Anthropic está explicando a los inversores de su salida a bolsa que su equipo de chips, de unas 15 personas, ya usa Claude para acelerar el diseño de sus propios procesadores de IA, según publicó The Information el 3 de noviembre de 2026. El medio estadounidense sostiene que eso podría darle ventaja frente a fabricantes consolidados como NVIDIA y AMD. El mismo día, la consultora SemiAnalysis recordó que su nueva prueba GDPx incluye 34 tareas de diseño de chips, en las que ningún modelo supera todavía el 6 % de acierto.
Las claves de Claude y el diseño de chips de Anthropic en 30 segundos
- Según The Information, Anthropic dice a los inversores que su equipo de chips usa Claude para diseñar más rápido.
- SemiAnalysis mide a 13 modelos en 34 tareas reales de verificación, diseño RTL y diseño físico.
- GPT 6.1 Sol lidera con un 5,6 %, seguido de Claude Opus 5.5 con un 4,8 %.
- Las puntuaciones son bajas: la propia SemiAnalysis dice que el campo está en sus inicios.
El artículo de The Information, firmado por Qianer Liu, Valida Pau y Phoebe Liu, está tras un muro de pago. Su entradilla explica que los modelos de Anthropic ya han ayudado a descubrir vulnerabilidades graves y han transformado la programación, y que ahora la empresa comprueba cuánta ventaja pueden darle en un terreno que no es el suyo: el diseño de sus propios chips de IA. La cifra de 15 personas y la comparación con NVIDIA y AMD proceden del mensaje con el que el propio medio difundió la pieza en X. No se conocen más detalles públicos sobre qué partes del diseño automatiza Claude ni con qué resultados medibles.
Un argumento para la salida a bolsa
El contexto ayuda a entender por qué Anthropic saca este tema ante los inversores. La empresa prepara su salida a bolsa y depende de capacidad de cómputo de varios proveedores: como ya contamos, reparte su IA entre cuatro familias de chips, según su S-1. Tener silicio propio le permitiría reducir esa dependencia, como ya hacen Google con sus TPU o Amazon con Trainium, y presentar a Claude como una herramienta capaz de acortar un proceso que en la industria lleva años y equipos de cientos de ingenieros es también un argumento comercial.
Conviene leerlo con cautela. Se trata de lo que la compañía cuenta a potenciales accionistas, transmitido por un medio que no ha publicado el documento completo, y no de un resultado verificado por terceros. Que un equipo de 15 personas use un modelo para ir más rápido no equivale a que el modelo diseñe un chip, y Anthropic no ha anunciado ningún procesador terminado. Otras empresas del sector también exploran esta vía: OpenAI y Synopsys presentaron en octubre GPT-Synopsys para automatizar el diseño de chips.
Qué mide GDPx en diseño de chips
SemiAnalysis, la consultora de semiconductores que dirige Dylan Patel, reaccionó a la noticia en X recordándola como motivo de su última prueba. En su mensaje afirma que cree que la IA creará un valor enorme en el diseño de chips, que por eso incluyó 34 tareas de diseño de chips de frontera en GDPx y que todavía se está en una fase muy temprana.
GDPx es un banco de pruebas que mide la capacidad de los modelos como agentes en 11 ámbitos con valor económico, desde las finanzas y el derecho hasta la ciberseguridad, la biología o el diseño de hardware, con 206 tareas preparadas por 14 socios especializados. En diseño de chips, las tareas cubren verificación, diseño RTL con presión de consumo, rendimiento y área (PPA) y diseño físico, y parten de silicio real que ya llegó a fabricarse. Las aportan tres empresas: Aria (10 tareas), Arcverex (10) y Ergodex (14). Según la metodología publicada, cada tarea se corrige de forma binaria, continua o combinada según el ámbito, y la nota es la media de tres intentos.
Ningún modelo llega al 6 %
La clasificación de diseño de chips la encabeza GPT 6.1 Sol, de OpenAI, con un 5,6 %, seguido de Claude Opus 5.5, de Anthropic, con un 4,8 %, y de GPT-6 Astra, con un 4,4 %. Claude Sonnet 5.5 queda cuarto con un 3,5 %. Después se abre una brecha: Gemini 4 Argon y Gemini 4 Carbon, de Google, logran un 1,6 % y un 1,4 %, y GPT-6 Luna, un 1,3 %. Claude Fable 5.1 se queda en el 0,8 %, Muse Wonder Full, de Meta, en el 0,6 %, y DeepSeek 4.1 Flash, GLM 5.3 y Muse Wonder no pasan del 0,2 %. Grok 4.7, de xAI, marca un 0,0 %.
El coste también separa a los primeros. Cada tarea cuesta 16,34 dólares con GPT 6.1 Sol y 58,54 con Claude Opus 5.5, según la tabla de SemiAnalysis, mientras que GPT-6 Astra llega a 73,84 y Claude Fable 5.1, a 100 dólares. En el otro extremo, GPT-6 Luna y DeepSeek 4.1 Flash cuestan en torno a 1,5 dólares por tarea, con resultados muy inferiores.
El diseño de chips es, de hecho, uno de los terrenos más difíciles de la prueba. En la clasificación general de GDPx, que promedia los 11 ámbitos con el mismo peso, Claude Opus 5.5 aparece primero con un 12,0 %, por delante de Gemini 4 Carbon (10,9 %) y GPT-6 Astra (9,6 %), mientras que GPT 6.1 Sol baja al sexto puesto con un 8,4 %. Es decir, el modelo que más destaca en chips no es el mejor en el conjunto, y ninguno supera todavía la mitad de las tareas en ningún ranking.
Las cifras ponen en perspectiva el mensaje de Anthropic. Que Claude ayude a un equipo humano en partes concretas del trabajo es compatible con que, evaluado de forma autónoma en tareas completas, resuelva menos del 5 % de los casos. GDPx mide al modelo actuando como agente sobre problemas cerrados y no cómo rinde un ingeniero apoyado en él. Por eso, como resume SemiAnalysis, la carrera acaba de empezar, y en ella compiten también herramientas especializadas como la de Empyrean, que redujo de cuatro semanas a una una tarea de automatización del diseño electrónico.
Preguntas frecuentes
¿Usa Anthropic Claude para diseñar sus propios chips?
Según The Information, Anthropic dice a los inversores de su salida a bolsa que su equipo de chips, de unas 15 personas, usa Claude para acelerar el diseño. La empresa no ha anunciado ningún chip terminado.
¿Qué es GDPx de SemiAnalysis?
Es una prueba que mide la capacidad de los modelos de IA como agentes en 11 ámbitos con valor económico, con 206 tareas. En diseño de chips incluye 34 tareas basadas en silicio real.
¿Qué modelo de IA diseña mejor chips según GDPx?
GPT 6.1 Sol, de OpenAI, con un 5,6 %, seguido de Claude Opus 5.5, con un 4,8 %, y GPT-6 Astra, con un 4,4 %. Ningún modelo llega al 6 %.
¿Qué modelo lidera la clasificación general de GDPx?
Claude Opus 5.5, con un 12,0 % de media en los 11 ámbitos, por delante de Gemini 4 Carbon (10,9 %) y GPT-6 Astra (9,6 %).
Fuentes:
