That's NeuralCatálogo de modelos

anthropic

Anthropic: Claude Opus 5 (batch)

anthropic/claude-opus-5:batch

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

El catálogo de OpenRouter presenta anthropic/claude-opus-5:batch como una variante por lotes asociada al ID canónico anthropic/claude-opus-5-20260723. Enumera entradas de texto, imagen y archivo con salida de texto, una ventana de contexto de un millón de tokens, razonamiento opcional habilitado por defecto con esfuerzo alto y compatibilidad con herramientas, salidas estructuradas, verbosidad y controles de formato de respuesta. La descripción del catálogo lo orienta a razonamiento exigente, programación, trabajo agéntico de largo alcance, tareas de software, revisión de código, detección de errores y análisis visual; también informa mediciones de arenas e índices en tareas de código, agentes, diseño y ámbitos relacionados. No se incluyó una ficha independiente del modelo en el paquete de fuentes.[1]

Puntos fuertes

  • Acepta entradas de texto, imagen y archivo con salida de texto.[1]
  • Ofrece una ventana de contexto de un millón de tokens y esfuerzo de razonamiento ajustable, con esfuerzo alto como valor predeterminado.[1]
  • Admite herramientas, salidas estructuradas, formato de respuesta, secuencias de parada y controles de verbosidad.[1]

Limitaciones

  • La evidencia se limita al catálogo de OpenRouter; no se proporcionó una ficha independiente del modelo.[1]
  • La fuente no especifica el comportamiento de ejecución por lotes, la latencia, la disponibilidad, las cuotas ni los límites de carga de trabajo.[1]
  • Las mediciones de arenas e índices son datos agregados del catálogo, no evidencia para un despliegue concreto; valide cargas de trabajo representativas.[1]

Dónde utilizarlo

  • Considérelo para flujos de programación compleja, revisión de código o detección de errores que se beneficien de controles de razonamiento y herramientas.[1]
  • Potencialmente adecuado para análisis de contexto largo de textos, imágenes o archivos cuando se requiere una respuesta de texto.[1]
  • Puede evaluarse para tareas agénticas u orientadas al diseño, con pruebas representativas antes de su uso en producción.[1]

Fuentes

  1. [1] OpenRouter catalog · Anthropic: Claude Opus 5 (batch)Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

Claude Opus 5 is Anthropic’s flagship model for demanding reasoning, coding, and long-horizon agentic work. It is particularly strong at end-to-end software tasks, code review and bug finding, visual analysis...

Especificaciones

ID del modelo
anthropic/claude-opus-5:batch
ID canónico
anthropic/claude-opus-5-20260723
Creador
anthropic
Añadido a OpenRouter
24.07.2026
Longitud de contexto
1,000,000
Modalidad
text+image+file->text
Modalidades de entrada
text, image, file
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $2.5 / salida $12.5
Corte de conocimiento
—
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalAA — siguiente 20% de la cohorterazonamiento: opcional · predeterminado high · esfuerzos: max, xhigh, high, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort
ProgramaciónSS — 10% superior de la cohorte—
AgentesSS — 10% superior de la cohorteparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin mediciónrazonamiento: opcional · predeterminado high · esfuerzos: max, xhigh, high, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort
Análisis de documentosSin mediciónentrada: file
VisiónSin mediciónentrada: image
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Artificial AnalysisIntelligence index44.2AA — siguiente 20% de la cohorte13.11.2026
Artificial AnalysisCoding index78SS — 10% superior de la cohorte13.11.2026
Artificial AnalysisAgentic index56.5SS — 10% superior de la cohorte13.11.2026
Design Arenaagents · agenticgamedevtasa de victoria 53.3% · posición 31,203EloSS — 10% superior de la cohorte13.11.2026
Design Arenaagents · androidnativetasa de victoria 55.7% · posición 81,243EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenaagents · blender3dtasa de victoria 63.1% · posición 51,201EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenaagents · codetovideotasa de victoria 63.6% · posición 41,250EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenaagents · fullstacktasa de victoria 57.1% · posición 61,286EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenaagents · godotgamedevtasa de victoria 54.5% · posición 31,261EloSS — 10% superior de la cohorte13.11.2026
Design Arenaagents · mobileappstasa de victoria 67.1% · posición 11,348EloSS — 10% superior de la cohorte13.11.2026
Design Arenaagents · pdftasa de victoria 57.2% · posición 111,231EloBB — siguiente 30% de la cohorte13.11.2026
Design Arenaagents · python-pptxslidestasa de victoria 54.3% · posición 71,225EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenaagents · spreadsheettasa de victoria 57.1% · posición 91,239EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenaagents · webappstasa de victoria 54.8% · posición 121,253EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenamodels · 3dtasa de victoria 59.9% · posición 151,324EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenamodels · asciiarttasa de victoria 68.6% · posición 11,354EloSS — 10% superior de la cohorte13.11.2026
Design Arenamodels · codecategoriestasa de victoria 57.4% · posición 121,318EloSS — 10% superior de la cohorte13.11.2026
Design Arenamodels · dataviztasa de victoria 58.3% · posición 91,327EloSS — 10% superior de la cohorte13.11.2026
Design Arenamodels · gamedevtasa de victoria 58% · posición 111,332EloSS — 10% superior de la cohorte13.11.2026
Design Arenamodels · svgtasa de victoria 58.7% · posición 51,308EloSS — 10% superior de la cohorte13.11.2026
Design Arenamodels · uicomponenttasa de victoria 60.6% · posición 91,341EloSS — 10% superior de la cohorte13.11.2026
Design Arenamodels · websitetasa de victoria 56.1% · posición 141,305EloAA — siguiente 20% de la cohorte13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Anthropic1,000,000$2.5$12.5———

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.