Mo Bitar, ingeniero de software al que ya hemos recomendado seguir, publicó un video en su canal de YouTube en el que carga contra Claude Opus 5 por cómo responde en tareas de programación y por la forma en que modifica el alcance de pedidos acotados. Bitar afirma que “Ahora el modelo está maldito” y sostiene que el problema aparece cuando se le pide intervenir sobre proyectos de software reales, no solo sobre ejemplos pequeños.
Su crítica se concentra en dos conductas. La primera es la verbosidad: respuestas más largas y más narración del proceso. La segunda es que el modelo tiende a agregar pasos o comprobaciones que no fueron pedidos, algo que, según Bitar, complica ediciones precisas y hace más pesado el trabajo cuando importa mantener una base de código ordenada. En otra frase traducida al español, resume esa frustración así: “Si te importa la calidad del código, vas a sufrir”.
Anthropic describe parte de esos comportamientos en su propia documentación. La empresa indica que Claude Opus 5 genera respuestas visibles más largas que modelos Opus anteriores, narra su progreso con más frecuencia en sesiones agentivas, verifica su propio trabajo sin que se le pida y puede ampliar el alcance de tareas estrechas si el prompt no lo limita con claridad.
La misma documentación de Anthropic presenta una lectura muy distinta sobre el producto. La empresa dice que Claude Opus 5 mejora frente a Claude Opus 4.8 en codificación agentiva, refactorizaciones grandes, trabajo de varios archivos y tareas de largo horizonte.
Qué cuestiona Mo Bitar sobre Claude Opus 5
En el video titulado Anthropic just proved AI isn’t getting better (compartido al final de este texto), Bitar se basa en su experiencia personal para argumentar que Claude Opus 5 empeora la edición de software cuando la instrucción requiere precisión. Su planteamiento es anecdótico: no presenta una evaluación formal ni una batería pública de pruebas comparables, sino escenas de uso y conclusiones propias sobre cómo el modelo se comporta al tocar proyectos existentes.
El punto central de su crítica es que Claude Opus 5 no solo responde más, sino que interviene más. Anthropic reconoce en su guía de prompting que el modelo tiende a anunciar lo que hará, a corregirse de forma visible y a verificar trabajo extra. También recomienda quitar instrucciones heredadas como “incluye un paso final de verificación” porque pueden provocar sobreverificación y más gasto de tokens.
Bitar enlaza ese comportamiento con una objeción más amplia al rumbo actual de los LLM para programar. En el mismo video dice, en traducción al español, que “Los LLM no escalarán hasta la IAG”. Esa afirmación pertenece a su opinión y no queda demostrada por la documentación de Anthropic. Lo que sí queda confirmado por las fuentes oficiales es que la empresa ajustó Claude Opus 5 para pensar por defecto, narrar más durante el trabajo agentivo y ampliar menos el costo con prompts mejor delimitados.
Qué reconoce Anthropic y qué dice haber mejorado
Anthropic sostiene que Claude Opus 5 está hecho para trabajo empresarial y tareas de código de varios pasos. En su página de novedades, la empresa afirma que el modelo rinde mejor en funciones de múltiples archivos, refactorizaciones grandes y trabajo de extremo a extremo, además de mantener un contexto de hasta 1 millón de tokens.
La guía de prompting también detalla varias mitigaciones para los problemas que Bitar describe. Para reducir la longitud de las respuestas, Anthropic aconseja pedir concisión de forma explícita. Para bajar la narración al usuario, recomienda definir con precisión cuándo debe dar actualizaciones. Y para evitar que el modelo ensanche una tarea estrecha, propone instrucciones directas para que entregue solo lo pedido y no cambie el alcance por iniciativa propia.
Eso deja un contraste claro entre producto y uso. Anthropic presenta Claude Opus 5 como una mejora para flujos agentivos complejos, mientras Bitar cuestiona si esos mismos rasgos ayudan cuando un desarrollador necesita tocar código existente sin desvíos. El debate no cambia los hechos confirmados por la empresa, pero sí añade una crítica concreta sobre costos, control y mantenimiento en herramientas de programación con Inteligencia Artificial.
