Opus 5 reduce la tasa de inyección de indicaciones al 2 % en k=15 - Schneier valida la trayectoria

En el benchmark IPI, Opus 5 reduce casi tres veces la tasa de éxito de ataques de Opus 4.8. El mejor no-Claude evaluado sigue siendo del 16,5 %. Schneier recuerda la línea correcta: no se cierra la inyección de prompt, se la hace estadísticamente costosa.

El hecho

En el benchmark IPI (Inyección Indirecta de Prompts) publicado por Anthropic, Opus 5 reclama una tasa de éxito de ataque del 2,0 % en 15 intentos (frente al 5,5 % de Opus 4.8), y del 0,2 % en un solo intento (frente al 0,5 %). Comparación en la misma familia en laboratorio: Sonnet 5 con un 5,9 % (k=15), Mythos 5 con un 2,6 %. El mejor modelo no-Claude evaluado en este benchmark, Muse Spark, se sitúa en un 16,5 % —más de ocho veces la tasa de Opus 5. Bruce Schneier retoma estas cifras en su blog el 31 de julio de 2026 y recuerda su postura: impedir la inyección de prompts sigue siendo imposible en el caso general, pero el campo avanza notablemente en casos específicos.

Nuestra lectura

Dos puntos importan más allá de la cifra del editor. Uno: la línea base no-Claude, del 16,5 %, indica que la diferencia en este vector es real, no homeopática —para un despliegue empresarial que expone un agente a contenidos de terceros (correos, documentos, web), pasar del 16 % al 2 % cambia el coste operativo del exploit. Dos: la lectura de Schneier —«progresos en casos específicos, no resolución»— es la postura correcta. No se cierra la inyección de prompts, se la hace estadísticamente costosa.

A vigilar

El protocolo IPI completo (conjunto de datos, adversarios, categorías) y evaluaciones de terceros reproducibles. Sin ellas, el 2 % vive en el marketing del producto, no en el SOC.