Un análisis de 1,400 sesiones de Claude Code realizado por Shane Melaugh sugiere que el modelo Opus 5.5 de Anthropic experimentó un giro brusco en sus patrones de razonamiento el 3 de noviembre. Aunque el nombre del modelo permaneció sin cambios, los datos indican un cambio en el comportamiento subyacente que ha provocado debates en la comunidad sobre una posible 'degradación' o disminución del rendimiento.
Observaciones basadas en datos sobre cambios en el razonamiento
Shane Melaugh informó que el uso de Gemini 4 Argon para analizar 1,400 sesiones de Claude Code reveló un cambio distintivo en el comportamiento del modelo el 3 de noviembre. Según la publicación, el nombre del modelo se mantuvo igual, pero la forma en que ejecuta el razonamiento dio un 'giro brusco' en ese momento específico.
La imagen ilustra el análisis basado en datos realizado por Shane Melaugh utilizando Gemini 4 Argon para identificar cambios de comportamiento en el modelo Opus 5.5.
Esta observación coincide con informes anecdóticos de varios usuarios que notaron una disminución en la fiabilidad del modelo. Estos usuarios describieron el cambio como una 'simplificación' de las capacidades del modelo, señalando que incluso con los ajustes de razonamiento 'Extra High' activados, el modelo comenzó a cometer errores que anteriormente eran poco comunes.
“el nombre del modelo no cambió, pero la forma en que realiza el razonamiento dio un giro brusco.”
— Shane Melaugh (@shanemelaugh) on X: is Opus 5.5 nerfed? I just had Gemini 4 Argon analyze 1,400 Claude Code sessions and
Impacto en el consumo de tokens y la fiabilidad
Más allá de la calidad del razonamiento, algunos usuarios informaron un aumento significativo en el consumo de tokens a partir de ese mismo período. Un usuario señaló que alcanzó su límite de uso de cinco horas en pocas horas mientras realizaba correcciones de errores simples, lo que sugiere que el modelo podría estar generando rutas más verbosas o menos eficientes para llegar a una solución.
La falta de previsibilidad es un punto principal de frustración para aquellos que utilizan el modelo para el desarrollo. Los comentaristas en Hacker News argumentaron que el comportamiento del modelo se ha vuelto menos consistente, con algunos describiendo la experiencia como si fuera una degradación a versiones anteriores de modelos de la competencia.
Especulaciones de la comunidad e incertidumbre
La discusión en torno a estos cambios incluye varias teorías sobre por qué ocurrió el cambio. Algunos comentaristas en Hacker News sugirieron que Anthropic podría estar preparándose para lanzar un nuevo modelo y están ajustando el rendimiento del actual en consecuencia. Otros especularon que estos cambios podrían ser un movimiento estratégico para gestionar el rendimiento antes de una posible salida a bolsa o para responder a la competencia de otros modelos como Qwen4.
A pesar de estas teorías, no hay ninguna confirmación oficial de Anthropic sobre una 'degradación' deliberada o una actualización específica el 3 de noviembre. La evidencia sigue limitada al análisis de 1,400 sesiones y a las observaciones colectivas de la comunidad de usuarios, dejando la causa técnica exacta del cambio como desconocida.