurados, como presentaciones de patentes y trabajos de investigación.
- Generación de contenido: Claude 4.1 genera una escritura más natural y una prosa más rica que las versiones anteriores, con una mejor estructura y tono.
Mejoras de seguridad
Claude 4.1 continúa operando bajo el estándar de Nivel de Seguridad AI de Anthrope. Aunque la actualización se considera incremental, la compañía realizó evaluaciones de seguridad voluntariamente para garantizar que el rendimiento se mantuviera dentro de los límites de riesgo aceptables.
- Inofensiva: El modelo rechazó las solicitudes de violación de políticas el 98.76% del tiempo, frente al 97.27% con OPUS 4.
- Refusal excesivo: En las solicitudes benignas, la tasa de rechazo sigue siendo baja en 0.08%.
- Sesgo y seguridad infantil: Las evaluaciones no encontraron una regresión significativa en el sesgo político, el comportamiento discriminatorio o las respuestas de seguridad infantil.
Anthrope también probó la resistencia del modelo a la inyección rápida y el mal uso del agente. Los resultados mostraron un comportamiento comparable o mejorado sobre OPUS 4, con entrenamiento adicional y salvaguardas para mitigar los casos de borde.
Mirando hacia el futuro
Anthrope dice que hay mejoras más grandes en el horizonte, con Claude 4.1 posicionado como una liberación centrada en la estabilidad antes de futuros saltos.
Para los equipos que ya usan Claude Opus 4, la ruta de actualización es perfecta, sin cambios en la estructura o el precio de la API.
Imagen destacada: Ahyan Stock Studios/Shutterstock
