Guía de migración

/claude-api migrate this project to claude-opus-4-8



Migración de Claude Mythos Preview a Claude Mythos 5

Claude Mythos 5 es el sucesor con acceso restringido de Claude Mythos Preview, la vista previa de investigación solo por invitación. Para un modelo de disponibilidad general con las mismas capacidades, consulta Claude Fable 5.

La migración es mayormente directa. Claude Mythos 5 usa la misma Messages API y los mismos patrones de uso de herramientas que Claude Mythos Preview, y los recuentos de tokens permanecen aproximadamente sin cambios porque ambos modelos usan el mismo tokenizador. Los cambios clave que debes revisar son las funcionalidades que ya no están disponibles (listadas en la siguiente sección) y la salida de pensamiento.

Para el cronograma de retiro de Claude Mythos Preview, consulta Obsolescencia de modelos.



Actualiza el nombre de tu modelo

model = "claude-mythos-preview"  # Before
model = "claude-mythos-5"  # After



Funcionalidades no disponibles en Claude Mythos 5

1. Pensamiento extendido y presupuestos de tokens de pensamiento: El pensamiento extendido manual (thinking: {type: "enabled", budget_tokens: N}) no es compatible con claude-mythos-5 y devuelve un error 400. El pensamiento adaptativo está siempre activado: el modelo determina cuándo y cuánto pensar en cada solicitud, y no se requiere ninguna configuración de thinking. thinking: {type: "disabled"} devuelve un error. budget_tokens no tiene un reemplazo directo: el pensamiento es adaptativo, y el parámetro effort es un control separado a nivel de salida, no un presupuesto de pensamiento.

   Antes (Claude Mythos Preview):

   client.messages.create(
       model="claude-mythos-preview",
       max_tokens=16000,
       thinking={"type": "enabled", "budget_tokens": 10000},
       messages=[{"role": "user", "content": "..."}],
   )

   

   Después (Claude Mythos 5):

   client.messages.create(
       model="claude-mythos-5",
       max_tokens=16000,
       messages=[{"role": "user", "content": "..."}],
   )

   

2. Prefill del asistente: Prellenar el mensaje del asistente no es compatible con claude-mythos-5 y devuelve un error 400, igual que en Claude Mythos Preview. Usa instrucciones en la indicación del sistema en su lugar.

3. Salida de pensamiento: En claude-mythos-5, la cadena de pensamiento sin procesar nunca se devuelve, pero los bloques de pensamiento aún contienen texto resumido legible cuando thinking.display está configurado como summarized. Devuelve los bloques de pensamiento sin cambios al continuar una conversación en el mismo modelo. Consulta Salida de pensamiento en Claude Fable 5 y Claude Mythos 5.



Conteo de tokens y facturación

claude-mythos-5 usa el mismo tokenizador que claude-mythos-preview (el tokenizador introducido con Claude Opus 4.7). Los recuentos de tokens permanecen aproximadamente sin cambios al migrar desde claude-mythos-preview. En comparación con modelos anteriores a Claude Opus 4.7, el mismo contenido puede tokenizarse en aproximadamente un 30% más de tokens, variando según el contenido y la forma de la carga de trabajo.

/v1/messages/count_tokens devuelve valores aproximadamente sin cambios para claude-mythos-5 en comparación con claude-mythos-preview. Vuelve a establecer una línea base de costo y latencia en tus propias cargas de trabajo.



Lista de verificación de migración

• Actualiza el nombre del modelo de claude-mythos-preview a claude-mythos-5.
• Elimina la configuración manual de pensamiento extendido (thinking: {type: "enabled", budget_tokens: N}). El pensamiento adaptativo está siempre activado y no se requiere ningún campo thinking.
• Elimina cualquier configuración thinking: {type: "disabled"}. Desactivar el pensamiento devuelve un error en claude-mythos-5.
• Elimina budget_tokens. No tiene un reemplazo directo: el pensamiento es adaptativo, y el parámetro effort es un control separado a nivel de salida, no un presupuesto de pensamiento.
• Verifica que cualquier código que analice el campo thinking lo trate solo como texto de visualización y devuelva los bloques de pensamiento sin cambios al continuar en el mismo modelo. thinking.display tiene como valor predeterminado "omitted" en claude-mythos-5, igual que en Claude Mythos Preview; configura display: "summarized" para recibir resúmenes legibles. Consulta Salida de pensamiento en Claude Fable 5 y Claude Mythos 5.
• Si reproduces el historial de conversación en otro modelo, elimina primero los bloques thinking y redacted_thinking de los turnos anteriores del asistente. Los bloques de pensamiento de claude-mythos-5 están vinculados al modelo que los produjo, y los modelos distintos de Claude Fable 5 y Claude Mythos 5 los ignoran silenciosamente. Eliminarlos mantiene las solicitudes entre modelos mínimas y uniformes.
• Vuelve a establecer una línea base de recuentos de tokens y costos en tus propias cargas de trabajo. Los recuentos de tokens permanecen aproximadamente sin cambios al migrar desde claude-mythos-preview.



Migración de Claude Opus 4.8 a Claude Fable 5

Claude Fable 5 es el modelo de lanzamiento general más capaz de Anthropic, disponible de forma general en la API de Claude, Claude Platform en AWS, Amazon Bedrock, Vertex AI y Microsoft Foundry.

La migración es mayormente directa. Claude Fable 5 usa la misma Messages API y los mismos patrones de uso de herramientas que Claude Opus 4.8. Admite la misma ventana de contexto de 1M de tokens de forma predeterminada y los mismos 128k tokens máximos de salida. Los recuentos de tokens permanecen aproximadamente sin cambios porque ambos modelos usan el mismo tokenizador.

Los cambios clave que debes revisar son el pensamiento adaptativo siempre activado, la salida de pensamiento, los rechazos del clasificador de seguridad y los precios. Antes de migrar cubre los precios y la retención de datos; Qué cambió cubre el resto.



Antes de migrar

Claude Fable 5 tiene un precio de $10 por millón de tokens de entrada y $50 por millón de tokens de salida, en comparación con $5 y $25 para Claude Opus 4.8. Consulta Precios de Claude para más detalles.

Claude Fable 5 requiere retención de datos de 30 días y no está disponible bajo acuerdos de "zero data retention" (retención cero de datos), o ZDR; está designado como un Modelo Cubierto. Una solicitud de una organización cuya configuración de retención de datos no cumpla con este requisito devuelve un error 400 invalid_request_error. Las organizaciones con un acuerdo ZDR deben contactar a su equipo de cuenta de Anthropic para discutir la configuración de retención de datos; Claude Opus 4.8 sigue disponible bajo ZDR. Alternativamente, puedes configurar la retención de datos por espacio de trabajo; consulta Requisitos de retención de datos específicos del modelo. En Amazon Bedrock, Vertex AI y Microsoft Foundry, la retención de datos se rige por cada plataforma.



Actualiza el nombre de tu modelo

model = "claude-opus-4-8"  # Before
model = "claude-fable-5"  # After



Qué cambió

Los elementos de esta sección describen las diferencias de API y comportamiento que vale la pena revisar después de cambiar el ID del modelo.

1. El pensamiento adaptativo está siempre activado: El pensamiento adaptativo es el único modo de pensamiento en claude-fable-5. El modelo determina cuándo y cuánto pensar en cada solicitud, y no se requiere ninguna configuración de thinking. thinking: {type: "disabled"} devuelve un error. Usa el parámetro effort para controlar la profundidad del pensamiento.

   El cambio de comportamiento que debes revisar: en Claude Opus 4.8, las solicitudes sin un campo thinking se ejecutan sin pensamiento; en claude-fable-5, esas mismas solicitudes se ejecutan con pensamiento adaptativo. max_tokens sigue siendo un límite estricto en la salida total, pensamiento más texto de respuesta, así que revísalo para cargas de trabajo que se ejecutaban sin pensamiento en Claude Opus 4.8. Consulta Control de costos.

   Antes (Claude Opus 4.8):

   client.messages.create(
       model="claude-opus-4-8",
       max_tokens=16000,
       thinking={"type": "adaptive"},
       output_config={"effort": "high"},
       messages=[{"role": "user", "content": "..."}],
   )

   

   Después (Claude Fable 5):

   client.messages.create(
       model="claude-fable-5",
       max_tokens=16000,
       output_config={"effort": "high"},
       messages=[{"role": "user", "content": "..."}],
   )

   

2. Pensamiento extendido y presupuestos de pensamiento (sin cambios): El pensamiento extendido manual (thinking: {type: "enabled", budget_tokens: N}) no es compatible con claude-fable-5 y devuelve un error 400, igual que en Claude Opus 4.8. budget_tokens no tiene un reemplazo directo: el pensamiento es adaptativo, y el parámetro effort es un control separado a nivel de salida, no un presupuesto de pensamiento.

3. Prefill del asistente (sin cambios): Prellenar el mensaje del asistente no es compatible con claude-fable-5 y devuelve un error 400, igual que en Claude Opus 4.8. Usa instrucciones en la indicación del sistema en su lugar.

4. Salida de pensamiento: En claude-fable-5, la cadena de pensamiento sin procesar nunca se devuelve, pero los bloques de pensamiento aún contienen texto resumido legible cuando thinking.display está configurado como summarized. Devuelve los bloques de pensamiento sin cambios al continuar una conversación en el mismo modelo. Consulta Salida de pensamiento en Claude Fable 5 y Claude Mythos 5.

5. Clasificadores de seguridad y el stop reason refusal: claude-fable-5 ejecuta clasificadores de seguridad en las solicitudes y durante la generación de respuestas. Cuando un clasificador rechaza una solicitud, la Messages API devuelve stop_reason: "refusal" como una respuesta HTTP 200 exitosa, no como un error. El campo stop_details.category informa qué clasificador se activó, con categorías como "cyber", "bio" y "reasoning_extraction", o null cuando el rechazo no corresponde a ninguna categoría nombrada. Consulta la tabla de categorías de rechazo para ver el conjunto completo.

   No se te factura por los tokens de entrada de una solicitud rechazada antes de que se genere cualquier salida. Cuando un clasificador se activa a mitad del stream, se facturan la entrada y la salida ya transmitida; descarta la salida parcial.

   Para volver a ejecutar automáticamente las solicitudes rechazadas en otro modelo, pasa el parámetro opcional fallbacks, que está en beta en la API de Claude y en Claude Platform en AWS. El parámetro no está disponible en la Message Batches API ni en Amazon Bedrock, Vertex AI y Microsoft Foundry; en esas tres plataformas, ejecuta el reintento del lado del cliente o usa el middleware de fallback de rechazo del SDK. Consulta Manejo de stop reasons.

6. Comienza con effort high: El valor predeterminado del parámetro effort sigue siendo high. En Claude Opus 4.8, la recomendación para programación y trabajo de alta autonomía es configurar xhigh explícitamente. En claude-fable-5, usa high como valor predeterminado para la mayoría de las tareas y reserva xhigh para las cargas de trabajo más sensibles a la capacidad. Los niveles de effort más bajos en claude-fable-5 aún funcionan bien y a menudo superan el rendimiento de xhigh en modelos anteriores. Reduce el effort si una tarea se completa pero tarda más de lo necesario. Consulta Prompting para Claude Fable 5.

7. Mínimo más bajo para el almacenamiento en caché de prompts: La longitud mínima de prompt almacenable en caché en claude-fable-5 es de 512 tokens, menor que los 1,024 tokens en Claude Opus 4.8. Los prompts que eran demasiado cortos para almacenarse en caché en Claude Opus 4.8 ahora pueden crear entradas de caché, sin necesidad de cambios en el código. En Amazon Bedrock, el mínimo para claude-fable-5 es de 1,024 tokens. Consulta Almacenamiento en caché de prompts para ver los mínimos por modelo.



Lista de verificación de migración

• Si tu organización tiene un acuerdo de "zero data retention" (retención cero de datos), o ZDR, confirma la elegibilidad antes de migrar. claude-fable-5 requiere retención de datos de 30 días y devuelve un error 400 invalid_request_error en caso contrario. Consulta Requisitos de retención de datos específicos del modelo.
• Actualiza el nombre del modelo de claude-opus-4-8 a claude-fable-5.
• Elimina cualquier configuración thinking: {type: "disabled"}. Desactivar el pensamiento devuelve un error en claude-fable-5, y las solicitudes sin un campo thinking se ejecutan con pensamiento adaptativo.
• Si eliminaste el pensamiento extendido manual y los prefills del asistente durante migraciones anteriores, no se requiere ninguna acción: ambos siguen sin ser compatibles en claude-fable-5.
• Verifica que cualquier código que analice el campo thinking lo trate solo como texto de visualización y devuelva los bloques de pensamiento sin cambios al continuar en el mismo modelo. thinking.display tiene como valor predeterminado "omitted" en claude-fable-5, igual que en Claude Opus 4.8; configura display: "summarized" para recibir resúmenes legibles. Consulta Salida de pensamiento en Claude Fable 5 y Claude Mythos 5.
• Si reproduces el historial de conversación en otro modelo, elimina primero los bloques thinking y redacted_thinking de los turnos anteriores del asistente. Los bloques de pensamiento de claude-fable-5 están vinculados al modelo que los produjo, y los modelos distintos de Claude Fable 5 y Claude Mythos 5 los ignoran silenciosamente. Eliminarlos mantiene las solicitudes entre modelos mínimas y uniformes. La excepción es canjear un crédito de fallback, que requiere el cuerpo de la solicitud replicado bajo las reglas exactas de esa funcionalidad.
• Maneja stop_reason: "refusal" y lee el campo stop_details.category. Para volver a ejecutar automáticamente las solicitudes rechazadas en otro modelo, considera el parámetro opcional fallbacks (beta). Consulta Manejo de stop reasons.
• Reevalúa tu configuración de effort. Comienza con high para la mayoría de las tareas, incluidas las cargas de trabajo que se ejecutaban con xhigh en Claude Opus 4.8.
• Vuelve a establecer una línea base de costo y latencia en tus propias cargas de trabajo. Los recuentos de tokens permanecen aproximadamente sin cambios al migrar desde claude-opus-4-8; el precio por token difiere.



Migración de Claude Opus 4.7 a Claude Opus 4.8

Claude Opus 4.8 es el modelo de nivel Opus más capaz de Anthropic. Se basa en Claude Opus 4.7.

Claude Opus 4.8 debería tener un rendimiento sólido desde el primer momento con los prompts y evaluaciones existentes de Claude Opus 4.7. No hay cambios incompatibles en la API para código que ya se ejecuta en Claude Opus 4.7. Admite el mismo conjunto de funcionalidades que Claude Opus 4.7, incluyendo la ventana de contexto de 1M de tokens, 128k tokens máximos de salida, pensamiento adaptativo, almacenamiento en caché de prompts, procesamiento por lotes, la Files API, soporte de PDF, visión y el conjunto completo de herramientas del lado del servidor y del cliente. También agrega mensajes del sistema a mitad de conversación y documenta públicamente los detalles de parada por rechazo.



Actualiza el nombre de tu modelo

# Migración de Opus
model = "claude-opus-4-7"  # Before
model = "claude-opus-4-8"  # After



Qué cambió

Estos no son cambios incompatibles. El código que se ejecuta en Claude Opus 4.7 continúa funcionando sin cambios en Claude Opus 4.8. Los elementos a continuación describen diferencias de comportamiento que vale la pena revisar después de cambiar el ID del modelo.

1. Parámetros de muestreo (sin cambios): Configurar temperature, top_p o top_k a un valor no predeterminado devuelve un error 400 en Claude Opus 4.8, igual que en Claude Opus 4.7. Los tipos de solicitud del SDK aún definen estos campos para compatibilidad con modelos anteriores, por lo que el código que los configura pasa la verificación de tipos, pero la API rechaza la solicitud del lado del servidor. Si eliminaste estos parámetros al migrar a Opus 4.7, no se necesitan más cambios.

2. El valor predeterminado de effort es high: El valor predeterminado del parámetro effort en Claude Opus 4.8 es high en todas las superficies, incluyendo Claude Code y la Messages API. Si ya configuras effort explícitamente, tu configuración no cambia. Para programación y trabajo de alta autonomía, configura xhigh explícitamente. Reevalúa tu configuración de effort en función de tu presupuesto de latencia y costo.

3. La ventana de contexto de 1M es el valor predeterminado: Claude Opus 4.8 sirve la ventana de contexto completa de 1M de tokens de forma predeterminada sin encabezado beta y sin recargo por contexto largo. Si tu cliente pasa un encabezado beta de ventana de contexto para compatibilidad con modelos anteriores, puedes eliminarlo en Claude Opus 4.8.

4. Mensajes del sistema a mitad de conversación: Claude Opus 4.8 acepta mensajes role: "system" inmediatamente después de un turno de usuario en el array messages (sujeto a reglas de ubicación). Usa el campo system de nivel superior para instrucciones que aplican desde el inicio. Los modelos anteriores, incluido Claude Opus 4.7, rechazan role: "system" en messages con un error 400. Si mantienes rutas de código que reconstruyen el historial completo de mensajes para actualizar instrucciones, puedes simplificarlas y preservar los aciertos de caché de prompts en turnos anteriores.

5. Detalles de parada por rechazo: El objeto stop_details en las respuestas de rechazo (disponible desde Claude Opus 4.7) ahora está documentado públicamente. Cuando el modelo rechaza una solicitud, identifica la categoría del rechazo, además del stop reason refusal existente. No se requiere encabezado beta y no hay opción de exclusión. Consulta Manejo de stop reasons.

6. Mínimo más bajo para el almacenamiento en caché de prompts: La longitud mínima de prompt almacenable en caché en Claude Opus 4.8 es de 1,024 tokens, menor que en Claude Opus 4.7. Los prompts que eran demasiado cortos para almacenarse en caché en Claude Opus 4.7 ahora pueden crear entradas de caché, sin necesidad de cambios en el código. Consulta Almacenamiento en caché de prompts para ver los mínimos por modelo.

7. Niveles de effort recalibrados: La asignación de tokens detrás de cada nivel de effort cambia en Claude Opus 4.8 en comparación con Claude Opus 4.7: medium permite algo más de pensamiento, high algo menos y xhigh sustancialmente más. Si ajustaste un nivel de effort en función del costo o la latencia de Claude Opus 4.7, vuelve a establecer una línea base en el mismo nivel antes de ajustarlo. Consulta Effort.



Lista de verificación de migración

• Actualiza el nombre del modelo de claude-opus-4-7 a claude-opus-4-8 (o actualiza los alias).
• Si eliminaste los parámetros de muestreo durante la migración a Opus 4.7, no se requiere ninguna acción. Si los volviste a agregar con una ruta de reintento ante error 400, elimina esa ruta de reintento.
• Reevalúa tu configuración de effort. El valor predeterminado es high en todas las superficies; para programación y trabajo de alta autonomía, configura xhigh explícitamente.
• Elimina cualquier encabezado beta de ventana de contexto. La ventana de contexto de 1M es el valor predeterminado en la API de Claude, Amazon Bedrock y Vertex AI (200k en Microsoft Foundry).
• Si reconstruyes el historial de conversación para actualizar instrucciones, considera cambiar a un mensaje del sistema a mitad de conversación para preservar los aciertos de caché de prompts.
• Verifica que tu manejo de stop reasons lea stop_details en los rechazos (disponible desde Claude Opus 4.7; ahora documentado públicamente).
• Vuelve a establecer una línea base de costo y latencia en tu nivel de effort elegido.



Migración a Claude Opus 4.7

Claude Opus 4.7 es altamente autónomo y tiene un rendimiento excepcional en trabajo agéntico de largo horizonte, trabajo de conocimiento, tareas de visión y tareas de memoria.

Claude Opus 4.7 debería tener un rendimiento sólido desde el primer momento con los prompts y evaluaciones existentes de Claude Opus 4.6 al mismo precio de $5 / $25 por MTok, pero hay algunos cambios de comportamiento y de API que vale la pena conocer al migrar. Admite el mismo conjunto de funcionalidades que Claude Opus 4.6, incluyendo:

• Ventana de contexto de 1M de tokens al precio estándar de la API sin recargo por contexto largo
• 128k tokens máximos de salida
• Pensamiento adaptativo
• Almacenamiento en caché de prompts
• Procesamiento por lotes
• Files API
• Soporte de PDF
• Visión
• El conjunto completo de herramientas del lado del servidor y del cliente (bash, ejecución de código, uso de computadora, editor de texto, búsqueda web, obtención web, conector MCP, memoria)



Actualiza el nombre de tu modelo

# Migración de Opus
model = "claude-opus-4-6"  # Before
model = "claude-opus-4-7"  # After



Cambios incompatibles

1. Pensamiento extendido eliminado: thinking: {type: "enabled", budget_tokens: N} ya no es compatible con Claude Opus 4.7 o modelos posteriores y devuelve un error 400. Cambia a pensamiento adaptativo (thinking: {type: "adaptive"}) y usa el parámetro effort para controlar la profundidad del pensamiento. El pensamiento adaptativo está desactivado de forma predeterminada en Claude Opus 4.7: las solicitudes sin campo thinking se ejecutan sin pensamiento, coincidiendo con el comportamiento de Opus 4.6. Configura thinking: {type: "adaptive"} explícitamente para habilitarlo.

   Antes (Claude Opus 4.6):

   client.messages.create(
       model="claude-opus-4-6",
       max_tokens=16000,
       thinking={"type": "enabled", "budget_tokens": 10000},
       messages=[{"role": "user", "content": "..."}],
   )

   

   Después (Claude Opus 4.7):

   client.messages.create(
       model="claude-opus-4-7",
       max_tokens=16000,
       thinking={"type": "adaptive"},
       output_config={"effort": "high"},  # or "max", "xhigh", "medium", "low"
       messages=[{"role": "user", "content": "..."}],
   )

   

   El pensamiento adaptativo se puede dirigir mediante prompting. Para obtener orientación sobre cómo ajustar cuando el modelo piensa de más o de menos, consulta Calibración de effort y profundidad de pensamiento.

2. Parámetros de muestreo eliminados: Configurar temperature, top_p o top_k a cualquier valor no predeterminado en Claude Opus 4.7 devuelve un error 400. La ruta de migración más segura es omitir estos parámetros por completo de las cargas útiles de solicitud. El prompting es la forma recomendada de guiar el comportamiento del modelo en Claude Opus 4.7. Si usabas temperature = 0 para determinismo, ten en cuenta que nunca garantizó salidas idénticas en modelos anteriores.

3. Contenido de pensamiento omitido de forma predeterminada: Los bloques de pensamiento aún aparecen en el stream de respuesta en Claude Opus 4.7, pero su campo thinking está vacío a menos que optes explícitamente por incluirlo. Este es un cambio silencioso respecto a Claude Opus 4.6, donde el valor predeterminado era devolver texto de pensamiento resumido. Para restaurar el contenido de pensamiento resumido en Claude Opus 4.7, configura thinking.display como "summarized":

   thinking = {
       "type": "adaptive",
       "display": "summarized",
   }

   

   El valor predeterminado es "omitted" en Claude Opus 4.7. Si tu producto transmite el razonamiento a los usuarios, el nuevo valor predeterminado aparece como una pausa larga antes de que comience la salida; configura display: "summarized" para restaurar el progreso visible durante el pensamiento. Consulta Pensamiento extendido para más detalles.

4. Conteo de tokens actualizado: Claude Opus 4.7 usa un nuevo tokenizador, lo que contribuye a su rendimiento mejorado en una amplia gama de tareas. El nuevo tokenizador puede usar aproximadamente de 1x a 1.35x más tokens al procesar texto en comparación con modelos anteriores (hasta ~35% más, variando según el contenido).

   /v1/messages/count_tokens devolverá un número diferente de tokens para Claude Opus 4.7 que para Claude Opus 4.6. La eficiencia de tokens puede variar según la forma de la carga de trabajo.

   Las intervenciones de prompting, task_budget y effort pueden ayudar a controlar los costos y asegurar un uso apropiado de tokens. Estos controles pueden implicar una compensación en la inteligencia del modelo. Actualiza tus parámetros max_tokens para dar margen adicional, incluyendo los disparadores de compactación. Claude Opus 4.7 proporciona una ventana de contexto de 1M al precio estándar de la API sin recargo por contexto largo.

5. Eliminación de prefill (heredado de Opus 4.6): Prellenar mensajes del asistente devuelve un error 400 en Claude Opus 4.7. Usa salidas estructuradas, instrucciones en la indicación del sistema o output_config.format en su lugar.



Elegir un nivel de effort

El parámetro effort te permite ajustar la inteligencia de Claude frente al gasto de tokens, intercambiando capacidad por mayor velocidad y menores costos. Comienza con el nuevo nivel de effort xhigh para casos de uso de programación y agénticos, y usa un mínimo de effort high para la mayoría de los casos de uso sensibles a la inteligencia. Experimenta con otros niveles de effort para ajustar aún más el uso de tokens y la inteligencia:

• max: El effort máximo puede ofrecer mejoras de rendimiento en algunos casos de uso, pero puede mostrar rendimientos decrecientes por el mayor uso de tokens. Esta configuración también puede ser a veces propensa a pensar de más. Prueba el effort máximo para tareas que exigen inteligencia.
• xhigh (nuevo): El effort extra alto es la mejor configuración para la mayoría de los casos de uso de programación y agénticos.
• high: Esta configuración equilibra el uso de tokens y la inteligencia. Para la mayoría de los casos de uso sensibles a la inteligencia, usa un mínimo de effort high.
• medium: Bueno para casos de uso sensibles al costo que necesitan reducir el uso de tokens a cambio de inteligencia.
• low: Resérvalo para tareas cortas y acotadas y cargas de trabajo sensibles a la latencia que no son sensibles a la inteligencia.

El effort es más importante para este modelo que para cualquier Opus anterior. Experimenta activamente con él cuando actualices.



Cambios de comportamiento

Claude Opus 4.7 tiene varias diferencias de comportamiento respecto a Claude Opus 4.6 que no son cambios incompatibles de la API pero pueden requerir actualizaciones de prompts o eliminación de andamiaje.

1. La longitud de respuesta varía según el caso de uso: Claude Opus 4.7 calibra la longitud de respuesta según lo compleja que juzga la tarea, en lugar de usar una verbosidad fija por defecto. Esto generalmente significa respuestas más cortas en búsquedas simples y mucho más largas en análisis abiertos.

   Si tu producto depende de un cierto estilo o verbosidad de salida, es posible que necesites ajustar tus prompts. Por ejemplo, para disminuir la verbosidad, agrega: "Proporciona respuestas concisas y enfocadas. Omite el contexto no esencial y mantén los ejemplos al mínimo." Si ves tipos específicos de sobreexplicación, agrega instrucciones específicas en tu prompt para prevenirlos.

   Los ejemplos positivos que muestran cómo Claude puede comunicarse con el nivel apropiado de concisión tienden a ser más efectivos que los ejemplos negativos o las instrucciones que le dicen al modelo qué no hacer.

2. Seguimiento de instrucciones más literal: Claude Opus 4.7 interpreta los prompts de manera más literal y explícita que Claude Opus 4.6, particularmente en niveles de effort más bajos. No generalizará silenciosamente una instrucción de un elemento a otro, y no inferirá solicitudes que no hiciste. La ventaja de este literalismo es la precisión y menos idas y vueltas. Generalmente funciona mejor para casos de uso de API con prompts cuidadosamente ajustados, extracción estructurada y pipelines donde deseas un comportamiento predecible. Una revisión de prompts y del harness puede ser especialmente útil para la migración a Claude Opus 4.7.

3. Tono más directo: Como con cualquier modelo nuevo, el estilo de prosa en escritura de formato largo puede cambiar. Claude Opus 4.7 es más directo y con más opiniones, con menos frases orientadas a la validación y menos emojis que el estilo más cálido de Claude Opus 4.6. Si tu producto depende de una voz específica, reevalúa los prompts de estilo frente a la nueva línea base.

4. Actualizaciones de progreso integradas en trazas agénticas: Claude Opus 4.7 proporciona actualizaciones más regulares y de mayor calidad al usuario a lo largo de trazas agénticas largas. Si has agregado andamiaje para forzar mensajes de estado intermedios ("Después de cada 3 llamadas a herramientas, resume el progreso"), intenta eliminarlo. Si encuentras que la longitud o el contenido de las actualizaciones dirigidas al usuario de Claude Opus 4.7 no están bien calibrados para tu caso de uso, describe explícitamente cómo deberían verse estas actualizaciones en el prompt y proporciona ejemplos.

5. Menos subagentes generados de forma predeterminada: Claude Opus 4.7 tiende a generar menos subagentes de forma predeterminada. Sin embargo, este comportamiento se puede dirigir mediante prompting; dale a Claude Opus 4.7 orientación explícita sobre cuándo son deseables los subagentes.

6. Calibración de effort más estricta: Cambiando significativamente respecto a Claude Opus 4.6, Claude Opus 4.7 respeta los niveles de effort estrictamente, especialmente en el extremo bajo. En low y medium, el modelo limita su trabajo a lo que se pidió en lugar de ir más allá.

   Esto es bueno para la latencia y el costo, pero en tareas moderadamente complejas que se ejecutan con effort low existe cierto riesgo de pensar de menos. Si observas razonamiento superficial en problemas complejos, aumenta el effort a high o xhigh en lugar de solucionarlo mediante prompting.

   Si necesitas mantener el effort en low por latencia, agrega orientación específica: "Esta tarea implica razonamiento de múltiples pasos. Piensa cuidadosamente el problema antes de responder." Consulta Niveles de effort recomendados para Claude Opus 4.7.

7. Menos llamadas a herramientas de forma predeterminada: Claude Opus 4.7 tiene una tendencia a usar herramientas con menos frecuencia que Claude Opus 4.6 y a usar más el razonamiento. Esto produce mejores resultados en la mayoría de los casos.

   Para aumentar el uso de herramientas, aumenta la configuración de effort. Las configuraciones de effort high o xhigh muestran sustancialmente más uso de herramientas en búsqueda agéntica y programación. También puedes ajustar tu prompt para instruir explícitamente al modelo sobre cuándo y cómo usar correctamente sus herramientas.

8. Salvaguardas de ciberseguridad en tiempo real: Recién agregadas en Claude Opus 4.7, las solicitudes que involucran temas prohibidos o de alto riesgo pueden llevar a rechazos. Para trabajo de seguridad legítimo como pruebas de penetración, investigación de vulnerabilidades o red-teaming, solicita acceso al Programa de Verificación Cibernética para pedir restricciones reducidas. Consulta Salvaguardas, advertencias y apelaciones para más contexto.

9. Soporte de imágenes de alta resolución: Claude Opus 4.7 es el primer modelo de Claude con soporte de imágenes de alta resolución. La resolución máxima de imagen es de 2576 píxeles en el lado largo, frente a 1568 píxeles en modelos anteriores. Esto desbloquea mejoras en cargas de trabajo intensivas en visión y es particularmente valioso para uso de computadora, comprensión de capturas de pantalla y análisis de documentos.

   El soporte de alta resolución es automático y no requiere encabezado beta ni activación del lado del cliente. Dos cosas a planificar:

   • Las imágenes de resolución completa pueden usar hasta aproximadamente 3x más tokens de imagen que en modelos anteriores (hasta 4,784 tokens por imagen, en comparación con el límite anterior de aproximadamente 1,600 tokens por imagen). Vuelve a presupuestar max_tokens y las expectativas de costo para cargas de trabajo intensivas en imágenes, o reduce la resolución antes de enviar si no necesitas la fidelidad adicional.
   • Las coordenadas de señalamiento y cuadros delimitadores devueltas por el modelo son 1:1 con los píxeles reales de la imagen en Claude Opus 4.7, por lo que no se requiere conversión de factor de escala.

   Consulta Soporte de imágenes de alta resolución en Claude Opus 4.7 para más detalles.



Cambios recomendados

Estos no son obligatorios, pero mejorarán tu experiencia:

1. Reevalúa max_tokens: Debido a que el mismo texto produce un recuento de tokens más alto en Claude Opus 4.7, actualiza tus parámetros max_tokens para dar margen adicional, incluidos los disparadores de compactación. Las intervenciones mediante prompts, task_budget y effort pueden ayudar a controlar los costos y garantizar un uso apropiado de tokens.

2. Audita las expectativas de recuento de tokens: Cualquier ruta de código que estime tokens del lado del cliente o asuma una proporción fija de tokens a caracteres debe volver a probarse con Claude Opus 4.7. Usa el endpoint de conteo de tokens para verificar.

3. Adopta los task budgets (beta): Claude Opus 4.7 introduce los "task budgets" (presupuestos de tarea). Estos presupuestos te permiten informar a Claude cuántos tokens tiene para un ciclo agéntico completo, incluyendo el pensamiento, las llamadas a herramientas, los resultados de herramientas y la salida final. El modelo ve una cuenta regresiva en tiempo real y la usa para priorizar el trabajo y finalizar la tarea de manera ordenada a medida que se consume el presupuesto. Para usarlo, establece el encabezado beta task-budgets-2026-03-13 y agrega lo siguiente a tu configuración de salida:

   output_config = {
       "effort": "high",
       "task_budget": {"type": "tokens", "total": 128000},
   }

   

   Es posible que necesites experimentar con diferentes presupuestos de tarea para tu caso de uso. Si al modelo se le da un presupuesto de tarea demasiado restrictivo, puede completar la tarea de manera menos exhaustiva, haciendo referencia a su presupuesto como la limitación.

   Para tareas agénticas abiertas donde la calidad importa más que la velocidad, no establezcas un presupuesto de tarea. Reserva los presupuestos de tarea para cargas de trabajo donde necesites que el modelo ajuste su trabajo a una asignación de tokens. El valor mínimo para un presupuesto de tarea es de 20k tokens.

   Un presupuesto de tarea no es un límite estricto; es una sugerencia de la que el modelo es consciente. Difiere de max_tokens:

   • task_budget: un límite orientativo a lo largo del ciclo agéntico completo. El modelo lo ve y lo usa para regular su ritmo.
   • max_tokens: un tope estricto por solicitud sobre los tokens generados. No se pasa al modelo, por lo que el modelo no es consciente de él.

   Usa task_budget cuando quieras que el modelo se autorregule, y max_tokens como un tope estricto para limitar el uso.

4. Establece un max_tokens grande con effort max o xhigh: Si estás ejecutando Claude Opus 4.7 con effort max o xhigh, establece un presupuesto grande de tokens de salida máximos para que el modelo tenga espacio para pensar y actuar a través de sus subagentes y llamadas a herramientas. Comienza con 64k tokens y ajusta desde ahí.

5. Reduce la resolución de las imágenes si la alta resolución es innecesaria: Claude Opus 4.7 admite imágenes de hasta 2576px / 3.75MP. Las imágenes de alta resolución usan más tokens. Si la fidelidad adicional de la imagen es innecesaria, reduce la resolución de las imágenes antes de enviarlas a Claude para evitar aumentos en el uso de tokens. Consulta Imágenes y visión.



Lista de verificación de migración

• Actualiza el nombre del modelo de claude-opus-4-6 a claude-opus-4-7 (o actualiza los alias).
• Elimina temperature, top_p y top_k de las cargas útiles de las solicitudes.
• Reemplaza thinking: {type: "enabled", budget_tokens: N} con thinking: {type: "adaptive"} más el parámetro effort.
• Elimina cualquier prefill de mensajes del asistente.
• Si tu interfaz de usuario muestra contenido de pensamiento, habilita explícitamente el resumen de pensamiento.
• Vuelve a medir el costo y la latencia de extremo a extremo bajo la tokenización actualizada.
• Vuelve a ajustar max_tokens para tener en cuenta la tokenización actualizada.
• Vuelve a probar cualquier estimación de recuento de tokens del lado del cliente.
• Si tu aplicación envía imágenes, vuelve a presupuestar para el soporte de imágenes de alta resolución (hasta aproximadamente 3 veces más tokens de imagen por imagen de resolución completa). Reduce la resolución antes de enviar si no necesitas la fidelidad adicional.
• Si consumes coordenadas de puntos o cuadros delimitadores del modelo, elimina cualquier conversión de factor de escala; las coordenadas son 1:1 con los píxeles reales de la imagen en Claude Opus 4.7.
• Revisa los prompts para los cambios de comportamiento anteriores (longitud de respuesta, literalidad, tono, actualizaciones de progreso, subagentes, calibración de effort, activación de herramientas, salvaguardas cibernéticas, manejo de imágenes de alta resolución).
• Vuelve a establecer la línea base de longitud de respuesta con los prompts existentes de control de longitud eliminados, luego ajusta explícitamente.
• Si usas effort xhigh o max, aumenta max_tokens a al menos 64k como punto de partida.
• Considera adoptar los task budgets (beta) para flujos de trabajo agénticos.
• Si tu producto realiza trabajo legítimo de seguridad, solicita acceso al Cyber Verification Program para obtener restricciones más bajas sobre contenido cibernético.



Migración a Claude Opus 4.7 desde Opus 4.5 o anterior

Si estás migrando desde Claude Opus 4.5, Opus 4.1 (obsoleto) o un modelo anterior directamente a Claude Opus 4.7, aplica todos los cambios de Opus 4.7 anteriores más los cambios acumulativos de esta sección que entraron en vigor entre Opus 4.5 y Opus 4.7. Si estás migrando desde Opus 4.6, solo necesitas la sección de Opus 4.7 anterior.



Actualiza el nombre de tu modelo

# Migración de Opus
model = "claude-opus-4-5"  # Before
model = "claude-opus-4-7"  # After



Cambios incompatibles

1. La eliminación del prefill se cubre en los cambios incompatibles de Opus 4.7 anteriores.

2. Comillas en parámetros de herramientas: Claude Opus 4.6 y modelos posteriores pueden producir un escapado de cadenas JSON ligeramente diferente en los argumentos de llamadas a herramientas (por ejemplo, manejo diferente de escapes Unicode o escapado de barras diagonales). Si analizas el input de la llamada a herramienta como una cadena sin procesar en lugar de usar un analizador JSON, verifica tu lógica de análisis. Los analizadores JSON estándar (como json.loads() o JSON.parse()) manejan estas diferencias automáticamente.



Cambios recomendados

Estos cambios mejoran tu experiencia en Opus 4.7. Los elementos marcados como (obligatorio en Opus 4.7) eran recomendaciones opcionales cuando se lanzó Opus 4.6, pero ahora son obligatorios; el resto siguen siendo recomendados.

1. Migra a adaptive thinking (obligatorio en Opus 4.7): thinking: {type: "enabled", budget_tokens: N} devuelve un error 400 en Claude Opus 4.7. Cambia a thinking: {type: "adaptive"} y usa el parámetro effort para controlar la profundidad del pensamiento. Consulta Adaptive thinking.

   cURLBeforeAfterCLITypeScriptC#GoJavaPHPRuby

   

   response = client.beta.messages.create(
       model="claude-opus-4-5",
       max_tokens=16000,
       thinking={"type": "enabled", "budget_tokens": 32000},
       betas=["interleaved-thinking-2025-05-14"],
       messages=[{"role": "user", "content": "Your prompt here"}],
   )

   Ten en cuenta que la migración también cambia de client.beta.messages.create a client.messages.create. Adaptive thinking y effort son funcionalidades de disponibilidad general (GA) y no requieren el espacio de nombres beta del SDK ni ningún encabezado beta.

2. Elimina el encabezado beta de effort: El parámetro effort ahora es GA. Elimina betas=["effort-2025-11-24"] de tus solicitudes.

3. Elimina el encabezado beta de fine-grained tool streaming: El fine-grained tool streaming ahora es GA. Elimina betas=["fine-grained-tool-streaming-2025-05-14"] de tus solicitudes.

4. Elimina el encabezado beta de interleaved thinking: Adaptive thinking habilita automáticamente el interleaved thinking en Claude Opus 4.7, Opus 4.6 y Sonnet 4.6. Elimina betas=["interleaved-thinking-2025-05-14"] de tus solicitudes. El encabezado sigue siendo funcional en Sonnet 4.6 con pensamiento extendido manual, pero el modo manual está obsoleto.

5. Migra a output_config.format: Si usas salidas estructuradas, actualiza output_format={...} a output_config={"format": {...}}. El parámetro antiguo sigue siendo funcional pero está obsoleto y se eliminará en una versión futura del modelo.



Migración desde Claude 4.1 o anterior

Si estás migrando desde Opus 4.1 (obsoleto), Sonnet 4 (obsoleto) o modelos anteriores directamente a Claude Opus 4.7, aplica los cambios de Claude Opus 4.7 al principio de esta guía y los cambios acumulativos anteriores más los cambios adicionales de esta sección.

# De Opus 4.1
model = "claude-opus-4-1-20250805"  # Before
model = "claude-opus-4-7"  # After

# De Sonnet 4
model = "claude-sonnet-4-20250514"  # Before
model = "claude-opus-4-7"  # After

# De Sonnet 3.7
model = "claude-3-7-sonnet-20250219"  # Before
model = "claude-opus-4-7"  # After



Cambios incompatibles adicionales

1. Elimina los parámetros de muestreo

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   A partir de Claude Opus 4.7, establecer temperature, top_p o top_k en cualquier valor no predeterminado devolverá un error 400. La ruta de migración más segura es omitir estos parámetros por completo de las solicitudes y usar prompts para guiar el comportamiento del modelo. Si estabas usando temperature = 0 para determinismo, ten en cuenta que nunca garantizó salidas idénticas.

   Python

   

   # Antes - Esto generará un error en los modelos Claude 4+
   response = client.messages.create(
       model="claude-3-7-sonnet-20250219",
       temperature=0.7,
       top_p=0.9,  # Non-default sampling params return 400 on Opus 4.7
       # ...
   )
   
   # Después
   response = client.messages.create(
       model="claude-opus-4-7",
       # ...
   )

2. Actualiza las versiones de herramientas

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Actualiza a las versiones más recientes de las herramientas. Elimina cualquier código que use el comando undo_edit.

   # Antes
   tools = [{"type": "text_editor_20250124", "name": "str_replace_editor"}]
   
   # Después
   tools = [{"type": "text_editor_20250728", "name": "str_replace_based_edit_tool"}]

   
   • Editor de texto: Usa text_editor_20250728 y str_replace_based_edit_tool. Consulta la documentación de la herramienta de editor de texto para más detalles.
   • Ejecución de código: Actualiza a code_execution_20250825. Consulta la documentación de la herramienta de ejecución de código para instrucciones de migración.

3. Maneja el stop reason refusal

   Actualiza tu aplicación para manejar los stop reasons refusal:

   Python

   

   response = client.messages.create(...)
   
   if response.stop_reason == "refusal":
       # Maneja el rechazo de forma apropiada
       pass

4. Maneja el stop reason model_context_window_exceeded

   Los modelos Claude 4.5+ devuelven un stop reason model_context_window_exceeded cuando la generación se detiene debido a que se alcanzó el límite de la ventana de contexto, en lugar del límite de max_tokens solicitado. Actualiza tu aplicación para manejar este nuevo stop reason:

   Python

   

   response = client.messages.create(...)
   
   if response.stop_reason == "model_context_window_exceeded":
       # Maneja el límite de la ventana de contexto adecuadamente
       pass

5. Verifica el manejo de parámetros de herramientas (saltos de línea finales)

   Los modelos Claude 4.5+ conservan los saltos de línea finales en los parámetros de cadena de las llamadas a herramientas que anteriormente se eliminaban. Si tus herramientas dependen de la coincidencia exacta de cadenas con los parámetros de llamadas a herramientas, verifica que tu lógica maneje correctamente los saltos de línea finales.

6. Actualiza tus prompts para los cambios de comportamiento

   Los modelos Claude 4+ tienen un estilo de comunicación más conciso y directo, y requieren instrucciones explícitas. Revisa las mejores prácticas de prompting para obtener orientación de optimización.



Cambios recomendados adicionales

• Elimina los encabezados beta heredados: Elimina token-efficient-tools-2025-02-19 y output-128k-2025-02-19. Todos los modelos Claude 4+ tienen uso de herramientas eficiente en tokens incorporado y estos encabezados no tienen efecto.



Lista de verificación de migración (desde Opus 4.5 o anterior)

• Actualiza el ID del modelo a claude-opus-4-7
• Aplica todos los cambios incompatibles de Opus 4.7 (pensamiento extendido eliminado, parámetros de muestreo eliminados, visualización de pensamiento omitida por defecto, tokenización actualizada)
• INCOMPATIBLE: Elimina los prefills de mensajes del asistente (devuelve error 400); usa salidas estructuradas o output_config.format en su lugar
• INCOMPATIBLE en Opus 4.7: Reemplaza thinking: {type: "enabled", budget_tokens: N} con thinking: {type: "adaptive"} más el parámetro effort (devuelve 400 en Opus 4.7)
• Verifica que el análisis JSON de llamadas a herramientas use un analizador JSON estándar
• Elimina el encabezado beta effort-2025-11-24 (effort ahora es GA)
• Elimina el encabezado beta fine-grained-tool-streaming-2025-05-14
• Elimina el encabezado beta interleaved-thinking-2025-05-14 (adaptive thinking habilita interleaved thinking automáticamente)
• Migra output_format a output_config.format (si corresponde)
• Si migras desde Claude 4.1 o anterior: elimina temperature, top_p y top_k (los valores no predeterminados devuelven 400 en Opus 4.7)
• Si migras desde Claude 4.1 o anterior: actualiza las versiones de herramientas (text_editor_20250728, code_execution_20250825)
• Si migras desde Claude 4.1 o anterior: maneja el stop reason refusal
• Si migras desde Claude 4.1 o anterior: maneja el stop reason model_context_window_exceeded
• Si migras desde Claude 4.1 o anterior: verifica el manejo de parámetros de cadena de herramientas para saltos de línea finales
• Si migras desde Claude 4.1 o anterior: elimina los encabezados beta heredados (token-efficient-tools-2025-02-19, output-128k-2025-02-19)
• Revisa y actualiza los prompts siguiendo las mejores prácticas de prompting
• Prueba en un entorno de desarrollo antes del despliegue en producción



Migración a Claude Sonnet 4.6

Claude Sonnet 4.6 combina una inteligencia sólida con un rendimiento rápido, con capacidades mejoradas de búsqueda agéntica y ejecución de código gratuita cuando se usa con búsqueda web o web fetch. Es ideal para tareas cotidianas de programación, análisis y contenido.

Para una descripción completa de las capacidades, consulta la descripción general de modelos.

Actualiza el nombre de tu modelo:

# De Sonnet 4.5
model = "claude-sonnet-4-5"  # Before
model = "claude-sonnet-4-6"  # After

# De Sonnet 4
model = "claude-sonnet-4-20250514"  # Before
model = "claude-sonnet-4-6"  # After



Cambios incompatibles



Al migrar desde Sonnet 4.5

1. El prefill de mensajes del asistente ya no es compatible

   

   Este es un cambio incompatible al migrar desde Sonnet 4.5 o anterior.

   El prefill de mensajes del asistente devuelve un error 400 en Sonnet 4.6. Usa salidas estructuradas, instrucciones en la indicación del sistema o output_config.format en su lugar.

   Casos de uso comunes de prefill y migraciones:

   • Controlar el formato de salida (forzar salida JSON/YAML): Usa salidas estructuradas o herramientas con campos enum para tareas de clasificación.

   • Eliminar preámbulos (eliminar frases como "Aquí está..."): Agrega instrucciones directas en la indicación del sistema: "Responde directamente sin preámbulo. No comiences con frases como 'Aquí está...', 'Basado en...', etc."

   • Evitar rechazos incorrectos: Claude ahora es mucho mejor en rechazos apropiados. Un prompting claro en el mensaje del usuario sin prefill debería ser suficiente.

   • Continuaciones (reanudar respuestas interrumpidas): Mueve la continuación al mensaje del usuario: "Tu respuesta anterior fue interrumpida y terminó con [previous_response]. Continúa desde donde lo dejaste."

   • Hidratación de contexto / consistencia de rol (refrescar el contexto en conversaciones largas): Inyecta lo que anteriormente eran recordatorios de asistente con prefill en el turno del usuario en su lugar.

2. El escapado JSON de parámetros de herramientas puede diferir

   

   Este es un cambio incompatible al migrar desde Sonnet 4.5 o anterior.

   El escapado de cadenas JSON en los parámetros de herramientas puede diferir de los modelos anteriores. Los analizadores JSON estándar manejan esto automáticamente, pero el análisis personalizado basado en cadenas puede necesitar actualizaciones.



Al migrar desde Claude 3.x

1. Actualiza los parámetros de muestreo

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Usa solo temperature O top_p, no ambos.

2. Actualiza las versiones de herramientas

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Actualiza a las versiones más recientes de las herramientas (text_editor_20250728, code_execution_20250825). Elimina cualquier código que use el comando undo_edit.

3. Maneja el stop reason refusal

   Actualiza tu aplicación para manejar los stop reasons refusal.

4. Actualiza tus prompts para los cambios de comportamiento

   Los modelos Claude 4 tienen un estilo de comunicación más conciso y directo. Revisa las mejores prácticas de prompting para obtener orientación de optimización.



Cambios recomendados

1. Elimina el encabezado beta fine-grained-tool-streaming-2025-05-14: El fine-grained tool streaming ahora es GA en Sonnet 4.6 y ya no requiere un encabezado beta.
2. Migra output_format a output_config.format: El parámetro output_format está obsoleto. Usa output_config.format en su lugar.



Migración desde Sonnet 4.5

Considera migrar de Sonnet 4.5 a Sonnet 4.6, que ofrece más inteligencia al mismo precio.



Si no estás usando pensamiento extendido

Si no estás usando pensamiento extendido en Sonnet 4.5, puedes continuar sin él en Sonnet 4.6. Debes establecer explícitamente effort al nivel apropiado para tu caso de uso. Con effort low y el pensamiento deshabilitado, puedes esperar un rendimiento similar o mejor en comparación con Sonnet 4.5 sin pensamiento extendido.

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "Your prompt here"}],
)



Si estás usando pensamiento extendido

Si estás usando pensamiento extendido con budget_tokens en Sonnet 4.5, sigue siendo funcional en Sonnet 4.6 pero está obsoleto. Migra a adaptive thinking con el parámetro effort.

Migración a adaptive thinking

Adaptive thinking es el reemplazo recomendado para budget_tokens en Sonnet 4.6. Es particularmente adecuado para los siguientes patrones de carga de trabajo:

• Agentes autónomos de múltiples pasos: agentes de programación que convierten requisitos en software funcional, pipelines de análisis de datos y búsqueda de errores donde el modelo se ejecuta de forma independiente a lo largo de muchos pasos. Adaptive thinking permite que el modelo calibre su razonamiento por paso, manteniéndose en el camino correcto a lo largo de trayectorias más largas. Para estas cargas de trabajo, comienza con effort high. Si la latencia o el uso de tokens es una preocupación, reduce a medium.
• Agentes de uso de computadora: Sonnet 4.6 logró la mejor precisión de su clase en evaluaciones de uso de computadora usando el modo adaptive.
• Cargas de trabajo bimodales: una mezcla de tareas fáciles y difíciles donde adaptive omite el pensamiento en consultas simples y razona profundamente en las complejas.

Al usar adaptive thinking, evalúa effort medium y high en tus tareas. El nivel correcto depende del equilibrio de tu carga de trabajo entre calidad, latencia y uso de tokens.

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "medium"},
    messages=[{"role": "user", "content": "Your prompt here"}],
)

Mantener budget_tokens durante la migración

Si necesitas mantener budget_tokens temporalmente mientras migras, un presupuesto de alrededor de 16k tokens proporciona margen para problemas más difíciles sin riesgo de uso descontrolado de tokens. Esta configuración está obsoleta y se eliminará en una versión futura del modelo.

Casos de uso de programación y agénticos

Para programación agéntica, diseño frontend, flujos de trabajo con uso intensivo de herramientas y flujos de trabajo empresariales complejos, comienza con effort medium. Si encuentras que la latencia es demasiado alta, considera reducir effort a low. Si necesitas mayor inteligencia, considera aumentar effort a high o migrar a Opus 4.7.

response = client.beta.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=16384,
    thinking={"type": "enabled", "budget_tokens": 16384},
    output_config={"effort": "medium"},
    betas=["interleaved-thinking-2025-05-14"],
    messages=[{"role": "user", "content": "Your prompt here"}],
)

Casos de uso de chat y no relacionados con programación

Para chat, generación de contenido, búsqueda, clasificación y otras tareas no relacionadas con programación, comienza con effort low con pensamiento extendido. Si necesitas más profundidad, aumenta effort a medium.

response = client.beta.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    thinking={"type": "enabled", "budget_tokens": 16384},
    output_config={"effort": "low"},
    betas=["interleaved-thinking-2025-05-14"],
    messages=[{"role": "user", "content": "Your prompt here"}],
)



Lista de verificación de migración de Sonnet 4.6

• Actualiza el ID del modelo a claude-sonnet-4-6
• INCOMPATIBLE: Elimina el prefill de mensajes del asistente; usa salidas estructuradas o output_config.format en su lugar
• INCOMPATIBLE: Verifica que el análisis JSON de parámetros de herramientas maneje las diferencias de escapado
• INCOMPATIBLE: Actualiza las versiones de herramientas a las más recientes (text_editor_20250728, code_execution_20250825); las versiones heredadas no son compatibles (si migras desde 3.x)
• INCOMPATIBLE: Elimina cualquier código que use el comando undo_edit (si corresponde)
• INCOMPATIBLE: Actualiza los parámetros de muestreo para usar solo temperature O top_p, no ambos (si migras desde 3.x)
• Maneja el nuevo stop reason refusal en tu aplicación
• Elimina el encabezado beta fine-grained-tool-streaming-2025-05-14 (ahora GA)
• Migra output_format a output_config.format
• Revisa y actualiza los prompts siguiendo las mejores prácticas de prompting
• Recomendado: Migra de thinking: {type: "enabled", budget_tokens: N} a thinking: {type: "adaptive"} con el parámetro effort (budget_tokens está obsoleto y se eliminará en una versión futura)
• Prueba en un entorno de desarrollo antes del despliegue en producción



Migración a Claude Sonnet 4.5

Claude Sonnet 4.5 combina una inteligencia sólida con un rendimiento rápido, lo que lo hace ideal para tareas cotidianas de programación, análisis y contenido.

Para una descripción completa de las capacidades, consulta la descripción general de modelos.

Actualiza el nombre de tu modelo:

# De Sonnet 4
model = "claude-sonnet-4-20250514"  # Before
model = "claude-sonnet-4-5-20250929"  # After

# De Sonnet 3.7
model = "claude-3-7-sonnet-20250219"  # Before
model = "claude-sonnet-4-5-20250929"  # After



Cambios incompatibles

Estos cambios incompatibles aplican al migrar desde modelos Claude 3.x Sonnet.

1. Actualiza los parámetros de muestreo

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Usa solo temperature O top_p, no ambos.

2. Actualiza las versiones de herramientas

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Actualiza a las versiones más recientes de las herramientas (text_editor_20250728, code_execution_20250825). Elimina cualquier código que use el comando undo_edit.

3. Maneja el stop reason refusal

   Actualiza tu aplicación para manejar los stop reasons refusal.

4. Actualiza tus prompts para los cambios de comportamiento

   Los modelos Claude 4 tienen un estilo de comunicación más conciso y directo. Revisa las mejores prácticas de prompting para obtener orientación de optimización.



Lista de verificación de migración de Sonnet 4.5

• Actualiza el ID del modelo a claude-sonnet-4-5-20250929
• INCOMPATIBLE: Actualiza las versiones de herramientas a las más recientes (text_editor_20250728, code_execution_20250825); las versiones heredadas no son compatibles (si migras desde 3.x)
• INCOMPATIBLE: Elimina cualquier código que use el comando undo_edit (si corresponde)
• INCOMPATIBLE: Actualiza los parámetros de muestreo para usar solo temperature O top_p, no ambos (si migras desde 3.x)
• Maneja el nuevo stop reason refusal en tu aplicación
• Revisa y actualiza los prompts siguiendo las mejores prácticas de prompting
• Considera habilitar el pensamiento extendido para tareas de razonamiento complejas
• Prueba en un entorno de desarrollo antes del despliegue en producción



Migración a Claude Haiku 4.5

Claude Haiku 4.5 es el modelo Haiku más rápido e inteligente con rendimiento cercano a la frontera, ofreciendo calidad de modelo premium para aplicaciones interactivas y procesamiento de alto volumen.

Para una descripción completa de las capacidades, consulta la descripción general de modelos.

Actualiza el nombre de tu modelo:

# De Haiku 3.5
model = "claude-3-5-haiku-20241022"  # Before
model = "claude-haiku-4-5-20251001"  # After

Revisa los nuevos límites de velocidad: Haiku 4.5 tiene límites de velocidad separados de Haiku 3.5. Consulta la documentación de límites de velocidad para más detalles.

Explora nuevas capacidades: Consulta la descripción general de modelos para obtener detalles sobre conciencia de contexto, mayor capacidad de salida (64k tokens), mayor inteligencia y velocidad mejorada.



Cambios incompatibles

Estos cambios incompatibles aplican al migrar desde modelos Claude 3.x Haiku.

1. Actualiza los parámetros de muestreo

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Usa solo temperature O top_p, no ambos.

2. Actualiza las versiones de herramientas

   

   Este es un cambio incompatible al migrar desde modelos Claude 3.x.

   Actualiza a las versiones más recientes de las herramientas (text_editor_20250728, code_execution_20250825). Elimina cualquier código que use el comando undo_edit.

3. Maneja el stop reason refusal

   Actualiza tu aplicación para manejar los stop reasons refusal.

4. Actualiza tus prompts para los cambios de comportamiento

   Los modelos Claude 4 tienen un estilo de comunicación más conciso y directo. Revisa las mejores prácticas de prompting para obtener orientación de optimización.



Lista de verificación de migración de Haiku 4.5

• Actualiza el ID del modelo a claude-haiku-4-5-20251001
• INCOMPATIBLE: Actualiza las versiones de herramientas a las más recientes (text_editor_20250728, code_execution_20250825); las versiones heredadas no son compatibles
• INCOMPATIBLE: Elimina cualquier código que use el comando undo_edit (si corresponde)
• INCOMPATIBLE: Actualiza los parámetros de muestreo para usar solo temperature O top_p, no ambos
• Maneja el nuevo stop reason refusal en tu aplicación
• Revisa y ajusta para los nuevos límites de velocidad (separados de Haiku 3.5)
• Revisa y actualiza los prompts siguiendo las mejores prácticas de prompting
• Considera habilitar el pensamiento extendido para tareas de razonamiento complejas
• Prueba en un entorno de desarrollo antes del despliegue en producción



Obtener ayuda

• Consulta la documentación de la API para especificaciones detalladas
• Revisa las capacidades de los modelos para comparaciones de rendimiento
• Revisa las notas de versión de la API para actualizaciones de la API
• Contacta al soporte si encuentras algún problema durante la migración