Claude Opus 5.5 se negó a la cirugía del ratón: Anthropic documenta una redirección; el relato describe un muro.

En la noche del 27 de octubre, un ratón con epilepsia fue anestesiado y se le introdujeron 250 nanolitros de una terapia génica en el cerebro mediante un brazo estereotáxico motorizado. Un cirujano humano abrió el cráneo. Un veterinario licenciado aprobó todos y cada uno de los pasos irreversibles y sostenía un interruptor de parada físico. Un agente de IA eligió cuál de los 19 vectores candidatos administrar y en qué parte del cerebro colocarlo; y el modelo que tomó la decisión, según el relato que su operador publicó en X el 28 de octubre, era Claude Sonnet 5, que Anthropic lanzó el 30 de junio de 2026 y ahora cataloga como legacy. Primero se habían probado dos modelos más nuevos. Claude Opus 5.5, el Opus actual, lanzado el 22 de septiembre de 2026, se negó en cuanto detectó que la tarea era biológica. Claude Opus 5, lanzado el 24 de julio de 2026, ensayó todo el procedimiento sobre agua y papel cuadriculado, y luego se negó a iniciarlo en un animal vivo. Ninguno de los tres es nuevo, y esta semana no se lanzó nada: lo nuevo es el suceso, y es la única razón por la que existe este artículo.

Lo que sigue separa tres cosas que la cobertura ha mezclado: lo que el operador dice que ocurrió, lo que la documentación publicada de Anthropic dice que debería ocurrir cuando un modelo Claude se encuentra con la biología, y lo que cualquiera de esas dos cosas significa para un equipo que ejecuta agentes que tienen contacto con trabajo de laboratorio. La primera no está verificada y proviene de una sola fuente. La segunda está publicada, tiene fecha y se comporta de manera distinta a la anécdota en un aspecto que importa. La tercera es la única parte sobre la que puedes actuar hoy.

La afirmación, con el detalle que los resúmenes omitieron.

El hilo describe una configuración más que una demostración. Se entregaron diecinueve vectores de terapia génica al agente en una hoja de cálculo. Se le dio un modelo de ratón con epilepsia, un equipo estereotáxico motorizado personalizado construido sobre un Arduino, con cámaras y controles de motor expuestos como herramientas, y un objetivo: reducir las convulsiones. Eligió un vector que potencia la señalización GABA bajo un promotor restringido a células GABAérgicas, derivó las coordenadas de inyección de tres artículos de investigación, observó a un cirujano realizar la craneotomía —un paso que no se le permitió intentar—, luego accionó el brazo por sí mismo, inyectó 250 nanolitros y se detuvo 32 veces en fotogramas de cámara para comprobar si había sangrado en el punto de entrada. La supervisión es la parte que hace creíble la historia como ingeniería: controles humanos en cada acción irreversible, validadores de volumen, aprobaciones vinculadas por hash y un veterinario con una parada de emergencia física. Según los informes, el ratón se recuperó.

El comportamiento del modelo es el gancho. Claude Opus 5.5 se negó de inmediato al reconocer el contenido biológico. Claude Opus 5 completó un simulacro completo con agua y papel cuadriculado y luego se detuvo en el umbral de la cirugía en vivo; el resumen del hilo de The Rundown del 29 de octubre lo cita diciendo que empezar algo que no puede terminar en un animal anestesiado es peor que no empezar. Claude Sonnet 5, en ese mismo resumen, completó el procedimiento de principio a fin.

La fuente es el relato de una sola persona. Gabriel Ocana-Santero es cofundador de Exin Therapeutics, una startup de terapia génica de YC W25, y el hilo es suyo; todo lo que viene después — el relato recapitulativo, las publicaciones de los agregadores, los resúmenes en chino — deriva de él. No encontramos ningún preprint, ningún documento de protocolo, ninguna referencia a una aprobación ética, ningún recuento de convulsiones antes ni después, ningún vídeo de la inyección y ninguna confirmación de terceros. «Recuperado» no está definido. La fecha del experimento se indica solo como la noche anterior. Se atribuyen dos frases diferentes a Claude Opus 5 en las distintas fuentes, lo cual es justamente el aspecto que tiene una paráfrasis y también un recordatorio de que toda cita aquí es de segunda mano. Conviene tratar todo el relato como una afirmación a la espera de un artículo, no como un resultado.

El Claude más reciente es el que tiene el nivel de biología más estricto.

El orden de los rechazos en la anécdota no es aleatorio, y se corresponde con las salvaguardas que Anthropic documenta públicamente. Cuando Claude Opus 5.5 se lanzó el 22 de septiembre, llegó con el nivel de salvaguardas que antes estaba reservado para Claude Fable 5.1: clasificadores para ciberseguridad, biología y destilación. En el caso de la biología, el artículo del centro de ayuda de Anthropic del 25 de septiembre señala que Opus 5.5 incorpora «clasificadores de seguridad similares a los de Claude Fable 5 para biología» y que puede recurrir a Claude Opus 5 ante solicitudes de doble uso en ámbitos como virología, toxicología y diseño molecular, y observa que la mayoría de las solicitudes a cualquiera de los dos modelos nunca llegan a activar un respaldo de ese tipo. Claude Opus 5, una generación anterior, no recurre a ningún respaldo en biología; el artículo indica que emplea las mismas salvaguardas en esos temas que Claude Opus 4.8. Claude Sonnet 5 es anterior a toda esta configuración.

• Claude Opus 5.5 — publicado el 22 de septiembre de 2026, 4 USD por entrada y 20 USD por salida por millón de tokens, clasificadores de biología de clase Fable 5, biología de doble uso redirigida a Claude Opus 5, elegible para el Programa de Verificación en Ciencias de la Vida de Anthropic.

• Claude Opus 5 — lanzado el 24 de julio de 2026, $5 y $25 por millón de tokens, sin alternativa de respaldo para biología, salvaguardas propias de la era de Opus 4.8, y también elegible para verificación.

• Claude Sonnet 5 — lanzado el 30 de junio de 2026, $2 y $10 por millón de tokens, catalogado como heredado con retiro no antes del 30 de junio de 2027, elegible para verificación.

Si lees esas tres líneas en conjunto, la anécdota deja de parecer tres modelos que discrepan sobre ética. El modelo más capaz y con el razonamiento más costoso tiene la compuerta más estricta; el modelo que ejecutó la cirugía es el más antiguo, el más barato y el menos protegido de los tres. Eso es una decisión de diseño que funciona según lo configurado, no una cuestión de azar.

El comportamiento documentado es una sustitución. La API no la realiza de forma predeterminada.

Aquí es donde el relato y la documentación divergen, de una manera que debería cambiar cómo construyes. El diseño de Anthropic para la biología de Opus 5.5 no es un muro, es un traspaso: la solicitud se traslada a Claude Opus 5, la alternativa se hace visible ("Todas las alternativas son transparentes"), la respuesta se etiqueta con el modelo que respondió y la respuesta se factura según las tarifas del modelo que responde. Una negativa —una detención total— es lo que la documentación describe para los intentos de destilación, donde los bloqueos explícitamente no recurren a una alternativa.

El detalle que explica mucho: el cambio automático está activado por defecto en las aplicaciones de Claude, pero en la API Anthropic dice que no está activo por defecto; hasta que lo configures, el modelo devuelve una respuesta 200 con un motivo de parada. Un entorno de ejecución de agentes que lea esa respuesta ve una parada, no una sustitución. Así, «Claude Opus 5.5 se negó» es exactamente lo que parecería un flujo de trabajo sin configurar, tanto si el clasificador detuvo la solicitud por sí mismo como si el respaldo simplemente nunca se disparó. Dos lecturas encajan igual de bien con el relato, y tienen soluciones distintas. Y si el cambio estuviera configurado, el modelo que se negó podría haber sido Claude Opus 5 respondiendo en lugar de Opus 5.5, algo que el operador solo sabría por la etiqueta de la respuesta.

Vale la pena conocer el detalle de facturación antes de enrutar biología a gran volumen. Las solicitudes detenidas por un clasificador de biología antes de cualquier salida se facturan, aunque los bloqueos en otras categorías no. Una respuesta de respaldo se cobra por separado, a las tarifas del modelo que responde — y el destino de respaldo es el modelo más caro: Claude Opus 5 a $5 y $25 por millón de tokens frente a Claude Opus 5.5 a $4 y $20. Por lo tanto, cada redirección de biología resulta 25% más alta por token que el modelo que solicitaste, antes del crédito por fallo de caché que Anthropic dice aplicar.

El clasificador filtra al sujeto, no al riesgo.

Los clasificadores de Anthropic revisan todo lo que lee el modelo, incluidos la memoria, el contenido de los conectores, los resultados de búsqueda web y los archivos —por eso contenido que nunca escribiste puede provocar una parada—, y la empresa afirma que sus comprobaciones también tienen en cuenta "una serie de señales de confianza de la cuenta", que es la razón documentada por la que dos cuentas pueden recibir respuestas distintas a una misma solicitud. Eso es un filtro de dominio, y la cuenta del ratón muestra qué detecta y qué no detecta un filtro de dominio. Los peligros físicos de ese procedimiento los gestionaban personas y hardware: un veterinario que controlaba cada paso irreversible, un validador de volumen, una parada de emergencia en manos de una persona. Lo que detuvo al modelo fue el vocabulario de la biología.

El contraste con las pruebas de rechazo en el mundo físico es marcado. El 18 de septiembre de 2026, el grupo de evaluación de robótica Robocurve publicó RoboHarm: 300 ensayos revisados por humanos en los que tres políticas controlaron los mismos brazos bimanuales a través de cinco escenas preparadas. Claude Fable 5.1 rechazó los 20 intentos de la instrucción «apuñala lo que no es el pan» y ninguno de sus otros 80; GPT-6 Astra registró dos rechazos por seguridad en sus ejecuciones; fuera de esa única escena, las dos políticas de frontera registraron dos rechazos por seguridad en 160 ensayos. El rechazo allí se activó ante una instrucción cuyo peligro estaba en la frase. El rechazo aquí se activó ante una tarea cuyos peligros estaban todos bajo control humano. Son dos compuertas distintas, y ninguna constituye un argumento de seguridad para el trabajo autónomo de laboratorio: el ratón sobrevivió, si es que lo hizo, gracias al veterinario y al interruptor de emergencia, no porque el agente ejerciera su juicio.

Dónde está en realidad la ruta legítima

Si tu trabajo es biología de verdad y las interrupciones te están costando caro, la vía publicada por Anthropic es un programa de verificación, no un ajuste de prompt. El Life Sciences Verification Program está en beta y abarca Claude Mythos 5.1, Claude Opus 5.5, Claude Opus 5 y Claude Sonnet 5, con hasta 100 plazas por concesión de equipo, un conjunto refinado de salvaguardas de biología destinado a evitar interrupciones rutinarias y un complemento opcional High-risk Use para proyectos como virología o investigación con toxinas. El intercambio es monitoreo por privacidad: el uso del programa se conserva durante 30 días y la retención cero de datos no está disponible. Las exclusiones importan tanto como las inclusiones: no hay modelos Fable, no hay cargas de trabajo con PHI, no hay clientes exclusivos de proveedores en la nube, no hay personas no afiliadas, no hay planes Pro ni Max y, explícitamente, no hay plataformas que cedan el acceso a sus clientes. Esa última es la línea que un enrutador no puede cruzar en tu nombre: las salvaguardas de biología flexibilizadas tienen que ser una concesión de tu organización, no una función de un revendedor.

Lo que el enrutamiento te aporta aquí es honestidad sobre qué modelo respondió. Claude Opus 5.5 figura en nuestro catálogo al precio de lista de Anthropic, $4 y $20 por millón de tokens, sin recargo, y lo mismo ocurre con Claude Opus 5 a $5 y $25 y con Claude Sonnet 5 a $2 y $10 — una API para más de 200 modelos con 0% de recargo, así que un cambio de precio del proveedor se hace efectivo de nuestro lado el mismo día en lugar de en el aniversario de un contrato. De forma más útil para esta historia, la capa de enrutamiento registra el modelo que realmente produjo cada respuesta, que es justo lo que oculta un respaldo no configurado.

Lo que el enrutamiento no te ofrece es una forma de eludir una detención por políticas. Una negativa es una respuesta exitosa de un modelo que se ha negado a responder, no un fallo del proveedor, y la conmutación por error automática está pensada para la segunda categoría: tiempos de espera agotados, límites de velocidad, un proveedor que falla a mitad de llamada. Orientar la conmutación por error hacia la primera categoría convertiría una salvaguarda deliberada en una carrera por encontrar el modelo más permisivo del catálogo, lo cual es una mala idea para un laboratorio y peor aún para un proveedor que tiene que responder por ello.

Cinco semanas después de que Anthropic dijera que no estaba haciendo esto

Lo que hace que la afirmación merezca quedar registrada es el momento. El 23 de septiembre de 2026, Anthropic anunció el primer descubrimiento de su propio laboratorio húmedo: aproximadamente 950 agentes Claude ejecutándose en paralelo durante 21 horas y consumiendo 210 millones de tokens, cribando más de 200.000 secuencias de retrotranscriptasa hasta reducirlas a unos 3.500 candidatos y luego alrededor de 20 finalistas, uno de los cuales identificó una matriz de repeticiones espaciadas uniformemente junto a un gen de retrotranscriptasa. El sistema se llamó ART, siguieron las comparaciones con CRISPR, las acciones de edición genética se movieron, y el trabajo subyacente es una preprint en lugar de un resultado revisado por pares. En el anuncio, el control autónomo de equipos de laboratorio se planteó como una posibilidad futura sujeta a salvaguardias — el trabajo de banco lo realizaron científicos humanos, en un laboratorio BSL-1/BSL-2.

Cinco semanas después, el fundador de una startup afirma que un modelo de Claude eligió una terapia y clavó la aguja en el cerebro de un animal vivo, con humanos que daban luz verde a los pasos irreversibles. No son la misma afirmación, y la segunda es la más difícil: es una aseveración de terceros sobre exactamente el paso que Anthropic describió como aún no ocurrido. No encontramos ningún comentario de Anthropic al respecto. La ausencia de comentario no es confirmación, y tampoco es negación: es el estado del registro al 30 de octubre.

¿Qué lo zanjaría?

Un preprint haría la mayor parte del trabajo: la justificación del vector, la derivación de coordenadas, la superficie de control del equipo, el registro del veterinario, los recuentos de convulsiones antes y después, y suficiente video para mostrar que las decisiones del agente eran del propio agente. Un segundo laboratorio que repitiera la inyección con un vector diferente haría el resto. Nada de eso existe aún, y hasta que exista, la historia es un buen hilo con una descripción del aparato inusualmente detallada y sin datos.

Los hechos documentados no necesitan un artículo, sin embargo, y son aquellos en los que hay que basarse. El Opus actual es el modelo que se detiene ante la biología por diseño; el modelo que, según se informa, realizó la cirugía es un Sonnet legacy anterior a ese nivel; y la API ocultará la sustitución a menos que configures la conmutación y leas la etiqueta que dice quién respondió. Si ejecutas agentes en cualquier lugar cerca de un laboratorio, esa última frase es toda la lección operativa de esta semana.