Probé Claude Opus 5

midudev

Resumen

El autor analiza el nuevo modelo Claude Opus 5 de Anthropic, comparándolo con Fable 5 y GPT 5.6. Aunque los benchmarks sitúan a Opus 5 como estado del arte y superior en calidad precio, la experiencia real del autor es agridulce, encontrando resultados inconsistentes y una sensación técnica inferior a la esperada frente a sus predecesores. El vídeo incluye una comparativa práctica generando juegos 3D, donde el modelo muestra gran potencial en programación pero deja dudas sobre su fiabilidad comparado con la competencia.

Capítulos

  1. 0:00Introducción y expectativas
  2. 0:14Análisis de benchmarks
  3. 0:58Opinión crítica inicial
  4. 1:51Inconsistencias en las tablas
  5. 2:53Comparativa de costes
  6. 4:31Seguridad y restricciones
  7. 5:31Cambios técnicos en la API
  8. 6:11Percepciones de la comunidad
  9. 6:47Agregado de índices de inteligencia
  10. 7:27Preferencias de familia de modelos
  11. 9:09Demo práctica: Pacman 3D
  12. 10:52Resultados de la prueba B
  13. 12:33Resultado y ganador de la demo
  14. 13:39Demostración de capacidades gráficas

Temas tratados

  • Lanzamiento de Claude Opus 5
  • Benchmarks y rendimiento
  • Experiencia personal del autor
  • Análisis de costes por tarea
  • Salvaguardas de seguridad
  • Pruebas prácticas de programación
  • Comparativa de modelos en frontend
  • Calidad en generación 3D

Extracto de la transcripción

Llegó el nuevo modelo de inteligencia artificial de Anthropic Cloud Opus 5. Ya lo tenemos aquí, modelo reflexivo y proactivo que se acerca la inteligencia de frontera de Fable 5 a la mitad de precio. Pero es que según los benchmarks de la propia Anthropic no es que se acerque a Fable, es que lo revienta. Lo tenemos por aquí. Según Cloud, en varias evaluaciones de codificación y trabajo de conocimiento, OPU 5 es el nuevo estado del arte. Comparando P 5 con Fable 5, con Opus 4.8 y con GPT 5.6 podemos ver, no te fíes de los coloritos que ahora te explicaré, pero sí que fíjate en los numeritos, porque aquí podemos ver que en temas de en el agentic terminal coding, en el knowledge word, en el agentic search, esa en montón de pruebas, está por encima de Fable 5 y también de GPT 5.6, por supuesto, de Opus 4.8, pues si no no tendría sentido, de Fable 5 y de GPT 5.6 Sol. Voy a soltar algo polémic…