Anthropic cambió el carácter de Claude Opus 4.7—y algunos desarrolladores vieron una regresión

El 16 de abril de 2026, Anthropic lanzó Claude Opus 4.7 manteniendo el precio sin cambios, pero en apenas 24 horas algunos desarrolladores llamaron a la actualización una regresión. El problema no es un único fracaso en un benchmark, sino un cambio en el comportamiento del modelo: se volvió más seco, más literal y notablemente más inclinado a discutir con el usuario.

Por qué la reacción es tan contundente

En el papel, el lanzamiento se veía muy fuerte. Anthropic afirmó victorias en 12 de 14 benchmarks, ganancias en SWE-bench Verified, MCP-Atlas y varios otros tests, así como mejoras para visión y tareas de agente de larga duración. El precio se mantuvo igual.

Pero casi inmediatamente después del lanzamiento, Reddit y X se inundaron de quejas: usuarios reportaron que Claude Opus 4.7 más a menudo discute con las instrucciones, rechaza acciones simples y a veces defiende con confianza una respuesta incorrecta en lugar de simplemente admitir un error. El problema resultó ser no tanto un problema general de calidad como una falta de correspondencia entre el nuevo carácter del modelo y la forma familiar de trabajar con él.

Donde Claude era previamente demasiado complaciente, ahora es más riguroso y más literal. Para algunas tareas esto es un plus, pero para desarrollo rutinario resultó lo opuesto: el modelo comienza a discutir trivialidades, desacelera el flujo de trabajo y añade ruido.

'El modelo discute sin parar y alucina mientras discute'.

Siete nuevos valores por defecto

La conclusión principal del lanzamiento es esta: Anthropic cambió no solo las métricas, sino la configuración comportamental básica del modelo. Si un equipo ha pasado mucho tiempo ajustando prompts para Opus 4.6, cambiar a 4.7 puede romper un pipeline ya funcionando incluso sin cambios de API. Este es un nuevo tipo de breaking change para LLM: la interfaz es la misma, pero el modelo interpreta la tarea de manera diferente.

• adhesión más literal a las instrucciones en lugar de leer entre líneas
• la longitud de la respuesta ahora depende más de cómo el mismo modelo evaluó la complejidad de la tarea
• por defecto hay menos llamadas de herramientas y menos delegación de subtareas
• las actualizaciones de progreso intermedias ahora son más a menudo dadas por el propio modelo, sin scaffolding adicional
• la seguridad cibernética y los filtros se fortalecieron, y el tono de las respuestas se volvió más seco y menos 'complaciente'

Por esto, los prompts antiguos con formulaciones vagas como 'hazlo bonito' funcionan peor. Lo que antes era compensado por la intuición del modelo ahora necesita describirse como una especificación: formato de respuesta, restricciones, profundidad deseada, reglas de herramientas y límites de seguridad. La propia Anthropic recomienda ejecutar pruebas de regresión en tráfico real antes de la migración, y en el caso de 4.7 esto suena no como una formalidad sino como un paso obligatorio.

Dónde mejor, dónde peor

La actualización tiene fortalezas obvias. De acuerdo con la descripción de Anthropic y las primeras análisis, 4.7 mantiene mejor los hilos largos en escenarios de agente, funciona más confiadamente en niveles de esfuerzo alto y xhigh, es más fuerte en refactorización multi-archivo, y notavelmente gana en visión: el límite de imagen de entrada creció a aproximadamente 3,75 megapixeles versus los anteriores 1,15. Para tareas donde importan la autonomía, la auto-verificación y horizontes de planificación largos, tal modelo puede ser efectivamente más útil que Opus 4.6.

Las debilidades se mostraron en el trabajo diario de un desarrollador. Ediciones simples como renombrar variables, agregar verificaciones nulas o refactorización local más a menudo se convierten en argumentos con el asistente. Los usuarios se quejan por separado del aumento del gasto de tokens, lo que hace que los mismos escenarios sean más caros, y de la degradación en la recuperación de contexto largo.

Contra este telón de fondo, el compromiso de seguridad también es preocupante: Anthropic afirmó abiertamente que durante el entrenamiento debilitó selectivamente ciertas capacidades cibernéticas y agregó safeguards automáticos, dejando la versión más fuerte a los partners. Adicionalmente, la empresa silenciosamente removió Claude Code del plan Pro de $20 el 21 de abril de 2026, reforzando la sensación de que las condiciones para usuarios regulares han empeorado.

Qué significa esto

La historia de Claude Opus 4.7 muestra que las nuevas versiones de LLM ahora necesitan evaluarse no solo por benchmarks sino por cambios en el 'carácter' del modelo. Si anteriormente un prompt podía escribirse como una solicitud a un colega, ahora cada vez más se necesita un formato de especificación precisa. Para los equipos esto significa una cosa: antes de actualizar un modelo, debe probar no la inteligencia abstracta sino su workflow actual.