Anthropic ha llançat Claude Opus 5, el seu nou model insígnia de la sèrie Opus, substituint Opus 4.8 amb una proposta clara: intel·ligència de nivell fronterer a un preu sense canvis. Amb 5 dòlars per milió de tokens d'entrada i 25 per milió de sortida, aquest model promet igualar en capacitats a Claude Fable 5 però a la meitat del seu cost. Per a les empreses que busquen avançar en automatització intel·ligent, aquesta combinació de preu i rendiment obre possibilitats reals d'implantació a escala. A Q2BSTUDIO, com a empresa especialitzada en aplicacions a mida, veiem en aquest llançament una fita que redefineix el que es pot aconseguir amb agents d'IA en entorns productius.
Des del punt de vista tècnic, el canvi més rellevant és que el pensament autònom (thinking) està activat per defecte. A Opus 4.8 era opcional; ara cada sol·licitud inclou un procés intern de verificació i raonament, controlat pel paràmetre effort. Això obliga a revisar els límits de max_tokens, ja que inclou tant el pensament com la resposta visible. A més, desactivar el thinking a nivells alts d'effort genera un error 400. Anthropic recomana eliminar les instruccions de verificació manual perquè el model ja ho fa internament. Aquests ajustos són crucials per a desenvolupadors que integren IA en els seus fluxos de treball, ja que afecten directament el cost i la latència. A les nostres solucions de cloud AWS/Azure, per exemple, optimitzem aquests paràmetres per equilibrar rendiment i despesa operativa.
Els resultats en benchmarks són contundents. A FrontierBench v0.1, Opus 5 assoleix un 43,3% amb esforç màxim, davant del 18,7% d'Opus 4.8. A SWE-bench Verified obté un 96,0%, fregant la perfecció en tasques d'enginyeria de programari. Però on realment destaca és en avaluacions agèntiques: OSWorld 2.0 puja al 70,57% i Zapier AutomationBench al 26,0%, duplicant o triplicant als seus predecessors. Això significa que els agents d'IA poden ara executar fluxos complexos d'automatització amb una fiabilitat molt superior. Empreses que utilitzen BI/Power BI poden integrar aquests agents per generar informes dinàmics o detectar anomalies sense intervenció humana constant.
En l'àmbit de raonament matemàtic, Opus 5 ha resolt els sis problemes de la IMO 2026 sense eines externes, obtenint una puntuació perfecta de 42/42, equivalent a medalla d'or. A ARC-AGI-3, considerat un test d'intel·ligència general, assoleix un 30,16% davant de l'1,52% d'Opus 4.8. Aquesta millora dràstica indica que el model no només memoritza patrons, sinó que generalitza i aplica lògica abstracta. Per a empreses de desenvolupament com Q2BSTUDIO, això permet construir aplicacions que requereixen raonament complex, com sistemes de ciberseguretat que identifiquen amenaces avançades o assistents de codi que comprenen contextos empresarials profunds. La IA deixa de ser una caixa negra per convertir-se en un col·laborador fiable.
Un aspecte que mereix atenció és la ciberseguretat. Anthropic no va entrenar específicament a Opus 5 en tasques de ciberatac, però la seva capacitat general millorada ha elevat l'habilitat per trobar vulnerabilitats. A ExploitBench, el model va generar 99 exploits complets d'execució de codi arbitrari, tot i que per sota dels 132 de Mythos 5. La companyia ha decidit desbloquejar la cerca de vulnerabilitats en codi font, però manté bloquejades l'explotació binària i la generació d'exploits. Això és un equilibri delicat: les empreses necessinen eines de pentesting potents, però sense obrir la porta a usos maliciosos. A Q2BSTUDIO oferim serveis de ciberseguretat que poden aprofitar aquestes capacitats de forma controlada, sempre sota supervisió humana i amb protocols de seguretat robustos.
La injecció indirecta de prompts (prompt injection) és un altre front on Opus 5 mostra avenços importants. Al benchmark Gray Swan, la taxa d'èxit de l'atacant va caure del 5,5% a Opus 4.8 al 2,0%. En entorns de navegador, l'atac amb èxit es va reduir del 31,5% al 3,7% sense salvaguardes, i al 0% amb el mode automàtic activat. Això és clau per a empreses que integren agents en portals web o aplicacions client, ja que redueix dràsticament els riscos de manipulació. La confiança en els sistemes d'IA depèn de la seva resistència a aquests vectors d'atac, i Opus 5 demostra que es pot avançar sense comprometre la seguretat.
Des d'una perspectiva empresarial, la decisió de mantenir el preu d'Opus 4.8 és estratègica. Permet a les organitzacions accedir a intel·ligència de frontera sense inflar costos, facilitant l'adopció d'agents IA en tasques quotidianes. A Q2BSTUDIO, combinem aquest tipus de models amb arquitectures al núvol d'AWS o Azure per escalar aplicacions de forma eficient. Per exemple, un sistema d'atenció al client basat en agents pot gestionar centenars de consultes simultànies amb un cost operatiu previsible. A més, la integració amb eines de BI com Power BI permet que els agents extreguin conclusions de dades en temps real i actualitzin dashboards automàticament. Tot això forma part d'una estratègia de transformació digital on la intel·ligència artificial és el motor i el núvol, el combustible.
El context d'1 milió de tokens, tant per defecte com a màxim, és un altre factor diferencial. Permet processar documents extensos, bases de codi completes o converses llargues sense perdre coherència. Per a tasques d'auditoria de codi o anàlisi de contractes, això suposa un salt qualitatiu. A Q2BSTUDIO, hem vist com equips de desenvolupament poden integrar agents que revisen pull requests senceres o generen documentació tècnica a partir d'especificacions complexes. La finestra de context àmplia també beneficia els sistemes de recomanació i cerca semàntica, on cal considerar grans volums d'informació per oferir respostes precises.
Finalment, és important assenyalar que Anthropic publica també les limitacions del model. Opus 5 mostra una taxa lleugerament superior d'al·lucinacions factuals comparat amb Opus 4.8, un recordatori que cap tecnologia és perfecta. Per mitigar-ho, recomanem combinar la IA amb processos de verificació humana i bases de coneixement curades. A les nostres implementacions d'aplicacions a mida, sempre afegim capes de validació que garanteixen la fiabilitat de les respostes generades. El futur de la IA agèntica no consisteix a reemplaçar les persones, sinó a potenciar-les amb eines cada cop més capaces i accessibles. Claude Opus 5 representa un pas ferm en aquesta direcció, i des de Q2BSTUDIO estem preparats per ajudar les empreses a fer aquest salt amb solucions personalitzades i segures.
