Según lo reportado por Crypto Briefing, Anthropic redujo la latencia p90 del primer token de Claude Code local de 4,07 a 1,33 segundos. La compañía atribuyó las mejoras a cambios como la compresión gzip de las conversaciones y el inicio anticipado de sesiones en la nube.
***

• Según el reporte, las sesiones locales de Claude Code pasaron de 4,07 a 1,33 segundos en latencia p90 del primer token.
• En la nube, el indicador bajó de 16,99 a 6 segundos; Anthropic atribuyó parte de la mejora al precalentamiento de sesiones mientras el usuario escribe.
• El reporte también señaló mejoras en Claude web, Cowork y la API; la espera en la nube, sin embargo, sigue siendo perceptible.

⚡ Claude Code reduce casi 3 veces la latencia inicial

El p90 local bajó de 4,07 a 1,33 segundos. En la nube, de 16,99 a 6 segundos, según Crypto Briefing.

Anthropic atribuye parte de la mejora a gzip y al precalentamiento de sesiones.

La métrica mide el primer token, no el… pic.twitter.com/jKl1w5FEww

— Diario฿itcoin (@DiarioBitcoin) October 17, 2026

Anthropic acelera Claude Code con compresión y sesiones en la nube anticipadas

Anthropic redujo de 4,07 a 1,33 segundos la latencia p90 del primer token en las sesiones locales de Claude Code entre agosto y octubre de 2026, según informó Crypto Briefing. El reporte atribuyó las mejoras a cambios de infraestructura, entre ellos comprimir las conversaciones con gzip y comenzar a preparar las sesiones en la nube antes de que el usuario termine de escribir su solicitud. Las cifras describen una reducción de la espera inicial, no del tiempo necesario para completar una tarea de programación.

El reporte también señaló descensos en las sesiones en la nube, Claude web, Cowork y la API, aunque con magnitudes distintas. En conjunto, los datos comunicados apuntan a una menor espera inicial en varias superficies de producto. No permiten concluir, por sí solos, que todas las consultas o tareas se hayan vuelto más rápidas en la misma proporción.

Qué mide la mejora anunciada

La métrica central es la latencia p90 del primer token. La latencia del primer token mide cuánto espera una persona antes de recibir el inicio de una respuesta, mientras que p90 indica que nueve de cada diez solicitudes registraron un tiempo igual o inferior al valor reportado. Por eso, los 1,33 segundos no representan el tiempo de respuesta de cada consulta ni garantizan que todas las solicitudes comiencen dentro de ese plazo.

Para las sesiones locales de Claude Code, el reporte indicó una caída desde 4,07 segundos en agosto hasta 1,33 segundos en octubre de 2026. La comparación equivale a una reducción de más de dos tercios en ese indicador y a una respuesta inicial cerca de tres veces más rápida. Se refiere al comienzo de la generación, no a la duración total de una conversación o de una tarea de código.

En las sesiones en la nube, el p90 pasó de 16,99 a 6 segundos, una reducción absoluta mayor y una mejora de aproximadamente 2,8 veces. La diferencia entre ambas cifras también muestra que el punto de partida de la nube era más lento que el de las sesiones locales. Aunque el nuevo registro reduce la espera, seis segundos siguen siendo suficientes para que el usuario note una pausa antes de ver la respuesta.

El reporte mencionó además otros productos y servicios. En las experiencias web y Cowork, el tiempo señalado bajó de 3,36 a 2,17 segundos, mientras que en la API cayó de 1,53 a 1,01 segundos. Estas cifras corresponden a superficies distintas, por lo que no conviene tratarlas como una única medición ni asumir que cada tipo de consulta experimentará el mismo cambio.

Dos ajustes para reducir la espera

Uno de los cambios descritos consiste en comprimir con gzip las cargas de conversación antes de enviarlas al modelo. Gzip es un formato de compresión de datos que reduce el tamaño de la información transmitida por la red. Según el reporte, este mecanismo puede ser útil cuando el contexto incluye archivos extensos, registros o una larga secuencia de intercambios entre el desarrollador y el asistente.

En una conversación breve, el volumen de información transmitida puede ser menor, pero las sesiones de programación suelen acumular contexto conforme avanzan. Los desarrolladores pueden compartir archivos, fragmentos de código y registros, además de volver sobre indicaciones anteriores. Comprimir esos datos apunta a reducir el volumen que debe transmitirse; el reporte no permite atribuir a gzip, por sí solo, todas las mejoras observadas en los distintos productos.

El otro ajuste se enfoca en las sesiones en la nube. Según la explicación recogida por Crypto Briefing, el sistema comienza a preparar una sesión cuando el usuario empieza a escribir, en vez de esperar a que envíe el prompt. Así, parte del trabajo previo ocurre durante el tiempo que la persona dedica a redactar la solicitud, en lugar de sumarse por completo a la espera posterior al envío.

Ese precalentamiento fue señalado como uno de los factores detrás de la reducción del p90 en la nube, de 16,99 a 6 segundos. El mecanismo no elimina necesariamente el tiempo de arranque: adelanta parte de la preparación al periodo de escritura. El reporte también planteó que este proceso puede activar cómputo para solicitudes que algunas personas finalmente no envían.

Por qué unos segundos importan en programación

La latencia importa en la programación asistida porque el trabajo suele avanzar en ciclos repetidos: el usuario plantea una petición, revisa el resultado, ajusta la instrucción y vuelve a consultar. En ese tipo de dinámica, cada pausa se repite a lo largo de la sesión. Una reducción en el primer token puede hacer que la interacción se sienta más ágil, aunque no necesariamente acorte el tiempo que el modelo necesita para resolver cada tarea completa.

La diferencia entre 16,99 y 6 segundos resulta especialmente visible en las sesiones en la nube. Una espera inicial más corta puede ayudar al desarrollador a mantener el flujo de trabajo, mientras que una pausa prolongada puede interrumpir el ritmo de revisión y ajuste. Sin embargo, las cifras reportadas no cuantifican cambios en productividad ni demuestran por sí solas que los usuarios completen más trabajo en una jornada.

La mejora también tiene una lectura de producto: el reporte mencionó avances en herramientas locales, sesiones en la nube, experiencias web, Cowork y la API. Esa variedad sugiere que la velocidad es relevante en varias superficies de Claude, y no solo en una función de Claude Code. No obstante, los datos disponibles no permiten comparar cada flujo de trabajo bajo condiciones idénticas.

Avance con límites pendientes

La reducción de latencia no elimina todas las demoras de una tarea. Los seis segundos registrados para las sesiones en la nube siguen siendo perceptibles, y el indicador del primer token no informa cuánto tardará la generación completa ni si el resultado resolverá correctamente la solicitud. Para evaluar la experiencia de forma integral, también importan la calidad de las respuestas, la estabilidad de las sesiones y el tiempo que requieren las operaciones posteriores.

El precalentamiento plantea además una tensión entre rapidez y uso de recursos. Al iniciar la preparación cuando alguien empieza a escribir, Anthropic puede adelantar trabajo antes de confirmar que el prompt llegará a enviarse. Según la explicación recogida en el reporte, parte de ese cómputo podría no conducir a una solicitud completada.

También conviene interpretar con cuidado el calificativo de casi tres veces más rápido. Esa comparación resume la variación entre el p90 local de 4,07 y 1,33 segundos, pero no significa que todas las interacciones hayan mejorado en la misma proporción. Las cifras corresponden a periodos y superficies concretos; el reporte no aporta detalles adicionales sobre el tamaño de las muestras o la distribución de resultados más allá de la referencia a p90.

Por ahora, las cifras reportadas describen una reducción de la espera inicial para quienes usan Claude Code y otras herramientas de Claude. Entre los mecanismos señalados figuran la compresión de los datos transmitidos y la preparación anticipada de sesiones en la nube. El impacto cotidiano dependerá de cómo se traduzcan esos cambios en las tareas reales de los usuarios. En particular, la espera de seis segundos en la nube deja claro que la aceleración no equivale a una respuesta instantánea.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín