Anthropic ha publicado dos nuevas variantes de modelo: Claude Fable 5.2 y Claude Mythos 5.2. El punto más importante a primera vista es el precio más bajo. El segundo punto merece al menos la misma atención: quien quiera utilizar salidas más rápidas paga el doble por ello.

Con ello, un factor que hasta ahora se consideraba más bien una característica técnica se convierte en una partida de costes independiente. La velocidad de respuesta ya no es un subproducto de la elección del modelo, sino una opción que se hace visible en la factura.

Qué está confirmado y qué no

La información disponible es escasa: existen las dos nuevas versiones, un precio base en general más económico y un recargo por velocidad equivalente al doble del importe. A partir de ello no se puede deducir de forma seria nada sobre tarifas concretas, tamaños de contexto o diferencias de rendimiento entre ambos modelos.

Para la planificación, esto no supone una desventaja, siempre que se plantee la pregunta correcta. No es: ¿cuál es el mejor modelo? Es: ¿qué proporción de nuestras solicitudes necesita realmente una respuesta rápida y cuál no?

Por qué la latencia no tiene el mismo valor en todas partes

La latencia, es decir, el tiempo hasta la respuesta, tiene efectos muy distintos según el escenario. En situaciones interactivas incide directamente en el uso: cuando un desarrollador espera en el editor a que se complete el código, cada segundo interrumpe el flujo de trabajo. Lo mismo ocurre con las interfaces de chat, los asistentes de soporte o las funciones de búsqueda en la web, en las que las personas esperan una reacción inmediata.

Muy distinto es el caso de los procesos en segundo plano. Que una ejecución nocturna traduzca textos de producto, complete metadatos, clasifique tickets o analice archivos de registro no influye en la percepción de los usuarios, siempre que el resultado esté disponible por la mañana. Pagar un recargo por velocidad para este tipo de tareas quema presupuesto sin un valor añadido perceptible.

En la práctica de muchas empresas, una parte considerable del volumen de tokens corresponde precisamente a estas tareas asíncronas. Esa es la palanca que puede accionarse con una estructura de precios escalonada.

Preguntas para la planificación presupuestaria

Antes de que una organización introduzca nuevas versiones de modelo, merece la pena hacer un inventario sobrio del propio uso:

  • ¿Qué casos de uso son interactivos y cuáles se ejecutan en segundo plano, y cómo se distribuye el volumen entre ellos?
  • ¿Existe para los casos interactivos un objetivo definido de tiempo de respuesta, o la velocidad se evalúa solo de forma intuitiva?
  • ¿Qué procesos podrían pasar de síncronos a asíncronos sin que los usuarios lo perciban como un empeoramiento?
  • ¿Qué proporción representan las solicitudes recurrentes y casi idénticas que pueden almacenarse en caché?
  • ¿Quién en la organización ve los costes reales por caso de uso y no solo una suma total mensual?

Sin esta transparencia, cualquier cambio de precios de un proveedor se convierte en un vuelo a ciegas. Con ella, en cambio, puede decidirse de forma calculada dónde está justificado un recargo.

Calidad, velocidad, costes: un triángulo de objetivos

Un precio base más económico invita a ampliar el volumen. Ahí radica precisamente una trampa de costes silenciosa: si se realizan más solicitudes porque la solicitud individual se ha abaratado, la suma total puede aumentar a pesar de todo. Por eso tiene sentido no considerar los cambios de precios de forma aislada, sino junto con la cantidad de uso prevista.

A ello se añade la dimensión de la calidad. Un resultado entregado rápidamente pero inadecuado genera retrabajo, y eso cuesta tiempo de desarrollo, no tokens. Quien compara variantes de modelo no debería medir solo el rendimiento y el precio, sino también con qué frecuencia un resultado puede adoptarse sin corrección.

Arquitectura: mantener intercambiable la elección del modelo

La consecuencia técnica más importante de este tipo de anuncios es independiente del proveedor concreto: la decisión por un determinado modelo y un determinado nivel de velocidad debe residir en la configuración, no en el código de la aplicación.

Ha demostrado su utilidad una capa intermedia que recibe las solicitudes y las reenvía a la variante adecuada según el caso de uso. Las tareas interactivas van al nivel rápido, el procesamiento por lotes al económico. Si un proveedor cambia sus precios o aparece una nueva versión, basta con un ajuste en un único punto.

A ello se suma un segundo componente: un registro limpio del consumo y de los tiempos de respuesta por caso de uso. Solo así pueden respaldarse las suposiciones sobre el comportamiento de los usuarios, por ejemplo, si una variante más lenta en un asistente de formularios provoca realmente abandonos o si nadie nota la diferencia.

Valoración para proyectos web y de software

Para los proyectos en curso, el anuncio significa sobre todo lo siguiente: la operación de funciones asistidas por IA se convierte en una tarea de cálculo con varias variables, y la velocidad es ahora una de ellas. Quien separa sus casos de uso en interactivos y asíncronos puede beneficiarse de precios base más económicos sin ahorrar donde los usuarios percibirían la demora. Y quien trata la elección del modelo como una configuración intercambiable en lugar de como una fijación en el código, puede reaccionar al siguiente cambio de precios sin rehacer la aplicación.

Fuentes