A diferencia de muchos lanzamientos que priorizan el “estado del arte” absoluto a cualquier costo, Grok 4.7 apuesta por una combinación agresiva de rendimiento, eficiencia y precio. Según la propia compañía, es “el doble de rápido y a la mitad de precio que modelos comparables”.

¿Qué cambia respecto a Grok 4.6?

Grok 4.7 no es un simple fine-tune. Utiliza un base model significativamente más grande (según reportes de la industria, alrededor de 2.1 billones de parámetros frente a los ~1.5 billones de 4.6) y fue entrenado con un run de reinforcement learning mucho más largo, centrado en problemas difíciles que requieren horas de trabajo sostenido.

Las mejoras clave se concentran en tres áreas:

• Persistencia en tareas largas: el modelo se mantiene trabajando de forma más efectiva en problemas de varias horas.
• Autoverificación: revisa su propio trabajo con mayor rigor antes de entregar resultados.
• Manejo de contexto largo: gestiona mejor ventanas extensas y conversaciones complejas.

Además, fue entrenado de forma nativa para entender el harness de Grok Bot, lo que mejora notablemente su desempeño en flujos agenticos, conversaciones y trabajo de conocimiento general. También destaca en la creación de documentos y presentaciones.

Especificaciones técnicas principales

Existe una variante Grok 4.7 Fast (doble velocidad, doble precio) disponible solo en Cursor y Grok Build.

Rendimiento en benchmarks: ventajas claras sobre 4.6

Los resultados oficiales muestran mejoras consistentes y en algunos casos espectaculares:

• CursorBench 4.0 (coding de larga duración): 46.3 % vs 40.4 % de Grok 4.6
• Terminal-Bench 4.0 (trabajo multi-hora en terminal): casi se duplica, de 20.3 % a ~38 %
• EEBench (ingeniería eléctrica): 64.0 % vs 53.0 %
• DeepSWE v1.1: 71.0 % (high effort) vs 65.2 %
• AA Briefcase v1.1 (trabajo de oficina multi-hora): 1.657 Elo vs 1.546
• Harvey Legal Agent Benchmark: 19.6 % vs 15.8 %
• HealthBench Professional: 56.7 % vs 48.5 %

En comparaciones con la competencia (GPT-5.6 Sol Max y Fable 5.1 Max), Grok 4.7 destaca especialmente por su relación precio-rendimiento. Aunque no lidera absolutamente en todos los benchmarks de frontera, supera a GPT-5.6 Sol en varias métricas clave de coding e ingeniería, y ofrece un costo por token significativamente inferior (input a $2 frente a $4–$10 y output a $6 frente a $20–$50 de los rivales).

Evaluaciones independientes de Artificial Analysis confirman el salto: Grok 4.7 alcanza 46 puntos en el Intelligence Index (+2 respecto a 4.6) y se sitúa en la frontera de trabajo agentico de conocimiento, con una mejora de +111 Elo en AA-Briefcase.

Seguridad y salvaguardas reforzadas

Grok 4.7 incorpora un stack de seguridad completamente nuevo. SpaceXAI afirma que es el modelo más fuerte que han evaluado en resistencia a jailbreaks y en el equilibrio entre utilidad y negativa segura en dominios dual-use (ciberseguridad y biología). Destaca especialmente en LatchBio (biosafety) con un 62.4 % y en HackerBench, donde solo deja pasar un 3.3 % de prompts de riesgo mientras mantiene baja la tasa de negativas innecesarias en trabajo legítimo de seguridad.

Disponibilidad y casos de uso ideales

Grok 4.7 ya está disponible en:

• Cursor (todos los planes)
• Grok Build
• API de xAI (modelo grok-4.7)
• Gateways de terceros (OpenRouter, Vercel, Cloudflare, etc.)

Es especialmente recomendable para:

• Agentes de coding de larga duración
• Trabajo de conocimiento profesional (legal, ingeniería, análisis financiero, etc.)
• Flujos multi-hora que requieren autoverificación y creación de documentos/presentaciones
• Escenarios donde el costo por token y la velocidad importan tanto como el rendimiento puro

Conclusión

Grok 4.7 no pretende ser el modelo “más inteligente” en todos los benchmarks absolutos. Su apuesta es más pragmática y potencialmente más disruptiva: ofrecer capacidades de frontera en coding y trabajo agentico de larga duración al mismo precio y velocidad que Grok 4.6, con mejoras claras en persistencia, autoverificación y seguridad.

Para desarrolladores, equipos de ingeniería y profesionales del conocimiento que priorizan la relación rendimiento/costo y la capacidad de sostener tareas complejas durante horas, Grok 4.7 se perfila como una de las opciones más atractivas del mercado a finales de 2026.

¿Ya lo has probado en Cursor o a través de la API? Los primeros reportes de usuarios destacan especialmente su comportamiento en sesiones largas de coding y en la generación de documentos profesionales.

Grok 4.7 : Enlace

Saludos

Llevo un tiempo siguiendo de cerca las últimas versiones de WordPress, y hay un proyecto que viene creciendo lanzamiento tras lanzamiento sin hacer mucho ruido fuera del círculo de desarrolladores: la Abilities API. Al investigarla en detalle, entendí por qué es probablemente uno de los cambios más importantes que WordPress ha introducido en los últimos años, aunque a simple vista parezca solo una API técnica más.

Antes de entrar en tecnicismos, conviene explicarlo de la forma más simple posible, porque no hace falta ser programador para entender por qué esto importa.

Primero, lo básico: ¿qué problema resuelve?

Imaginemos WordPress como una casa enorme con miles de habitaciones (plugins, temas, funciones del núcleo). Cada habitación tiene su propia puerta, con su propia cerradura y su propia forma de abrirla. Cuando una persona quiere hacer algo —publicar un artículo, cambiar el rol de un usuario, revisar el estado del sitio— sabe en qué habitación entrar y cómo moverse, porque usa el panel de administración con el mouse y el teclado, como siempre.

Ahora bien, un asistente de inteligencia artificial no «ve» el panel de administración de la misma manera. No sabe de forma intuitiva qué botón presionar ni en qué pantalla está la opción que necesita. Hasta ahora, si un desarrollador quería que una IA realizara alguna acción en un sitio WordPress, tenía que construir un puente a medida para cada tarea puntual, sin ninguna regla común entre plugins.

La Abilities API viene a resolver justamente eso: es un registro central donde WordPress —y cualquier plugin o tema— puede anotar, de forma clara y estandarizada, «esto es lo que sé hacer, esto es lo que necesito que me indiquen para hacerlo, esto es lo que voy a devolver, y estos son los permisos requeridos para que se me permita ejecutarlo». A cada una de esas acciones registradas se le llama una ability (habilidad).

Es, en el fondo, como colocarle una etiqueta clara y un manual de instrucciones a cada puerta de la casa, escrito en un idioma que tanto una persona como un programa de computadora pueden leer sin confundirse.

¿Por qué esto es tan importante ahora?

Porque cada vez más personas usan asistentes de IA (como Claude, ChatGPT o Gemini) para pedirles tareas del tipo «revisa los últimos artículos que escribí este mes y arma un resumen» o «dime si tengo comentarios pendientes de moderar». Para que un asistente pueda hacer eso de forma confiable —y sobre todo, de forma segura, sin modificar cosas que no debería— necesita un mapa claro de qué puede hacer en ese sitio y bajo qué permisos. La Abilities API es exactamente ese mapa.

Línea de tiempo: cómo fue avanzando

Para que quede clara la evolución, así fue apareciendo esta pieza en los últimos lanzamientos de WordPress:

• WordPress 6.9 (diciembre de 2025). Aquí nace oficialmente la Abilities API como parte del núcleo de WordPress, en su versión de PHP. Trajo un primer conjunto reducido de habilidades básicas del propio WordPress: información del sitio, datos del entorno técnico y datos del usuario conectado en ese momento.
• WordPress 7.0 «Armstrong» (20 de mayo de 2026). Se sumó la contraparte para JavaScript y, lo más relevante, llegó el AI Client: una forma de que los plugins puedan enviar solicitudes a modelos de inteligencia artificial sin atarse a un proveedor específico. Es en este punto donde las abilities dejan de ser solo un catálogo y comienzan a ser realmente útiles: son las «herramientas» concretas que ese cliente de IA puede usar para actuar sobre el sitio.
• 2 de julio de 2026. Se presentó una propuesta para ampliar el catálogo de habilidades del núcleo, pensando en casos concretos como pedirle a un asistente que redacte un borrador con el resumen de los artículos publicados durante un mes, citando las fuentes originales.
• WordPress 7.1 (mediados de agosto de 2026). Esta versión es la que hace que la API sea, según los propios desarrolladores, «realmente construible»: llegaron ajustes al ciclo de ejecución de las habilidades y trabajo de preparación para que distintos programas externos puedan conectarse de forma más ordenada.

¿Cómo se ve esto en la práctica?

Un desarrollador que quiere exponer una función de su plugin como «ability» utiliza una función del núcleo llamada wp_register_ability(), donde define un nombre único, una descripción, qué datos necesita recibir, qué va a devolver y qué permisos son necesarios para ejecutarla. Al ser parte del núcleo de WordPress escrito en PHP, es completamente inspeccionable desde herramientas de línea de comandos como WP-CLI: cualquier desarrollador puede listar, en segundos, qué habilidades están registradas en un sitio, sin necesidad de pasar por el panel de administración ni por ningún asistente de IA. Esto la vuelve muy práctica tanto para depurar errores como para construir automatizaciones que no dependan de inteligencia artificial en absoluto.

Lo que esto significa a futuro

Lo más interesante de este proyecto es hacia dónde apunta: un WordPress donde las acciones automatizadas —ya sean ejecutadas por una IA, por un script propio o por otra herramienta externa— quedan claramente declaradas, verificadas contra permisos reales, y son descubribles en el momento, en lugar de depender de integraciones improvisadas y frágiles. Es un cambio de fondo, no cosmético: WordPress se está preparando activamente para un contexto donde no solo las personas administran sitios web, sino también programas que actúan en su nombre.

Vale la pena aclarar que todavía es un proyecto en desarrollo activo, por lo que algunos detalles de implementación pueden seguir cambiando en próximos lanzamientos. Pero la dirección ya está bastante clara, y para quienes administran o desarrollan sitios en WordPress, es un tema que conviene empezar a seguir de cerca.

¡Saludos!

Esto es lo que hay que saber.

Un nuevo referente en codificación y trabajo intelectual

Opus 5 se acerca al rendimiento de Claude Fable 5, el modelo más avanzado de Anthropic, pero cuesta la mitad. Lidera evaluaciones como Frontier-Bench y GDPval-AA, aunque (Importante aclarar) se mantiene por detrás de Mythos 5 en tareas específicas de ciberseguridad.

Está pensado para el uso diario: funciona con mayor eficiencia que otros modelos y es, de hecho, el modelo predeterminado en Claude Max y el más potente disponible en Claude Pro.

Más rendimiento al mismo precio que su predecesor

Frente a Opus 4.8, su predecesor directo, Opus 5 ofrece un salto de rendimiento notable sin subir de precio. Además, los desarrolladores pueden ajustar el nivel de esfuerzo del modelo: más inteligencia cuando se necesita, o más velocidad y ahorro de tokens cuando prima la eficiencia.

Algunos números concretos:

• Frontier-Bench v0.1: Opus 5 supera a todos los demás modelos y más que duplica el rendimiento de Opus 4.8, a menor costo por tarea.
• CursorBench 3.2: con esfuerzo máximo, queda a solo 0,5% de la puntuación de Fable 5 (a la mitad del costo por tarea).
• ARC-AGI 3 (problemas nuevos): triplica la puntuación del siguiente mejor modelo.
• Zapier AutomationBench (tareas empresariales): tasa de éxito ~1,5 veces mayor que el siguiente mejor modelo al mismo costo, superando a todos incluso con el esfuerzo más bajo.
• OSWorld 2.0 (uso de computadoras): supera a todos los demás modelos a cualquier precio, incluso al mejor resultado de Fable 5, por poco más de un tercio del costo.

Avances en ciencia

Opus 5 supera a Opus 4.8 en todas las evaluaciones de ciencias biológicas: biología estructural, química orgánica y bioinformática. Destacan:

• +10,2 puntos porcentuales frente a Opus 4.8 al inferir estructuras moleculares a partir de datos de espectroscopía.
• +7,7 puntos porcentuales al predecir cómo afectan a la función las variaciones en la secuencia de una proteína.

También produce resultados visuales mucho más potentes, útiles para comunicar hallazgos científicos.

Verifica su propio trabajo e itera hasta lograr el éxito

Una de las capacidades más destacadas de Opus 5 es su minuciosidad para revisar su propio trabajo e iterar hasta resolver el problema. Durante las evaluaciones y el acceso anticipado, Anthropic y sus usuarios documentaron varios ejemplos:

• Reconstrucción de una pieza mecánica en 3D: en una tarea de Frontier-Bench, Opus 5 recibió el dibujo de una pieza y tuvo que reconstruirla como modelo 3D en FreeCAD, sin poder visualizar directamente el dibujo. El modelo desarrolló su propio sistema de visión artificial para extraer la geometría de los píxeles y reconstruir la pieza con éxito, de forma repetida. Ningún otro modelo con la misma configuración lo logró tras cinco intentos.
• Corrección de un bug real en código abierto: frente a un error real en un gestor de paquetes popular, Opus 5 identificó la causa raíz y corrigió un caso excepcional que la solución de la comunidad no había detectado. Un modelo alternativo solo atacó el síntoma superficial y reportó, erróneamente, que el problema estaba resuelto.
• Flujo de datos de mercado en una sola sesión: un ingeniero de una empresa de trading usó Opus 5 para construir un flujo de datos de mercado para una nueva bolsa, en una única sesión (algo que modelos anteriores no lograban ni con planes detallados del ingeniero. Al no encontrar un flujo en tiempo real para validar su trabajo, Opus 5 creó su propio entorno de pruebas para verificar que su código analizara correctamente los datos).

El modelo más alineado hasta la fecha

Según la auditoría de comportamiento automatizada realizada en las pruebas previas al despliegue, Opus 5 es el modelo más alineado que ha lanzado Anthropic hasta hoy. Se adhiere mejor a la Constitución de Claude que Opus 4.8, Sonnet 5 o Fable 5, con los índices más bajos de comportamiento engañoso registrados. También es el menos susceptible a ser manipulado para usos indebidos y el más cuidadoso para evitar acciones imprudentes de consecuencias difíciles de revertir.

En la evaluación de comportamiento general desalineado obtuvo una puntuación de 2,3 que es la más baja entre los modelos recientes.

Sin avances significativos en capacidades de alto riesgo

Opus 5 no representa un salto relevante en capacidades de doble uso de alto riesgo. Se mantiene por detrás de Mythos 5 tanto en investigación biológica como en ciberseguridad ofensiva, según evaluaciones realizadas junto con socios del sector privado y del gobierno.

Al igual que con Opus 4.8, Anthropic evitó intencionadamente entrenar a Opus 5 en tareas de ciberseguridad, aunque el modelo mejoró de todas formas gracias a su mayor capacidad general. En la evaluación OSS-Fuzz (desarrollada por Anthropic para medir la eficacia de un modelo detectando y explotando vulnerabilidades de software sin intervención humana) Opus 5 se acerca a Mythos 5 en la identificación de vulnerabilidades, pero queda muy por detrás en el desarrollo de exploits, es decir, en convertir esas vulnerabilidades en amenazas reales.

Más detalle sobre estas evaluaciones está disponible en la Ficha Técnica de Opus 5.

Medidas de seguridad pensadas para permitir usos beneficiosos

Las medidas de seguridad de Opus 5 buscan habilitar usos legítimos del modelo en ciberseguridad y biología:

• Los clasificadores cibernéticos son proporcionalmente menos restrictivos que los de Fable 5: permiten buscar vulnerabilidades en código fuente, pero siguen bloqueando el escaneo de vulnerabilidades basado en binarios, las pruebas de penetración y la generación de exploits.
• Se prevé que los clasificadores intervengan un 85% menos que en Fable 5. En Claude.ai, Claude Code y Claude Cowork, cualquier solicitud marcada con error recurrirá automáticamente a Opus 4.8 (opción también disponible en la API).
• El Programa de Verificación Cibernética (CVP) da a empresas e investigadores participantes acceso inmediato a una versión de Opus 5 con menos restricciones, para facilitar trabajo legítimo en ciberseguridad.
• En biología, Opus 5 hereda un conjunto de medidas similar al de Opus 4.8, lo que lo convierte en el modelo más avanzado disponible hoy para investigación científica (aunque sigue teniendo limitaciones en tareas de investigación autónoma de larga duración, terreno donde Mythos 5 continúa siendo el modelo más robusto). Con este lanzamiento, las solicitudes de biología bloqueadas en Fable 5 se redirigirán a Opus 5 en lugar de a Opus 4.8.

Precios y disponibilidad

Claude Opus 5 ya está disponible en todas las plataformas:

• $5 por millón de tokens de entrada — igual que Opus 4.8.
• $25 por millón de tokens de salida — igual que Opus 4.8.
• 2.5x más rápido en modo rápido, frente a la velocidad predeterminada.

Los desarrolladores pueden empezar a usar claude-opus-5 desde la API de Claude. El modo rápido está disponible al doble del precio base en la plataforma Claude, y mediante créditos de uso en Claude Code.

Dos novedades en beta

Junto con el lanzamiento llegan dos actualizaciones:

1. Cambio de herramientas durante la conversación: en la plataforma Claude, los desarrolladores pueden cambiar las herramientas disponibles para Claude en medio de una conversación, sin invalidar la caché de mensajes.
2. Alternativas automáticas en la API: los usuarios pueden activar que las solicitudes marcadas por los clasificadores de seguridad de Opus 5 (o Fable 5) se redirijan automáticamente a otro modelo, en lugar de bloquearse.

Como con los Opus anteriores, Opus 5 no tiene requisitos de retención de datos para el acceso general.

Recursos para empezar

• Guía de indicaciones para Opus 5: platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5
• Guías de casos de uso: platform.claude.com/docs/en/about-claude/use-case-guides/overview

¡Saludos!

Luego el certificado tendrá un costo de $99 y será de 60 preguntas, supervisado y tiene una duración de 120 minutos como máximo, con un solo intento, es un examen de nivel 301.

Tienes que demostrar la experiencia en la creación de aplicaciones de nivel profesional en Claude.

De momento, solo nos proporciona una guia de estudio para aquellas personas que no aplican al certificado por no tener un correo de socios de Anthropic de forma anticipada. Ve dandote una idea con la Guía de Estudio

Incluso si aún no formas parte de sus socios, tampoco podrias acceder al examen de simulación por ahora. Examen de simulación, te recomiendan lograr 900 de 1000 para recien poder rendir el examen oficial.

Dominios de evaluación

• Arquitectura y orquestación de agentes (27%)
• Diseño de herramientas e integración de MCP (18%)
• Configuración de código y flujos de trabajo en Claude (20%)
• Ingenieria rápida y resultados estructurados (20%)
• Gestión del Contexto y la fiabilidad (15%)

Sugieren que lleves previamente los cursos de:

• Claude 101
• Claude Code en acción
• Introducción al Protocolo de Contexto
• Compilación con la API de Claude.

Revisa los cursos disponibles en la academia antrópica.

Descubre más en su web por su enlace principal.

Start Building with Claude – Here

Anthropic Academy

La empresa ha lanzado un conjunto de cursos, desde guías de desarrollo de API hasta las mejores practicas de implementación empresarial, la academia Antrópica está ofreciendo todo lo que necesitas.

https://www.anthropic.com/learn

01 – Claude 101

Aprender a usar Claude para tareas laborales cotidianas, comprende sus funciones principales y explora recursos para un aprendizaje más avanzado sobre otros temas.

Duración: 14 lecciones

https://anthropic.skilljar.com/claude-101

02 – Claude Code en Acción

Integra Claude Code en tu flujo de trabajo de desarrollo

Duración: 21 lecciones.

https://anthropic.skilljar.com/claude-code-in-action

03 – Introducción a las habilidades de agente

Aprende a crear, configurar y compartir habilidades (Skills) en Claude Code:

Instrucciones Markdown reutilizables que Claude aplica automáticamente a las tareas adecuadas en el momento preciso. El curso te guía desde la creación de la primera Skill hasta la distribución entre equipos y la resolución de problemas comunes.

https://anthropic.skilljar.com/introduction-to-agent-skills

04 – Competencia con IA: Marco y Fundamentos

Aprende a colaborar con sistemas de IA de forma eficaz, eficiente, ética y segura.

Duración: 1.1 Hrs

https://anthropic.skilljar.com/ai-fluency-framework-foundations

05 – Construyendo con API de Claude

Este curso integral abarca todo el espectro del trabajo con modelos antrópicos utilizando la API de Claude.

Duración: 8.1 Hrs

http://anthropic.skilljar.com/claude-with-the-anthropic-api

06 – Introducción al Protocolo de Contexto de Modelo (MCP)

Aprende a crear servidores y clientes del Protocolo de Contexto de Modelo (MCP) desde cero usando Python. Domina las tres primitivas principales de MCP (Herramientas, recursos y mensajes) para conectar Claude con servicios externos.

Duración: 1 Hrs

https://anthropic.skilljar.com/introduction-to-model-context-protocol

07 – Protocolo de Contexto del Modelo: Temas avanzados

Descubra patrones avanzados de implementación del MCP que incluye muestreo, notificaciones, acceso al sistema de archivos y mecanismos de transporte para el desarrollo de servidores MCP en producción.

Duración: 1.1 Hrs

https://anthropic.skilljar.com/model-context-protocol-advanced-topics

08 – Claude con Google Cloud’s Vertex AI

El curso abarca el uso de modelos Claude a través de la plataforma Vertex AI de Google Cloud. En donde se implementará funciones clave de la API, como la transmisión de datos y el uso de herramientas, en donde se creará flujos de trabajo sistemáticos para la evaluación de indicadores, comprenderás los sistemas RAG y se investigara las arquitecturas de los agentes.

Duración: 8 Hrs

https://anthropic.skilljar.com/claude-with-google-vertex

09 – Claude con Amazon Bedrock

Abarca el uso de modelos Claude a través de la API de AWS Bedrock, desde solicitudes básicas hasta implementaciones avanzadas de agentes. Aprendes a realizar la llamada a la API, implementar el uso de herramientas, crear canalizaciones RAG, trabajar con servidores MCP y aprovechar funciones como Claude Code y el uso de computadoras para la automatización.

Duración: 8 Hrs

https://anthropic.skilljar.com/claude-in-amazon-bedrock

10 – Alfabetización en IA para educadores.

El curso capacita a profesores, diseñadores instruccionales y lideres educativos para aplicar fluidez en la IA a su propia práctica docente y estrategia institucional.

Duración: 0.4 Hrs

https://anthropic.skilljar.com/ai-fluency-for-educators

11 – Enseñar fluides en IA

Curso de capacitación al profesorado, a los diseñadores de instrucciones y a otros profesionales para enseñar a evaluar la competencia de la IA en entornos dirigidos por un instructor.

Duración: 0.6 Hrs

https://anthropic.skilljar.com/teaching-ai-fluency

12 – Alfabetización en IA para estudiantes

El curso capacita a estudiantes para desarrollar habilidades de dominio en IA que mejoran el aprendizaje, la planificación profesional y el éxito académico a través de una colaboración responsable de la IA.

Duración: 0.5 Hrs

https://anthropic.skilljar.com/ai-fluency-for-students

13 – IA para organizaciones sin fines de lucro

Curso desarrollado para organizaciones sin fines de lucro para el desarrollo de habilidades en IA con el fin de aumentar el impacto y eficiencia de sus organizaciones, sin dejar de ser fieles a su misión y valores.

Duración: 0.9 Hr

https://anthropic.skilljar.com/ai-fluency-for-nonprofits

Puedes acceder a todos los cursos de Anthropic desde el siguiente enlace:

https://anthropic.skilljar.com

Mas información en el blog del proyecto. Enlace