Recientemente, un grupo de usuarios intensivos de Claude se ha manifestado en foros, afirmando que el modelo se ha vuelto "más tonto".
No es una metáfora, es una queja real sobre la degradación del rendimiento. Un director sénior de AMD publicó en Twitter que Claude ahora "no es confiable para manejar tareas de ingeniería complejas". En Hacker News se abrió un hilo con docenas de comentarios con las mismas quejas: no sigue instrucciones, los flujos de trabajo fallan, cosas que antes eran posibles ya no lo son.
Luego, un periodista de Fortune investigó y descubrió que Anthropic efectivamente había cambiado algo entre bastidores.
Qué hizo
Anthropic redujo silenciosamente el nivel de "effort" (esfuerzo) predeterminado de Claude de "high" a "medium".
El efecto directo de este ajuste es: la cantidad de tokens consumidos por solicitud disminuye, la profundidad del razonamiento se vuelve más superficial, pasando de un estilo "Research-first" (primero entender el contexto, luego actuar) a un estilo "Edit-first" (dar una respuesta rápida).
Puedes entenderlo así: antes, al hacer una tarea, Claude leía el enunciado tres veces, organizaba el conocimiento relevante y luego escribía. Ahora, lo hojea y empieza a escribir. Las tareas más complejas, naturalmente, son más propensas a errores.
Boris Cherny, responsable de Claude Code, respondió y admitió que el cambio "se realizó en función de los comentarios de los usuarios sobre el consumo de tokens".
Pero esa respuesta en sí misma es el problema.
El problema no es el cambio, sino cómo se hizo
Lo que realmente enfada a la gente no es el ajuste de rendimiento en sí, sino que Anthropic no notificó proactivamente a los usuarios.
Para los usuarios de API, los cambios en el comportamiento del modelo deberían estar documentados: si cambias la profundidad del razonamiento, al menos menciónalo en las notas de la versión. Pero esta vez, los usuarios lo descubrieron por sí mismos, comparando resultados, y no mediante un aviso oficial.
La imagen de marca de Anthropic siempre se ha basado en "somos más transparentes que otras empresas de IA". Constitutional AI, Model Cards, investigaciones de Alignment publicadas abiertamente… toda la narrativa externa enfatiza "somos una empresa de IA responsable". Sin embargo, cuando se trata del rendimiento de su propio producto, no lograron cumplir con la divulgación de información más básica.
Aún más vergonzoso, este incidente ocurre justo cuando los ingresos anualizados de Anthropic superaron los 30 mil millones de dólares y el exterior comienza a discutir una posible OPI.
La tesis de la crisis de capacidad computacional
La industria tiene una interpretación más audaz de este ajuste: Anthropic podría estar realmente con problemas de capacidad computacional.
En comparación con OpenAI y Google, Anthropic no tiene tantos acuerdos de centros de datos propios. OpenAI tiene Microsoft Azure, Google tiene su propia infraestructura, Meta incluso ha gastado casi 50 mil millones de dólares en infraestructura de IA. Anthropic depende de los servicios en la nube externos de Amazon y Google, lo que la coloca en una desventaja natural en la asignación flexible de recursos computacionales.
Además, Anthropic ha sufrido varias interrupciones de servicio recientemente, junto con límites de uso más estrictos en horas pico: estas señales juntas, aunque la tesis de la capacidad computacional es especulativa, no es infundada.
Un interno de OpenAI incluso dijo en una entrevista con los medios que esto fue un "error estratégico" de Anthropic por no haber asegurado suficientes recursos computacionales con anticipación. Si esta declaración fue un oportunismo o no, queda a criterio de cada quien, pero al menos muestra que esta preocupación realmente existe.
La contradicción central del incidente
| Perspectiva | Expectativa del usuario | Acción real de Anthropic |
|---|---|---|
| Cambio de rendimiento | La capacidad del modelo solo aumenta, nunca disminuye | Reducción silenciosa del nivel de effort |
| Divulgación de información | Los cambios importantes deben ser comunicados | Solo lo admitió cuando se le preguntó después |
| Compromiso de marca | Empresa de IA más transparente del sector | Esta vez, claramente no lo cumplió |
Si esto hubiera sido solo una optimización de producto, la gente se habría quejado unos días y luego lo habría olvidado. Pero toca un problema más fundamental: cuando una empresa de IA comienza a sentir presión comercial, ¿priorizará la protección de las ganancias o la protección de los intereses del usuario?
El grupo de usuarios principales de Claude – desarrolladores intensivos de API, tomadores de decisiones técnicas en empresas – es precisamente el más sensible a este tipo de problemas. No solo les importa la capacidad actual del modelo, sino también las decisiones que esta empresa tomará bajo presión.
La forma en que se maneje este incidente en adelante es, en cierto modo, más importante que el incidente en sí.
"No es que no aceptemos cambios, es que no aceptamos que nos oculten información." – Comentario en Hacker News
Fuente de referencia: CocoLoop, Anthropic is facing a wave of user backlash over reports of performance issues with its Claude AI chatbot (Fortune)