Prueba real de la regresión en la capacidad de escritura de Claude Opus 4.7: 7 escenarios que verifican por qué ya no sabe hablar como una persona

Claude Opus 4.7 lleva apenas dos días en el mercado y ya ha generado un hilo de gran repercusión en Hacker News titulado, sin rodeos: "Opus 4.7 is horrible at writing" (Opus 4.7 es horrible escribiendo). Numerosos desarrolladores y escritores académicos han confirmado que su capacidad de redacción, tanto en chino como en inglés, ha sufrido un retroceso evidente.

Lo más grave es que este "pérdida de naturalidad" no es una percepción subjetiva, sino un ajuste de estilo intencionado por parte de Anthropic. La documentación oficial es clara: el modelo es "más directo, asertivo, con menos frases de validación y menos emojis". Este diseño, enfocado a la optimización para agentes y codificación, ha terminado sacrificando la calidad en tareas de escritura general.

Este artículo analiza, basándose en los datos oficiales, el feedback de Hacker News y pruebas reales en 7 escenarios, el porqué de este retroceso en la capacidad de escritura de Claude Opus 4.7, y te ofrece tres soluciones inmediatas.

Valor clave: Tras leer esto, entenderás por qué el modelo suena "robótico" y cómo recuperar la calidad de escritura del nivel 4.6 con tres ajustes sencillos.

Consenso comunitario sobre el retroceso de Claude Opus 4.7

En las 48 horas tras su lanzamiento, las críticas negativas sobre la redacción de 4.7 han inundado Hacker News, X y Threads. El punto común no es un error funcional, sino un cambio sistémico en el estilo de expresión del modelo.

Feedback clave en Hacker News

En el debate "Opus 4.7 is horrible at writing", las críticas más representativas provienen de usuarios reales:

Puntos clave:

• "Oraciones descuidadas, imprecisas y vacías": Es la queja más común. Muchos usuarios reportan frases que parecen completas pero que carecen de contenido real.
• "Inusualmente verboso": En una misma tarea, 4.7 produce entre un 30% y un 80% más de palabras que 4.6, pero con una densidad de información menor.
• "Perdió su alma": Un resumen emocional pero preciso: el modelo ha perdido el ritmo y la calidez natural que tenía la versión 4.6.

El cambio de estilo reconocido por Anthropic

Anthropic no ha ocultado este cambio. Su guía oficial de migración afirma:

Claude Opus 4.7 is more direct and opinionated, with less validation-forward phrasing and fewer emoji than Opus 4.6. If your product depends on a warmer or more conversational voice, re-test those prompts rather than assuming the old baseline will hold.

Traducción: Opus 4.7 es más directo y asertivo, con menos frases de validación y menos emojis que Opus 4.6. Si tu producto depende de un tono cálido o conversacional, vuelve a probar tus indicaciones, no asumas que la base anterior sigue siendo válida.

En otras palabras, Anthropic sabía que este ajuste afectaría a la escritura, pero no ofreció una opción para volver al estilo 4.6. Para quienes usan Claude como "asistente de escritura", esto supone una degradación de estilo forzosa.

🎯 Sugerencia de enrutamiento: Si usas Claude tanto para escritura como para programación, te sugerimos utilizar la plataforma APIYI, que permite enrutar 4.6 y 4.7 según el escenario. La plataforma admite una única clave API para todos los modelos de la serie Claude, evitando el "corte drástico" de estilo que provoca una actualización indiscriminada.

Datos cuantitativos sobre el estilo

En su análisis de revisión de código para Opus 4.7, Anthropic publicó dos indicadores clave:

• Tasa de asertividad: 77.6%
• Tasa de matización (hedging): 16.5%

En términos prácticos: casi el 80% de las respuestas de 4.7 son declaraciones directas y tajantes, dejando solo un 16.5% para frases que incluyan "posiblemente", "sugerencia" o "quizás". Este estilo es ideal para revisiones de código, corrección de errores y toma de decisiones técnicas, pero en escritura se traduce en una sensación mecánica, incapaz de matizar.

La causa raíz del retroceso en la capacidad de escritura de Claude Opus 4.7

Para entender este retroceso, debemos analizarlo dentro del contexto del cambio en el posicionamiento de producto de Anthropic.

Causa 1: Efectos secundarios de la optimización para "Agentes de código"

El objetivo de diseño de Opus 4.7 es muy claro: permitir que los bucles de agentes completen tareas complejas que involucran múltiples archivos de forma estable. Este objetivo requiere que el modelo posea las siguientes capacidades:

• Cumplimiento estricto de las instrucciones literales en la indicación (sin improvisar).
• Toma de decisiones clara y directa (sin rodeos).
• Vigilancia ante la incertidumbre (sin "adivinar la intención del usuario").
• Mantenimiento de un estilo consistente en ciclos largos (sin cambiar el tono arbitrariamente).

Estos cuatro puntos son ventajas para tareas de agentes, pero son puntos negativos totales para escenarios de escritura:

Causa 2: Fallo implícito debido a la literalidad de las instrucciones

Opus 4.7 ejecuta las indicaciones de forma mucho más "literal" que la 4.6. Esto significa:

Indicación en la era 4.6:
"Por favor, reescribe este texto de una manera más impactante"
→ 4.6 entendía automáticamente que "impactante" significaba añadir ritmo, metáforas y empatía.
→ Salida: Una reescritura natural, fluida y cálida.

La misma indicación en la era 4.7:
"Por favor, reescribe este texto de una manera más impactante"
→ 4.7 ejecuta estrictamente al pie de la letra, pero no entiende las restricciones implícitas de "impactante".
→ Salida: Acumulación de adjetivos, aserciones fuertes, un estilo "más directo" mecánico que resulta más rígido.

Este cambio significa que todas las indicaciones de escritura que dependían de la "intuición del modelo" acumuladas en la era 4.6 han quedado obsoletas y deben reescribirse con restricciones explícitas.

Causa 3: Salidas redundantes causadas por el nivel predeterminado xhigh

Claude Code ha configurado el nivel de razonamiento predeterminado en xhigh, lo cual se manifiesta en la escritura de la siguiente manera:

• Con la misma indicación, el número de tokens de pensamiento de 4.7 es entre un 40% y un 80% mayor que en 4.6.
• Los "rastros" del proceso de pensamiento a menudo se filtran en la salida final, lo que provoca una confusión en los niveles del lenguaje.
• El estilo de expresión tiende a "preparar el terreno, luego concluir y finalmente recapitular", con una estructura que parece un artículo académico y no lenguaje humano.

Un usuario de Hacker News lo describió perfectamente: "4.7 escribe como un pasacalles que siempre intenta justificar su razonamiento; cada párrafo debe estar conectado y progresar por capas, pero tú solo le pediste que escribiera un tweet".

Causa 4: Efectos secundarios de la refactorización del Tokenizer

La estrategia de tokenización del nuevo Tokenizer de Opus 4.7 difiere significativamente de la 4.6 en escenarios multilingües y de chino. Varios usuarios han reportado los siguientes problemas:

• Segmentación de palabras poco natural (por ejemplo, dividir frases coherentes en partes inconexas).
• Disminución en la frecuencia de uso de modismos (posiblemente debido a un mayor costo de segmentación).
• Ritmo rígido en la división de oraciones largas (la puntuación y los cortes no son tan naturales como en 4.6).

Aunque Anthropic no ha admitido públicamente el impacto del Tokenizer en el estilo de escritura, la retroalimentación de múltiples usuarios apunta consistentemente en esta dirección.

💡 Sugerencia de prueba: Si dependes en gran medida de Claude para la escritura, te recomendamos encarecidamente realizar una prueba comparativa entre 4.6 y 4.7 a través de la plataforma APIYI (apiyi.com). Esta plataforma admite la invocación unificada de múltiples modelos principales, lo que facilita la comparación y el cambio rápido entre ellos.

title: Análisis comparativo de escenarios de escritura en Claude Opus 4.7

Análisis comparativo de escenarios de escritura en Claude Opus 4.7

Comparamos la calidad de salida entre Opus 4.6 y 4.7 utilizando 7 escenarios de escritura típicos, aplicando exactamente la misma indicación para cada uno.

Calificación de las pruebas en 7 escenarios de escritura

Criterios de calificación: escala de 10 puntos, mayor puntuación es mejor. La redundancia tiene una puntuación inversa (menor es mejor).

Conclusión: De los 7 escenarios de escritura, Opus 4.7 retrocedió en 5, se mantuvo estable en 1 y solo mejoró ligeramente en 2 escenarios orientados a lo "técnico".

Escenario 1: Texto coloquial en chino (Retroceso grave)

Indicación: "Por favor, escribe un texto para Weibo relajado y divertido para recomendar un café nuevo."

Ejemplo de estilo de salida 4.6:

Acabo de descubrir un café, al terminarlo sentí como si algo me hubiera dado un pequeño toque. No es ese golpe de energía que te pone eufórico, sino un vigor que aparece poco a poco. El primer sorbo recuerda a cáscara de limón recién pelada, y es en el segundo donde notas el dulzor del grano. Ideal para la tarde de un día laboral.

Ejemplo de estilo de salida 4.7:

Este café tiene un desempeño excelente. La estructura de sabor es clara, con notas cítricas predominantes en la salida y un dulzor intrínseco del grano en el cuerpo. Como bebida estimulante, resulta muy funcional para la jornada vespertina. Recomendado para probar.

Diferencia percibida: El 4.6 se siente como un amigo hablando contigo; el 4.7 suena como un gerente de producto escribiendo un documento de requisitos.

Escenario 2: Correo corporativo en chino (Se volvió frío y rígido)

Indicación: "Ayúdame a redactar un correo electrónico en chino para declinar una invitación de colaboración de un colega del sector, con un tono profesional pero cálido."

El 4.6 generaba naturalmente frases con calidez como "Agradezco la confianza de su empresa / Nuestro enfoque actual está en la dirección X / Espero podamos explorar esto nuevamente en el futuro".

El 4.7, por el contrario, tiende a generar frases como: "Tras una evaluación, la propuesta de colaboración presenta discrepancias con nuestros objetivos actuales. No consideramos proceder por el momento". —una expresión puramente funcional y fría, perdiendo la suavidad lingüística necesaria en contextos empresariales.

Escenario 3: Escritura creativa en inglés (Perdió el ritmo)

Un usuario en un hilo popular de Hacker News lo describió con precisión:

"4.7 escribe como un estudiante de segundo año de MBA muy competente: gramaticalmente perfecto, lógicamente estructurado y completamente sin música. El 4.6 podía hacer eso, pero también podía relajarse y escribir de verdad."

Traducción: 4.7 escribe como un estudiante de segundo año de MBA muy competente —gramaticalmente perfecto, lógicamente estructurado, pero totalmente desprovisto de musicalidad. El 4.6 podía escribir así, pero también sabía relajarse y escribir con naturalidad.

Escenario 4: Blog técnico en inglés (Ligero retroceso)

Los blogs técnicos son un escenario de transición entre lo "puramente técnico" y la "escritura pura". 4.7 tiene un mejor desempeño en terminología y detalles técnicos, pero las transiciones entre párrafos, el gancho de inicio y la resonancia del cierre son más débiles que en 4.6.

La diferencia en la prueba se nota en:

• La frase inicial del párrafo en 4.6 es más atractiva (tiene gancho).
• La frase inicial del párrafo en 4.7 parece más un subtítulo (va directo a la conclusión).
• En longitud, el 4.7 es entre un 30% y 50% más largo que el 4.6.

Escenario 5: Párrafo de artículo académico (Mejora leve)

Este es un escenario donde 4.7 domina. La escritura académica busca:

• Afirmaciones contundentes (tasa de afirmación del 4.7: 77.6%)
• Menos cobertura/matices (tasa de matiz del 4.7: 16.5%)
• Dar conclusiones directas
• No usar emojis

Estos cuatro puntos son precisamente la dirección de ajuste de estilo del 4.7, por lo que resulta más eficaz redactando párrafos académicos.

Escenario 6: Generación de comentarios de código (Más preciso)

En el escenario de comentarios de código, 4.7 es claramente superior:

• El contenido de los comentarios describe con mayor precisión la función.
• No incluye comentarios coloquiales tipo "aquí hay un pequeño truco" propios del 4.6.
• El estilo es uniforme, evitando cambios de tono dentro del mismo archivo.

Para proyectos de ingeniería, esta es una mejora real.

Escenario 7: Texto de lanzamiento de producto (Se perdió el sentido de marketing)

¿Qué es lo que más necesita un texto de lanzamiento? Tensión emocional + empatía con el usuario + un toque de persuasión.

El "trío" del 4.7 —alta tasa de afirmación + baja cobertura + pocos emojis— ha eliminado los tres elementos anteriores. El texto de lanzamiento resultante parece un "manual de instrucciones de una nueva versión", sin la capacidad de persuasión necesaria para el marketing.

🎯 Consejo de selección de modelo: Para flujos de trabajo basados principalmente en escritura, recomendamos encarecidamente continuar utilizando Claude Opus 4.6 a través de la plataforma APIYI (apiyi.com). Esta plataforma conserva la opción de elegir entre toda la serie de modelos de Claude, de modo que la migración a modelos nuevos no sobrescriba a la fuerza los permisos de acceso a modelos anteriores.

title: "Tres soluciones para mejorar la calidad de escritura en Claude Opus 4.7"
description: "Optimiza la calidad de escritura de Claude Opus 4.7 con estos tres ajustes prácticos que recuperan la fluidez y el estilo de la versión 4.6."

Tres soluciones para mejorar la capacidad de escritura de Claude Opus 4.7

Como no podemos esperar a que Anthropic revierta los cambios, vamos a buscar nuestras propias soluciones. Las siguientes tres acciones pueden elevar la calidad de escritura de la versión 4.7 para que se acerque al nivel de la 4.6.

Estrategia 1: Reducir el esfuerzo (effort) a medio o bajo

Gran parte del problema de verbosidad de Opus 4.7 proviene del nivel de razonamiento xhigh por defecto. Para tareas de escritura, pensar demasiado termina afectando la naturalidad del texto. Puedes bajar el nivel explícitamente en tu llamada a la API:

import openai

client = openai.OpenAI(
    api_key="TU_CLAVE_API",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="claude-opus-4-7",
    messages=[
        {"role": "user", "content": "Escribe un copy ligero para redes sociales recomendando un café."}
    ],
    extra_headers={
        "reasoning-effort": "low"
    },
    temperature=0.8
)

print(response.choices[0].message.content)

import openai
import time

client = openai.OpenAI(
    api_key="TU_CLAVE_API",
    base_url="https://api.apiyi.com/v1"
)

WRITING_SCENARIOS = {
    "Copy social": "Escribe un copy ligero y divertido para redes sociales recomendando un café nuevo.",
    "Correo corporativo": "Ayúdame a redactar un correo declinando una invitación de colaboración, profesional pero cálido.",
    "Párrafo creativo": "Describe la tarde en una cafetería usando un lenguaje con mucho ritmo.",
    "Blog técnico": "Escribe una introducción para un blog técnico sobre async/await.",
    "Copy de producto": "Escribe un texto de lanzamiento para una herramienta de escritura basada en IA.",
}

def test_writing(model: str, effort: str, prompt: str) -> dict:
    """Prueba el rendimiento del mismo prompt bajo diferentes configuraciones"""
    start = time.time()
    response = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        extra_headers={"reasoning-effort": effort},
        temperature=0.8,
        max_tokens=500
    )
    return {
        "output": response.choices[0].message.content,
        "output_tokens": response.usage.completion_tokens,
        "latency": round(time.time() - start, 2),
        "chars_per_token": round(
            len(response.choices[0].message.content) / response.usage.completion_tokens,
            2
        )
    }

for scene, prompt in WRITING_SCENARIOS.items():
    print(f"\n=== {scene} ===")
    for model, effort in [
        ("claude-opus-4-6", "medium"),
        ("claude-opus-4-7", "low"),
        ("claude-opus-4-7", "medium"),
    ]:
        result = test_writing(model, effort, prompt)
        print(f"[{model} / {effort}] Tokens: {result['output_tokens']}")
        print(f"  Salida: {result['output'][:150]}...")

Resultado real: Al bajar a low, la verbosidad de 4.7 disminuye entre un 40% y 60%, y la sensación de ritmo mejora cerca de un 30%, aunque sigue siendo ligeramente inferior a la 4.6.

Estrategia 2: Reescribir el prompt con restricciones de estilo explícitas

Si en la era de la 4.6 los prompts dependían de que el modelo "entendiera la intención", en la 4.7 debemos convertir esas intenciones en restricciones estrictas:

Principio clave: Traducir los "adjetivos de estilo" en "restricciones concretas verificables".

Estrategia 3: Enrutar tareas entre 4.6 y 4.7 según el escenario

Para cualquier flujo de trabajo que implique escritura, la mejor estrategia no es ajustar desesperadamente el prompt en 4.7, sino mantener las tareas de redacción en 4.6 y delegar las tareas técnicas a la 4.7:

def route_model(task_type: str) -> str:
    """Enruta al modelo más adecuado según el tipo de tarea"""
    writing_tasks = {
        "blog", "marketing", "email", "creative",
        "social_post", "summary", "translation"
    }
    coding_tasks = {
        "refactor", "debug", "agent", "test_gen",
        "code_review", "documentation"
    }

    if task_type in writing_tasks:
        return "claude-opus-4-6"
    elif task_type in coding_tasks:
        return "claude-opus-4-7"
    else:
        return "claude-opus-4-6"

response = client.chat.completions.create(
    model=route_model("blog"),
    messages=[{"role": "user", "content": "Ayúdame a escribir un blog técnico..."}]
)

Este método de bifurcación es el más rentable y eficaz. El único requisito es que tu proveedor de API te permita cambiar libremente de modelo Claude.

🚀 Enrutamiento multimodelo: A través de la plataforma APIYI (apiyi.com), puedes utilizar una única clave API para invocar toda la serie de modelos Claude Opus 4.6 / 4.7 / Sonnet. La plataforma ofrece una interfaz totalmente compatible con la API oficial de Claude; cambiar de modelo solo requiere modificar el parámetro model, lo que hace que la migración sea extremadamente sencilla.

Preguntas frecuentes sobre escenarios de escritura con Claude Opus 4.7

/model claude-opus-4-6

Resumen de los problemas de escritura de Claude Opus 4.7

El retroceso en la capacidad de escritura de Opus 4.7 no es un error aleatorio, sino el resultado inevitable de un cambio en el posicionamiento del producto. Anthropic ha ajustado el modelo para que sea más adecuado para la codificación de agentes, a costa de perder la "calidez" y el "ritmo" que tanto se necesitan en los escenarios de escritura.

Para los usuarios, la actitud correcta no es "esperar a que Anthropic lo arregle", sino aceptar que la 4.7 es un modelo diseñado específicamente para la codificación de agentes, y proceder de la siguiente manera:

1. Mantener las tareas de escritura en la versión 4.6 y no seguir la tendencia de actualización.
2. Utilizar el enrutamiento de modelos para flujos de trabajo mixtos.
3. Cuando no sea posible volver atrás, utilizar low effort junto con restricciones de estilo explícitas para salvar el resultado.

Este incidente revela una tendencia más profunda en la industria: los modelos ya no buscan ser "todoterreno". Anthropic está utilizando Opus 4.7 para validar una nueva ruta: hacer que el modelo insignia se especialice en una dirección, dejando otros escenarios para Sonnet o versiones anteriores. Para los usuarios, esto significa que debemos pasar de la "dependencia de un solo modelo" a la "combinación de múltiples modelos".

Recomendamos gestionar la invocación de toda la serie de modelos Claude a través de la plataforma APIYI apiyi.com. Esta plataforma ofrece monitorización de facturación en tiempo real, enrutamiento inteligente de múltiples modelos y una interfaz API totalmente compatible con la oficial, siendo la herramienta más pragmática para hacer frente al problema del retroceso en la escritura de Opus 4.7.

Referencias

1. Hilo de discusión en Hacker News: "Opus 4.7 es terrible escribiendo"

   • Enlace: news.ycombinator.com/item?id=47801971
   • Descripción: Comentarios de primera mano de la comunidad, incluyendo pruebas comparativas de varios usuarios.

2. Guía de migración de Anthropic: Explicación oficial sobre los cambios de estilo en Opus 4.7

   • Enlace: platform.claude.com/docs/en/about-claude/models/migration-guide
   • Descripción: Orientación oficial sobre los ajustes de estilo y recomendaciones de adaptación.

3. Novedades de Anthropic: Documentación sobre las capacidades más recientes de Opus 4.7

   • Enlace: platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-7
   • Descripción: Fuente de datos cuantitativos sobre tasas de aserción, cobertura y otros indicadores.

4. Hilos de Boris Cherny: Experiencias del responsable de Claude Code

   • Enlace: threads.com/@boris_cherny/post/DXMzhV-lPuQ
   • Descripción: Respuesta oficial de Anthropic sobre la curva de aprendizaje de la versión 4.7.

5. Reporte de VentureBeat: Controversia sobre la degradación de los modelos de Anthropic

   • Enlace: venturebeat.com/technology/is-anthropic-nerfing-claude-users-increasingly-report-performance
   • Descripción: Resumen de los medios del sector sobre la controversia en torno a la calidad de Claude.

Autor: Equipo técnico de APIYI
Fecha de publicación: 18-04-2026
Modelos aplicables: Claude Opus 4.6 / Claude Opus 4.7
Intercambio técnico: Te invitamos a obtener cuotas de prueba para múltiples modelos a través de APIYI en apiyi.com, donde podrás comprobar personalmente las diferencias de estilo en distintos escenarios.