Anthropic lanzó Claude Opus 4.7 esta semana con dos cambios materiales:
- Context window de 1M tokens (vs 200K en Opus 4.5).
- Costo 30% menor por token que Opus 4.5 al lanzamiento.
La pregunta no es si tu equipo "debe usar Opus 4.7". Es si tu caso justifica un modelo de 1M tokens.
Qué es 1M tokens en términos reales
1M tokens son aproximadamente:
- 750 mil palabras en español
- 15-20 libros técnicos de 300 páginas
- Todo el código de un repo mediano (~100K líneas)
- 2-3 meses de logs operativos para un sistema de tamaño medio
Es mucho contexto. Pero "mucho" no equivale a "necesario".
Cuándo SÍ justifica el costo
Tres casos donde 1M tokens cambia lo que es posible:
1. Code review de PRs grandes
Para PRs que tocan >50 archivos, dar al modelo TODO el repo (no solo los archivos cambiados) cambia la calidad del review. El modelo puede entender contexto arquitectónico que un revisor humano olvida. Anthropic reportó internamente que este es su caso #1 con Opus 4.7.
2. Análisis de documentación legal larga
Contratos master + sus 12 anexos + sus 8 enmiendas + correspondencia legal de 2 años = ~500K tokens. Con 200K había que segmentar y perdías cross-referencia. Con 1M cabe todo en un solo pass.
3. Debugging operativo con logs largos
Cuando un incidente requiere correlacionar logs de 48-72 horas + métricas + documentación interna, 1M permite hacerlo sin retrieval previo. Especialmente útil para post-mortems.
Cuándo NO justifica
La mayoría de casos NO necesitan 1M:
- Chatbots de atención al cliente: RAG con Sonnet a 200K es típicamente mejor (más barato + más rápido + más auditable).
- Asistente para notas médicas/clínicas: una nota cabe en 5K tokens. Opus 4.7 sería matar moscas a cañonazos.
- Generación de contenido: cualquier modelo decente con 32K tokens es suficiente.
La trampa del "long context" puro
Hay una tentación de meter MUCHO contexto y esperar mejor calidad. La realidad: el modelo presta más atención al inicio y al final del contexto, y menos al medio. Si pones 800K tokens, el modelo razona principalmente sobre los primeros 100K y los últimos 100K. RAG bien hecho con un modelo más chico suele ganar.
Costo comparado
Para un caso típico de RAG sobre 50K tokens efectivos:
- Sonnet 4 con RAG: ~$0.15 / consulta
- Opus 4.7 con full context 50K: ~$0.45 / consulta
Para escala (>10K consultas/mes), Sonnet con RAG sigue siendo la elección obvia. Opus 4.7 es para casos donde la calidad marginal vale 3× el costo.
Recomendación operativa
En unifai usamos un check simple:
- Si el caso es alta-frecuencia + baja-criticidad-por-consulta → Sonnet + RAG.
- Si el caso es baja-frecuencia + alta-criticidad-por-consulta → Opus 4.7.
- Si el caso es alta-frecuencia + alta-criticidad → arquitectura híbrida (Sonnet primero, escala a Opus solo cuando triggers específicos).
Cierre
Opus 4.7 es legítimamente mejor para casos específicos. Pero el 80% de los pilotos enterprise no son de esos. Antes de pagar 3× por consulta, vale la pena medir si tu caso real lo justifica.
¿No estás seguro qué modelo usar para tu caso? Diagnóstico técnico de stack incluido en Fase 01. Hablemos.