Anthropic lanzó Claude 2 en julio de 2023 con un cambio de registro frente a su primera versión: una ventana de contexto de 100.000 tokens, mejoras medibles en código y razonamiento matemático, y un sistema de planes que incluye acceso prioritario en horas punta. El modelo compite directamente con GPT-4 de OpenAI, que a esa fecha manejaba hasta 32.000 tokens en su variante más amplia.
Ya con la primera versión de Claude Anthropic mostró su ambición de ofrecer un modelo alternativo centrado en seguridad. Con Claude 2, la apuesta es más concreta: datos, benchmarks y una ventana de contexto que supera en más del triple a la de GPT-4 en ese momento.
100.000 tokens de contexto: qué cambia en la práctica
La ventana de contexto determina cuánto texto puede procesar el modelo en una sola interacción. Con 100.000 tokens, Claude 2 puede ingerir documentos de más de 70.000 palabras sin necesidad de dividirlos, lo que lo hace especialmente útil para anlisis de contratos largos, revisiones de código extensas o resumen de informes completos. GPT-4 operaba con un máximo de 32.000 tokens en su variante gpt-4-32k, y la versión estándar de ChatGPT con GPT-3.5 se limitaba a 4.000.
La diferencia práctica es relevante: con GPT-4 en 32K, un contrato de 50 páginas ya empezaba a requerir recortes o divisiones. Con Claude 2, cabe entero en una sola consulta.
Mejoras en código y matemáticas
En el benchmark HumanEval, que mide la capacidad de generar código funcional en Python, Claude 2 alcanzó un 71,2% frente al 56,0% de Claude 1. En Codex Human Eval, la comparación con modelos de OpenAI deja a Claude 2 por encima de GPT-3.5 y a la par con algunas variantes de GPT-4. En GSM8K (problemas de matemáticas de instituto), Claude 2 obtuvo un 88,0%, una mejora de quince puntos sobre su versión anterior.
Anthropic usa Constitutional AI, un enfoque de entrenamiento que incorpora principios explícitos de seguridad en el proceso de ajuste del modelo. El objetivo es reducir respuestas dañinas sin sacrificar utilidad, algo que la compañía lleva trabajando desde su fundación por exmiembros de OpenAI preocupados por la seguridad del desarrollo de la IA. Sobre ese interés por la seguridad, la empresa siguió atrayendo talento en los años siguientes, como cuando Jan Leike se unió a Anthropic tras salir de OpenAI precisamente por esas mismas razones.
Planes y acceso
Claude 2 está disponible a través de claude.ai y de la API de Anthropic. El plan gratuito ofrece acceso básico con límites de mensajes; el plan Pro, de pago, incluye hasta cinco veces más mensajes y acceso prioritario en horas de alta demanda, cuando los servidores suelen estar más cargados. Para equipos de trabajo que usan el modelo en flujos continuos, el acceso prioritario es el punto diferenciador real frente a la versión gratuita.
La API permite integración en productos y servicios de terceros, algo que varias empresas ya estaban probando antes del lanzamiento oficial. El precio por token es competitivo con GPT-4, aunque el coste exacto depende del volumen y del tipo de uso (entrada frente a salida de tokens).
El mercado de los LLM, cada vez más apretado
Claude 2 llega cuando el mercado de los modelos de lenguaje de gran escala (LLM, por sus siglas en inglés) crece con rapidez. Además de GPT-4, Google apostaba por PaLM 2 y Meta había abierto LLaMA 2. Anthropic no compite solo en capacidad técnica, sino también en posicionamiento: el enfoque en seguridad y en contextos largos cubre casos de uso que los demás modelos atendían peor en ese momento.
La información técnica completa está disponible en la publicación oficial de Anthropic.
Preguntas frecuentes
¿Qué ventana de contexto tiene Claude 2?
Claude 2 maneja hasta 100.000 tokens de contexto, lo que equivale a más de 70.000 palabras o documentos de unas 70 páginas. En julio de 2023, GPT-4 alcanzaba como máximo 32.000 tokens en su variante de contexto extendido.
¿Qué es Constitutional AI y por qué lo usa Anthropic?
Es un método de entrenamiento desarrollado por Anthropic que incorpora principios de seguridad explícitos en el ajuste del modelo, en lugar de solo usar retroalimentación humana. El objetivo es que el modelo rechace solicitudes dañinas de forma más consistente sin perder utilidad.
¿Cuánto mejor es Claude 2 en código respecto a Claude 1?
En HumanEval, el benchmark estándar de generación de código Python, Claude 2 subió del 56,0% al 71,2%, una mejora de 15 puntos porcentuales. En GSM8K (matemáticas de nivel bachillerato) pasó del 73% al 88%.
¿Cuál es la diferencia entre el plan gratuito y el plan Pro de Claude 2?
El plan Pro ofrece hasta cinco veces más mensajes que el gratuito y garantiza acceso prioritario durante las horas de alta demanda. Para usos profesionales o flujos de trabajo continuos, el acceso prioritario es lo que marca la diferencia real.
