El dial que decide cuánto piensa tu IA (y cuánto te cuesta)

Cuando se paga IA por token, es fácil asumir que el precio ya refleja la dificultad de lo que se pide: una pregunta simple cuesta poco, una compleja cuesta más, porque genera más texto. Es una idea a medias. Lo que de verdad separa un modelo caro de uno barato no es cuánto texto escribe, sino cuánto “piensa” antes de escribirlo — y hasta hace poco, esa parte no se podía elegir. El modelo decidía por ti, la misma cantidad de razonamiento interno para cada solicitud, sin que hubiera manera de bajársela a lo simple ni subírsela a lo difícil.

El 24 de julio, Anthropic lanzó Claude Opus 5 con un parámetro nuevo llamado effort: cinco niveles —low, medium, high, xhigh y max— que se fijan en cada solicitud individual y controlan cuánto razonamiento interno, cuánto uso de herramientas y cuánta longitud de respuesta se le permite al modelo antes de contestar. No es una versión distinta del modelo. Es el mismo modelo, con el permiso de pensar más o menos según lo que tú decidas que vale la pena.

Por qué el precio por token no bajó, y no importa

Un detalle que se pierde en casi toda la cobertura del lanzamiento: la tarifa de Opus 5 es idéntica, token por token, a la de su antecesor — $5 por millón de tokens de entrada, $25 por millón de salida. Nada se abarató en la etiqueta de precio.

Lo que cambió es cuántos tokens hacen falta para llegar a una respuesta de cierta calidad. Según el propio anuncio de Anthropic, en su nivel más alto Opus 5 queda a medio punto porcentual del mejor resultado de Fable 5 —otro modelo de la casa— en la prueba CursorBench 3.2, pero a la mitad de costo por tarea. En OSWorld 2.0, lo supera a poco más de un tercio del costo. Y en Frontier-Bench v0.1, Anthropic reporta que Opus 5 supera a todos los demás modelos y más que duplica el desempeño de su versión anterior, a un costo por tarea más bajo.

La forma de leer esos tres datos juntos no es “Opus 5 es más barato” —el precio por token es el mismo—, sino “Opus 5, bien configurado, necesita gastar menos para llegar al mismo o mejor resultado”. Esa diferencia solo se cobra si alguien ajusta el dial. Dejado en automático, no se nota.

El error que este control viene a corregir

Antes de este parámetro, un negocio que automatizaba con IA a escala tenía, en la práctica, dos caminos malos. El primero: usar el modelo más capaz para absolutamente todo, porque así se garantizaba calidad, y pagar el precio completo hasta en la tarea más trivial —clasificar un correo con el mismo presupuesto de razonamiento que analizar un contrato—. El segundo: usar un modelo más barato para todo, para cuidar la factura, y aceptar que la calidad bajara también en las tareas donde sí importaba.

El dial de esfuerzo ofrece un tercer camino que antes no existía dentro del mismo modelo: mantener el mismo proveedor, la misma integración, el mismo modelo — y decidir, solicitud por solicitud, cuánto vale la pena gastar en pensarla. Clasificar un correo se queda en low. Redactar un contrato se sube a high o max. La factura deja de ser un promedio ciego entre las dos cosas.

Esto conecta directo con algo que ya vimos en un recurso reciente: cuando Alibaba lanzó Qwen3.8-Max a una fracción del precio de los modelos insignia, la conclusión práctica no era necesariamente migrar de proveedor. Para quien ya construyó su automatización sobre Claude, ajustar el esfuerzo por tarea logra parte del mismo ahorro sin tocar una sola línea de integración.

Lo que esto no resuelve

No sustituye probar. Los porcentajes que reporta Anthropic vienen de sus propias pruebas internas, en tareas que no son las tuyas. El nivel correcto para tu caso se descubre comparando resultados reales, no leyendo un anuncio.

No perdona un proceso mal definido. Subir el esfuerzo a max no arregla una instrucción ambigua ni un dato de entrada incompleto. Es un control sobre cuánto piensa el modelo, no sobre qué tan bien planteaste el problema.

Cuesta más en latencia, no solo en dinero. Más esfuerzo casi siempre significa más tiempo de espera antes de la respuesta. Para algo que necesita contestar en el momento —un chat con un cliente esperando en vivo— max puede ser la decisión técnicamente mejor y la decisión de producto equivocada.

Cuándo esto no te sirve

Si no controlas la integración. El parámetro de esfuerzo se fija a nivel de código, en cada llamada a la API. Si usas Opus 5 solo desde la aplicación de chat, sin pasar por la API, no tienes ese dial a la mano — lo decide la aplicación por ti.

Si tu volumen es bajo. El ahorro de ajustar el esfuerzo por tarea se nota en el agregado de cientos o miles de solicitudes al mes. Con un puñado, la diferencia no justifica el trabajo de configurarlo bien.

Si nadie va a mantenerlo actualizado. Los procesos cambian: una tarea que hoy es trivial puede volverse crítica en unos meses. Una matriz de esfuerzo que se configura una vez y no se revisa envejece mal, igual que cualquier regla fija.

Qué hacer el lunes

Paso 1 (15 minutos). Lista las tres automatizaciones con IA que más corren al mes en tu negocio. Para cada una, contesta la primera pregunta de la matriz: si se equivoca, ¿alguien lo nota antes de que importe?

Paso 2 (20 minutos). Si tienes acceso a quien programó la integración, pregúntale directamente en qué nivel de esfuerzo está corriendo cada una hoy. La respuesta más común es “no lo sé, quedó en el default” — y esa respuesta ya es información.

Paso 3 (15 minutos). Elige la tarea de mayor volumen y de menor riesgo de la lista, y pide que se pruebe un nivel más bajo que el actual con diez ejemplos reales. Si el resultado no cambia, ese es tu primer ahorro comprobado, no supuesto.