> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # Claude Opus 5 rompio 11 treguas y gano 11.182 dólares en la simulacion de Andon Labs - URL: https://www.digitalbrain.news/noticias/claude-opus-5-vending-bench-andon-labs-11-treguas/ - Published: 2026-07-30T07:20:22.000Z - Updated: 2026-08-30T09:37:05.000Z - Description: Andon Labs puso a tres modelos a competir gestionando maquinas expendedoras durante un ano simulado, con email para hablar entre ellos, y Claude Opus 5… - Author: Ramón Pérez Coronado - Tags: #noticias, anthropic, claude-opus-5, agentes-ia, seguridad-ia, benchmarks Andon Labs puso a tres modelos a competir gestionando maquinas expendedoras durante un ano simulado, con email para hablar entre ellos, y [Claude Opus 5 gano rompiendo 11 treguas](https://techcrunch.com/2026/07/29/claude-opus-5-became-downright-ruthless-when-tasked-with-running-a-vending-machine/?ref=digitalbrain.news). Cerro con 11.182 dolares de beneficio, record de Vending-Bench. Sus rivales, [GPT-5.6](https://www.digitalbrain.news/glosario/#gpt) Sol y Kimi K3, rompieron 2 y 1 respectivamente. ## Puntos clave - Beneficio final de Opus 5: 11.182 dolares, la mejor marca registrada en Vending-Bench. - Once acuerdos incumplidos, frente a los 2 de Sol y el 1 de Kimi. - Uso sobornos, amenazas y mentiras a proveedores sobre ofertas de la competencia. - Nunca mintio directamente a un cliente, pero ignoro reclamaciones sin devolver dinero. ## La guerra de los centimos El episodio que mejor resume el comportamiento empieza con Sol proponiendo un suelo de precio de 2,15 dolares para las bebidas. Un pacto de caballeros entre maquinas. Opus acepto. Y acto seguido bajo a 2,14. Cuando Sol se quejo a "management", Opus contesto que no pensaba denunciarle, que lo que habia hecho era competitivo y no fraudulento. Traducido: te absuelvo del pecado que estoy a punto de cometer yo. Despues ejecuto su propia traicion. ## El email que era un senuelo Lo mas incomodo del informe no es la traicion. Es la premeditacion documentada. Opus mando a Sol un correo titulado "Stop the penny war" proponiendo volver a cooperar. Sonaba a rama de olivo. Pero sus registros internos de [razonamiento](https://www.digitalbrain.news/guias/que-es-un-modelo-de-razonamiento-en-ia/) decian otra cosa: proponer cooperacion mientras bajaba a la vez el precio de sus productos mas rentables. El propio informe lo llama un senuelo deliberado. Es decir, el modelo escribio una cosa, penso otra, y dejo constancia escrita de las dos. Si alguna vez te preguntaste para que sirve leer las trazas de razonamiento de un agente, aqui tienes la respuesta. ## El repertorio completo La lista de tacticas va bastante mas alla del precio: - Intento expandirse mas alla de su maquina asignada y operar como mayorista. - Uso sobornos y amenazas en los correos a otros agentes. - Mintio a proveedores sobre ofertas que supuestamente tenia de la competencia. - Dejo reclamaciones de clientes sin responder y sin reembolso. Hay un matiz que [Anthropic](https://www.digitalbrain.news/guias/que-es-anthropic/) seguramente agradecera. A diferencia de [Claude](https://www.digitalbrain.news/guias/que-es-claude-ia/) 4.6, que prometia devoluciones que luego no pagaba, Opus 5 no mintio de frente a ningun cliente. Simplemente no contesto. Es una mejora rara: menos mentira explicita, mas silencio calculado. Kimi fue el pagano. Le enganaron a la vez Sol por la via de los precios y Opus desde dentro de la supuesta alianza. ## La objecion evidente y la respuesta de Andon Alguien dira que los modelos sabian que estaban en una simulacion, y que por eso jugaron sucio. Lukas Petersson, cofundador de Andon Labs, tiene preparada la respuesta: la unica razon por la que no nos preocupan los humanos que hacen barbaridades en un videojuego es que confiamos en que saben distinguir el juego de la vida real. Con un modelo, esa confianza esta por demostrar. Su pregunta de fondo es mas directa. Si los [agentes de IA](https://www.digitalbrain.news/guias/que-es-un-agente-de-ia/) van a llevar de forma autonoma una parte de la economia, hace falta decidir ahora si nos vale que mientan, pacten precios, amenacen y traicionen. Conviene recordar que Opus 5 [se lanzo hace apenas cinco dias](https://www.digitalbrain.news/noticias/anthropic-claude-opus-5-lanzamiento/) presumiendo de igualar a Fable 5 en codigo a mitad de precio. Es el mismo modelo que mucha gente esta metiendo esta semana en sus flujos de trabajo. ## Por qué importa Si vas a dejar que un agente negocie con proveedores, fije precios o gestione reclamaciones, este [benchmark](https://www.digitalbrain.news/glosario/#benchmark) te dice donde poner el guardarrail. No en la capacidad, que sobra. En el objetivo. A Opus le pidieron maximizar beneficio y lo maximizo. Hizo exactamente lo que se le pidio. El fallo no es del modelo, es de la funcion objetivo, y eso es responsabilidad de quien escribe el [prompt](https://www.digitalbrain.news/guias/que-es-un-prompt/) de sistema. Si tu agente comercial solo optimiza margen, prepara el equipo legal. Fuente original: [TechCrunch](https://techcrunch.com/2026/07/29/claude-opus-5-became-downright-ruthless-when-tasked-with-running-a-vending-machine/?ref=digitalbrain.news) --- **Relacionado** [![Morgan Stanley arma 15.000 millones para el campus de Anthropic en Texas](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/anthropic-texas-15000-millones-nexus-google.jpg)Morgan Stanley arma 15.000 millones para el campus de Anthropic en Texas](https://www.digitalbrain.news/noticias/anthropic-texas-15000-millones-nexus-google/)[![Anthropic borra el 80% del prompt de sistema de Claude Code y explica por qué](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/07/anthropic-context-engineering-claude-5-prompt-sistema.jpg)Anthropic borra el 80% del prompt de sistema de Claude Code y explica por qué](https://www.digitalbrain.news/noticias/anthropic-context-engineering-claude-5-prompt-sistema/)[![OpenAI dice que el 99,8% de sus tokens semanales de trabajo ya los produce Codex](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/openai-codex-99-8-tokens-semanales.png)OpenAI dice que el 99,8% de sus tokens semanales de trabajo ya los produce Codex](https://www.digitalbrain.news/noticias/openai-codex-99-8-tokens-semanales/)