El modelo básico más nuevo de Anthropic, Claude Opus 4.5, ahora está disponible en Amazon Bedrock, un servicio totalmente administrado que ofrece una variedad de modelos básicos de alto rendimiento de empresas líderes en inteligencia artificial. Opus 4.5 es un importante paso adelante en lo que pueden hacer los sistemas de IA y establece un nuevo estándar en codificación, agentes, uso de computadoras y tareas de oficina. Supera tanto a Sonnet 4.5 como a Opus 4.1 y, al mismo tiempo, ofrece el nivel Opus a un tercio del costo.
En esta publicación, le mostraré qué hace que este modelo sea diferente, analizaré las aplicaciones comerciales clave y demostraré cómo utilizar las nuevas capacidades de uso de herramientas de Opus 4.5 en Amazon Bedrock. Al final, comprenderá cómo utilizar las capacidades de este modelo para implementaciones de agentes de producción.
Claude Opus 4.5: Lo que hace diferente a este modelo
Opus 4.5 es el modelo más avanzado de Anthropic en la clase Opus, diseñado para desarrolladores que crean agentes de IA sofisticados que pueden razonar, planificar y ejecutar tareas complejas con una supervisión mínima. Actualiza Sonnet 4.5 con un mejor rendimiento en casos de uso existentes y agrega nuevas capacidades para flujos de trabajo complejos.
El modelo sobresale en ingeniería de software profesional, logrando un 80,9 % en SWE-bench Verified, lo que ayuda a transformar proyectos de desarrollo de varios días en tareas de horas de duración. Funciona de forma independiente e incluye capacidades mejoradas de codificación multilingüe y comportamientos mejorados, como código más eficiente, mejor cobertura de pruebas y opciones de arquitectura más limpias. Para la productividad de la oficina, el modelo maneja proyectos complejos de principio a fin. Impulsa a los agentes que crean presentaciones de PowerPoint, hojas de cálculo de Excel y documentos de Word con un acabado profesional, incluida la revisión de documentos para contratos y acuerdos de confidencialidad. El modelo también produce artefactos React y HTML de mayor calidad. Mantiene la coherencia y la precisión (importantes para las finanzas y otras industrias donde la precisión importa) y mantiene el contexto en todos los archivos durante proyectos largos.
Este es el mejor modelo de visión de Anthropic hasta el momento, logrando un 80,7 % en MMMU, para flujos de trabajo que dependen de una interpretación visual compleja y una navegación de varios pasos, como analizar maquetas de diseño, procesar documentos con diseños complejos o automatizar tareas basadas en navegador, y el rendimiento del uso de la computadora mejora aún más.
El modelo introduce dos mejoras clave para los desarrolladores de agentes. La herramienta de búsqueda de herramientas permite a los agentes trabajar con cientos de herramientas descubriendo y cargando dinámicamente solo lo que necesitan en lugar de cargar todas las definiciones por adelantado, lo que potencialmente ahorra decenas de miles de tokens y evita la confusión de esquemas al escalar a grandes bibliotecas de herramientas. Los ejemplos de uso de herramientas le permiten proporcionar llamadas de herramientas de muestra directamente en la definición de la herramienta, lo que mejora la precisión de esquemas complejos con objetos o matrices anidados.
Puntos de referencia de rendimiento de Opus 4.5
Fuente: https://www.anthropic.com/news/claude-opus-4-5
Aplicaciones empresariales y casos de uso.
Opus 4.5 sobresale en los siguientes casos de uso:
Desarrollo de software: cree agentes que escriban y refactoricen código en proyectos completos, administren arquitecturas de pila completa o diseñen sistemas de agentes que descompongan objetivos de alto nivel en pasos ejecutables. Esta generación de Claude abarca todo el ciclo de vida de desarrollo: Opus 4.5 para código de producción y agentes sofisticados (aquellos que utilizan más de 10 herramientas en flujos de trabajo como ingeniería de software de extremo a extremo, ciberseguridad o análisis financiero), Sonnet 4.5 para iteración rápida y experiencias de usuario escaladas, Haiku 4.5 para subagentes y productos de nivel gratuito. Opus 4.5 puede analizar documentación técnica, planificar una implementación de software, escribir el código requerido y perfeccionarlo de forma iterativa, mientras realiza un seguimiento de los requisitos y el contexto arquitectónico durante todo el proceso. Operaciones empresariales y tareas de oficina: gestione proyectos complejos de principio a fin. Opus 4.5 utiliza la memoria para mantener el contexto y la coherencia entre archivos, junto con mejoras en la creación de hojas de cálculo, diapositivas y documentos. El modelo maneja proyectos empresariales en curso, automatizando flujos de trabajo manuales. Análisis financiero: trabaje en sistemas de información complejos (presentaciones regulatorias, informes de mercado, datos internos) permitiendo el modelado predictivo y el cumplimiento proactivo. La coherencia y precisión del modelo lo hacen útil para las finanzas y otras industrias donde la precisión es importante. Ciberseguridad: brinde análisis de nivel profesional a los flujos de trabajo de seguridad, registros de correlación, bases de datos de problemas de seguridad e inteligencia de seguridad para la detección de eventos de seguridad y la respuesta automatizada a incidentes.
Integración con Amazon Bedrock AgentCore
Amazon Bedrock proporciona la base empresarial para implementar Opus 4.5 en producción. El servicio totalmente administrado proporciona una API unificada para modelos básicos con seguridad, cumplimiento y gobernanza de nivel empresarial.
Opus 4.5 se integra con Amazon Bedrock AgentCore, que proporciona la infraestructura y las primitivas para crear agentes de producción. AgentCore incluye memoria persistente para mantener el contexto entre sesiones, Tool Gateway para convertir sus API y funciones Lambda en herramientas compatibles con agentes, y administración de acceso e identidad integrada para un acceso seguro a los recursos. Puede implementar y monitorear agentes con un aislamiento completo de la sesión, soporte de flujo de trabajo de larga duración (hasta 8 horas) y funciones de observabilidad, para que pueda concentrarse en crear agentes en lugar de administrar la infraestructura.
Amazon Bedrock AgentCore proporciona capacidades adicionales para implementaciones de producción. Tool Gateway convierte sus API y funciones Lambda existentes en herramientas compatibles con agentes con un código mínimo, trabajando con la función de búsqueda de herramientas del modelo para orquestar cientos de herramientas. La observabilidad integrada a través de Amazon CloudWatch rastrea el uso de tokens, la latencia y las tasas de error en los flujos de trabajo de sus agentes.
Empezando
Acceda hoy al modelo Opus 4.5 a través de Amazon Bedrock. Demostraré la capacidad de búsqueda de herramientas del modelo, una característica que permite a los agentes trabajar con cientos de herramientas sin cargar todas las definiciones en contexto por adelantado. Primero, importo los módulos necesarios y configuro el cliente de Amazon Bedrock:
Para este ejemplo, definiré varias herramientas con defer_loading para habilitar la búsqueda de herramientas. Esto permite que el modelo descubra y cargue solo las herramientas que necesita en lugar de cargar todas las definiciones por adelantado:
Ahora llamo al modelo usando la API invoke_model con el parámetro de esfuerzo establecido en medio:
El modelo utiliza la búsqueda de herramientas para encontrar la herramienta relevante (get_weather) en la biblioteca sin cargar todas las definiciones de herramientas por adelantado. El parámetro de esfuerzo, disponible en versión beta, controla la liberalidad con la que el modelo gasta tokens en pensamientos, llamadas a herramientas y respuestas. Puede establecer el esfuerzo en alto para obtener mejores resultados, medio para un uso equilibrado o bajo para un uso conservador de tokens.
Funciones clave para el desarrollo de agentes
Opus 4.5 tiene varias capacidades que lo hacen muy adecuado para agentes de producción de edificios. El modelo mantiene la coherencia entre flujos de trabajo extendidos para una toma de decisiones coherente para los agentes que ejecutan procesos de varios pasos durante horas o días. Un mejor manejo de herramientas significa que los agentes interactúan de manera más confiable con sistemas externos, API e interfaces de software: el modelo elige las herramientas adecuadas e interpreta los resultados con mayor precisión. Opus 4.5 también rastrea información a lo largo de los turnos de conversación y mantiene el contexto, ayudando a los agentes a acumular conocimiento a lo largo del tiempo y tomar decisiones basadas en el historial.
El parámetro de esfuerzo, disponible en versión beta, le brinda control sobre el uso del token. Puede configurarlo en alto para obtener mejores resultados cuando la calidad es lo más importante, medio para un rendimiento equilibrado o bajo para un uso conservador de tokens. Opus 4.5 ajusta el gasto simbólico en el pensamiento, las llamadas a herramientas y las respuestas en función de esta configuración. Para implementaciones de producción, Amazon Bedrock AgentCore proporciona monitoreo y observabilidad a través de la integración de CloudWatch, rastreando el uso de tokens en tiempo real (útil al ajustar el parámetro de esfuerzo), junto con métricas de latencia, duración de la sesión y tasas de error para ayudar a optimizar el rendimiento del agente y administrar los costos.
Precios
El modelo tiene un precio de 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida, lo que hace que la inteligencia de nivel Opus sea accesible a un tercio del costo de las ofertas anteriores.
Disponibilidad y acceso
Este modelo está disponible hoy en Amazon Bedrock a través de inferencia entre regiones, que enruta automáticamente las solicitudes a la capacidad disponible en todas las regiones de AWS para lograr un mayor rendimiento durante los picos de demanda.
Utilice este modelo para agentes que manejan tareas de larga duración, coordinan múltiples herramientas o mantienen el contexto durante sesiones extendidas.
Para obtener información detallada sobre disponibilidad, precios y especificaciones del modelo, visite la documentación de Amazon Bedrock.
Conclusión
Esta publicación le mostró cómo comenzar con Claude Opus 4.5 en Amazon Bedrock. Opus 4.5 destaca en flujos de trabajo complejos y de larga duración, como el desarrollo de software y las operaciones empresariales. Las capacidades de Opus 4.5 en el manejo de herramientas, gestión de contexto y toma de decisiones lo hacen valioso para crear agentes que operen de manera confiable en entornos de producción. El modelo funciona bien para agentes de ingeniería de software, síntesis de investigaciones y automatización del flujo de trabajo empresarial.
Le animo a que experimente con Opus 4.5 para los flujos de trabajo de sus propios agentes. Considere cómo sus capacidades podrían mejorar los procesos manuales en su organización o admitir nuevos tipos de automatización. La combinación de las capacidades de Opus 4.5 con las características empresariales de Amazon Bedrock proporciona una base para la producción de agentes de IA.
Para comenzar, pruebe el modelo en la consola de Amazon Bedrock, explore la documentación técnica y consulte la página de detalles del modelo Claude de Anthropic para obtener más información sobre sus capacidades. Para implementar agentes a escala, explore Opus 4.5 en Amazon Bedrock AgentCore para obtener infraestructura administrada con orquestación y monitoreo de herramientas.
Me encantaría saber qué creas con este modelo. ¡Comparte tus experiencias y casos de uso de agentes en los comentarios a continuación!
Sobre los autores
Jonathan Evans es arquitecto de soluciones mundiales para IA generativa en AWS, donde ayuda a los clientes a aprovechar tecnologías de IA de vanguardia con los modelos Claude de Anthropic en Amazon Bedrock, para resolver desafíos comerciales complejos. Con experiencia en ingeniería de IA/ML y experiencia práctica en el soporte de flujos de trabajo de aprendizaje automático en la nube, a Jonathan le apasiona hacer que la IA avanzada sea accesible e impactante para organizaciones de todos los tamaños.