Anthropic lanzó Claude Opus 5 el 24 de julio y Box lo sometió a su Complex Work Eval, un test con documentos reales de doce sectores. El resultado sube de 63% a 68% frente a Opus 4.8, pero la subida no es pareja: en revisión de due diligence pasa de 65% a 76%, once puntos más, y en tecnología gana otros once, de 56% a 67%.
Para Marta esto importa porque due diligence es justo la tarea donde un fallo cuesta caro: revisar cláusulas o cruzar datos bajo reglas estrictas. Box detectó que Opus 5 mantiene la precisión aunque crezca el número de hallazgos exigidos, en vez de detectar lo obvio y detenerse ahí. Eso separa una revisión superficial de una auditoría real.
El caso de uso es directo: una empresa con contratos recurrentes o auditorías internas puede usar Opus 5 para la primera pasada de revisión legal o de datos, dejando la validación final a una persona. En legal completó la revisión cláusula por cláusula sin saltarse excepciones aceptables; en salud mejoró la detección de errores y su clasificación por gravedad.
Box no publica coste ni precio de Opus 5 en este análisis, así que antes de migrar todo tu flujo de revisión conviene preguntar a tu proveedor cuánto sube el gasto por token frente al modelo anterior. Prueba primero con un lote de contratos ya cerrado, compara el resultado contra la revisión humana, y decide si el salto de precisión justifica el cambio esta semana.