Claude Opus 4.6: ventana de 1M tokens y qué significa para tu CRM

Qué ha anunciado Anthropic

El 5 de febrero de 2026, Anthropic publicó la nota oficial de Claude Opus 4.6, la actualización de su modelo de mayor capacidad. Los cambios más relevantes para aplicaciones de negocio no son de marketing: son de arquitectura y de comportamiento.

En concreto, Opus 4.6 introduce tres novedades que afectan directamente a cómo un modelo IA puede trabajar con datos reales de una empresa:

• Ventana de contexto de 1 millón de tokens en beta. Eso equivale a procesar, en una sola llamada, aproximadamente 750.000 palabras o el contenido de varios cientos de documentos largos.
• Razonamiento agéntico más largo y fiable. El modelo puede mantener tareas de múltiples pasos durante más tiempo sin perder el hilo, y detecta sus propios errores antes de devolver un resultado.
• Adaptive thinking y controles de esfuerzo. El modelo calibra cuánto razonamiento profundo aplicar según el contexto, y los desarrolladores pueden ajustar ese nivel con el parámetro /effort para equilibrar calidad, velocidad y coste.

En benchmarks publicados por Anthropic, Opus 4.6 supera al siguiente modelo del sector (GPT-5.2 de OpenAI) en 144 puntos Elo en GDPval-AA, una evaluación de tareas de conocimiento económicamente valioso en finanzas, legal y otros dominios. No es un número de laboratorio: GDPval-AA mide exactamente el tipo de trabajo que hace un equipo comercial o de administración.

Qué cambia técnicamente y por qué importa

La ventana de 1M tokens no es solo un número grande. Cambia la clase de preguntas que puedes hacerle a un modelo sobre tus propios datos. Hasta ahora, si querías analizar el historial completo de un cliente —emails, llamadas, notas, presupuestos, incidencias— tenías que fragmentar esa información y hacer varias llamadas al modelo, con el riesgo de perder coherencia entre fragmentos.

Con 1M tokens puedes pasar el historial íntegro de un cliente en una sola consulta y recibir un análisis que ve el cuadro completo: patrones de compra, señales de churn, oportunidades de upsell que solo se detectan mirando la secuencia completa de interacciones.

El razonamiento agéntico mejorado tiene otra implicación práctica: el modelo puede ejecutar flujos de varios pasos —consultar datos, redactar un borrador, revisar inconsistencias, proponer una acción— sin que un humano tenga que supervisar cada transición. Anthropic lo describe como que el modelo «trabaja de forma autónoma sin necesidad de que le lleven de la mano».

El parámetro /effort es relevante para quienes integran el modelo en producción: en tareas simples (rellenar un campo, clasificar un contacto) puedes bajar el esfuerzo a medium y reducir coste y latencia. En tareas complejas (analizar por qué un pipeline está estancado) lo dejas en high y obtienes el razonamiento completo.

Cómo lo aprovechamos en el módulo CRM de phoneIA

El módulo CRM de phoneIA es el núcleo operativo: contactos, oportunidades en pipeline visual, eventos, y una bandeja unificada que consolida email, WhatsApp y SMS en un solo hilo por contacto. Todo ese historial —cada mensaje, cada nota, cada cambio de etapa— es exactamente el tipo de dato que se beneficia de una ventana de contexto grande.

Con Opus 4.6 como motor de análisis, el CRM puede hacer cosas que antes requerían truncar el historial o hacer varias consultas encadenadas:

• Resumen ejecutivo de cuenta completo. Pasar el historial íntegro de un cliente al modelo y recibir un briefing antes de una reunión: qué se habló, qué se prometió, qué quedó pendiente, cuál es el sentimiento predominante en los últimos intercambios.
• Detección de oportunidades dormidas. El modelo puede revisar todo el pipeline y señalar qué oportunidades llevan más de X días sin movimiento y cuál es el último contexto relevante, sin que el comercial tenga que abrir ficha por ficha.
• Redacción de seguimientos en contexto. Con el historial completo disponible, el modelo redacta un email de seguimiento que referencia detalles específicos de conversaciones anteriores, no una plantilla genérica.
• Clasificación y enriquecimiento de contactos. Al importar una lista CSV, el modelo puede inferir industria, tamaño probable y prioridad a partir de los datos disponibles, y sugerir la etapa inicial en el pipeline.

La mejora en razonamiento agéntico también afecta a los flujos automáticos del CRM: cuando una llamada entrante crea una ficha nueva, el modelo puede encadenar la transcripción, la clasificación del lead, la asignación al comercial correcto y la creación del primer evento de seguimiento en un solo flujo, sin pasos manuales intermedios.

Ejemplo concreto: una clínica de reformas con 800 clientes activos

Imagina una empresa de reformas en Madrid con 800 clientes en el CRM, cada uno con un historial de 12 a 36 meses de interacciones: presupuestos enviados, llamadas registradas, emails de seguimiento, notas de visita técnica.

Antes de Opus 4.6, pedirle al modelo «analiza qué clientes de la zona norte tienen obras pendientes de presupuestar y cuál fue su última interacción» implicaba paginar el historial o hacer consultas parciales. Con la ventana de 1M tokens, puedes pasar el segmento completo y recibir una lista priorizada con contexto real.

El jefe de ventas abre el CRM un lunes por la mañana, lanza la consulta y en 20-30 segundos tiene: los 15 clientes con mayor probabilidad de reactivación, el motivo (basado en historial, no en intuición) y un borrador de email personalizado para cada uno. El comercial revisa, ajusta si hace falta, y envía desde la bandeja unificada sin salir del CRM.

El coste de esa consulta con Opus 4.6 es predecible: Anthropic mantiene el precio en 5 USD por millón de tokens de entrada y 25 USD por millón de tokens de salida. Para una consulta de este tipo, el coste por ejecución está en céntimos, no en euros.

Conclusión

Claude Opus 4.6 no es una actualización incremental. La combinación de ventana de 1M tokens, razonamiento agéntico más fiable y controles de esfuerzo cambia lo que es posible hacer con los datos que ya tienes en tu CRM. No hace falta migrar nada ni cambiar de herramienta: el valor está en conectar un modelo más capaz a los datos que ya existen. Para una PYME española con un historial de clientes acumulado durante años, eso es directamente dinero sobre la mesa que hasta ahora no se podía recoger de forma sistemática. Si quieres ver cómo encaja esto en la operativa diaria, ver el módulo CRM.