Anthropic cambió el carácter de Claude Opus 4.7 y parte de los desarrolladores ve una regresión

Anthropic lanzó Claude Opus 4.7 el 16 de abril de 2026 y mantuvo el precio. Sin embargo, al cabo de un día, parte de los desarrolladores ya calificaba la actualización de regresión. La causa no es un único fallo en un benchmark, sino un cambio en el comportamiento del modelo: se ha vuelto más seco, más literal y claramente más propenso a discutir con el usuario.

Por qué la reacción es tan dura

Sobre el papel, el lanzamiento parecía muy sólido. Anthropic afirmó haber ganado en 12 de 14 benchmarks, con mejoras en SWE-bench Verified, MCP-Atlas y otras pruebas, además de avances en visión y en tareas agénticas de larga duración. El precio no cambió.

Pero casi de inmediato Reddit y X se llenaron de quejas. Los usuarios escribían que Claude Opus 4.7 discute más las instrucciones, se niega a acciones simples y a veces defiende con seguridad una respuesta incorrecta en lugar de admitir el error.

El problema no está tanto en la «calidad en general» como en el desajuste entre el nuevo carácter del modelo y la forma habitual de trabajar con él. Donde antes Claude era demasiado complaciente, ahora es más duro y literal. Para algunas tareas es una ventaja, pero en el desarrollo rutinario ocurre lo contrario: el modelo discute por minucias, frena el flujo de trabajo y añade ruido.

Uno de los autores de reseñas resumió con precisión la queja de la comunidad:

«El modelo discute sin parar y alucina mientras discute».

Siete nuevos valores por defecto

La conclusión principal del lanzamiento es que Anthropic cambió no solo las métricas, sino también los ajustes básicos de comportamiento. Si un equipo pasó mucho tiempo afinando prompts para Opus 4.6, migrar a 4.7 puede romper un pipeline que ya funcionaba, incluso sin cambios en la API. Es un nuevo tipo de breaking change para los LLM: la interfaz es la misma, pero el modelo interpreta la tarea de otra manera.

• seguimiento más literal de las instrucciones, en lugar de leer entre líneas
• la longitud de la respuesta depende ahora más de cómo el propio modelo valora la complejidad de la tarea
• por defecto, menos llamadas a herramientas y menos delegación de subtareas
• el modelo ofrece por su cuenta más actualizaciones intermedias sobre el progreso, sin scaffolding adicional
• más ciberdefensa y filtros, y un tono más seco y menos complaciente

Por eso, los prompts antiguos con formulaciones vagas como «hazlo bonito» funcionan peor. Lo que antes compensaba la intuición del modelo ahora hay que describirlo como una especificación: formato de respuesta, restricciones, profundidad deseada, reglas sobre herramientas y límites de seguridad. La propia Anthropic recomienda ejecutar pruebas de regresión con tráfico real antes de migrar, y en el caso de la 4.7 eso suena menos a formalidad y más a paso obligatorio.

Dónde mejora y dónde empeora

La actualización tiene puntos fuertes evidentes. Según Anthropic y las primeras opiniones, la 4.7 mantiene mejor el hilo en escenarios agénticos, funciona con más seguridad con esfuerzo high y xhigh, es más sólida en refactorizaciones de varios archivos y mejora de forma notable en visión: el límite de la imagen de entrada subió a unos 3.75 megapíxeles, frente a los 1.15 anteriores. Para tareas donde importan la autonomía, la autoverificación y un horizonte largo de planificación, este modelo sí puede ser más útil que Opus 4.6.

Los puntos débiles aparecen en el trabajo diario del desarrollador. Ediciones simples, como renombrar variables, añadir una comprobación de null o hacer un refactor local, acaban con más frecuencia en una discusión con el asistente. Los usuarios también se quejan de un mayor consumo de tokens, que encarece los mismos escenarios, y de un peor long-context retrieval.

En este contexto, también despierta recelo el compromiso de seguridad: Anthropic escribió abiertamente que, durante el entrenamiento, atenuó de forma selectiva algunas capacidades cibernéticas y añadió salvaguardas automáticas, y que reservó una variante más potente para sus socios. Además, la compañía retiró discretamente Claude Code del plan Pro de 20 dólares el 21 de abril de 2026, lo que refuerza la sensación de que las condiciones para los usuarios corrientes han empeorado.

Qué significa

El caso de Claude Opus 4.7 muestra que las nuevas versiones de los LLM ya no se pueden evaluar solo por benchmarks, sino también por el cambio en el «carácter» del modelo. Si antes un prompt podía escribirse como una petición a un compañero, ahora cada vez se necesita el formato de una especificación precisa. Para los equipos la lección es una: antes de actualizar un modelo, hay que probar no la inteligencia abstracta, sino el flujo de trabajo real.