Aumentar la precisión y eficiencia de las búsquedas web con filtrado dinámico

Junto con Claude Opus 4.6 y Sonnet 4.6, lanzamos nuevas versiones de nuestras herramientas de búsqueda y obtención de contenido web. Ahora Claude puede escribir y ejecutar código de forma nativa durante las búsquedas web para filtrar los resultados antes de que lleguen a la ventana de contexto, lo que mejora la precisión y la eficiencia de tokens.

Búsqueda web con filtrado dinámico

La búsqueda web es una tarea muy costosa en tokens. Los agentes que utilizan herramientas básicas de búsqueda web deben realizar una consulta, incorporar los resultados al contexto, obtener archivos HTML completos de varios sitios web y razonar sobre todo ello antes de responder. Sin embargo, el contexto que se incorpora desde la búsqueda suele ser irrelevante, lo que reduce la calidad de la respuesta.

Para mejorar el rendimiento de Claude en las búsquedas web, nuestras herramientas ahora escriben y ejecutan código automáticamente para posprocesar los resultados de las consultas. En lugar de razonar sobre archivos HTML completos, Claude puede filtrar dinámicamente los resultados de la búsqueda antes de cargarlos en contexto, manteniendo solo lo relevante y descartando el resto.

Anteriormente, hemos comprobado que esta técnica es eficaz en otros flujos de trabajo agénticos, por lo que añadimos herramientas como ejecución de código y llamadas programáticas a herramientas para ofrecer compatibilidad nativa en nuestra API. Ahora incorporamos estas mismas técnicas a la búsqueda y obtención de contenido web.

Evaluación de la capacidad de Claude para búsqueda web‍

Evaluamos la búsqueda web en Sonnet 4.6 y Opus 4.6 con y sin filtrado dinámico y sin otras herramientas habilitadas. En dos benchmarks, BrowseComp y DeepsearchQA, el filtrado dinámico mejoró el rendimiento en un promedio del 11 %, utilizando un 24 % menos de tokens de entrada.

BrowseComp: Buscar en la web para encontrar una única respuesta‍

BrowseComp evalúa si un agente es capaz de navegar por muchos sitios web para encontrar un dato concreto que resulta deliberadamente difícil de encontrar online. El filtrado dinámico mejoró significativamente la precisión de Claude, lo que hizo que Sonnet 4.6 pasara del 33,3 % al 46,6 % y Opus 4.6 pasara del 45,3 % al 61,6 %.
‍

DeepsearchQA: Búsqueda web para encontrar muchas respuestas‍

DeepsearchQA plantea a los agentes consultas de investigación que tienen muchas respuestas correctas, todas las cuales deben encontrarse mediante búsqueda web. Prueba si un agente puede planificar y ejecutar sistemáticamente búsquedas de varios pasos sin omitir ninguna respuesta. Se mide mediante una "puntuación F1", que equilibra la precisión y la exhaustividad, reflejando tanto la exactitud de las respuestas devueltas como la integridad de la búsqueda.

El filtrado dinámico mejoró la puntuación F1 de Claude del 52,6 % al 59,4 % para Sonnet 4.6 y del 69,8 % al 77,3 % para Opus 4.6.

Los costes de tokens variarán dependiendo de la cantidad de código que el modelo necesite escribir para filtrar el contexto. Los tokens ponderados por precio disminuyeron para Sonnet 4.6 en ambos benchmarks, pero aumentaron para Opus 4.6. Para comprender mejor tus propios costes, te recomendamos evaluar esta herramienta con un conjunto representativo de consultas de búsqueda web que es probable que tu agente encuentre en producción.

Cliente destacado: Quora

Poe de Quora es una de las mayores plataformas de IA multimodelo, y da a millones de usuarios acceso a más de 200 modelos a través de una única interfaz. Los equipos internos de Quora descubrieron que Opus 4.6 con filtrado dinámico "logró la mayor precisión en nuestras evaluaciones internas al probarlo frente a otros modelos de vanguardia", afirmó Gareth Jones, responsable de producto e investigación. "El modelo se comporta como un investigador real, escribiendo Python para analizar, filtrar y cotejar resultados en lugar de razonar sobre HTML sin procesar en el contexto"
.

Filtrado dinámico en herramientas de búsqueda y obtención web

El filtrado dinámico estará activado por defecto cuando uses nuestras nuevas herramientas de búsqueda y obtención web con Sonnet 4.6 y Opus 4.6 en la Claude API. Para consultas de búsqueda web complejas, como examinar documentación técnica o verificar citas, puedes esperar mejoras de rendimiento similares a las mostradas anteriormente.

A continuación te indicamos cómo usarlo en la API:

La ejecución de código, la Memoria y más herramientas ya están disponibles de forma general

También estamos pasando varias herramientas a disponibilidad general para ayudar a los agentes a rendir mejor en tareas de uso intensivo de tokens:

• Ejecución de código: ofrece un entorno sandbox para que los agentes ejecuten código durante una conversación con el fin de filtrar el contexto, analizar datos o realizar cálculos.
• Memoria: almacena y recupera información entre conversaciones a través de un directorio de archivos persistente, de forma que los agentes puedan conservar el contexto sin necesidad de mantenerlo todo en la ventana de contexto.
• Llamada programática a herramientas: ejecuta flujos de trabajo complejos con múltiples herramientas en código, manteniendo los resultados intermedios fuera de la ventana de contexto.
• Búsqueda de herramientas: descubre dinámicamente herramientas de grandes bibliotecas sin cargar todas las definiciones en la ventana de contexto.‍
• Ejemplos de uso de herramientas: incluye llamadas de herramientas de muestra directamente en tus definiciones de herramientas para mostrar patrones de uso y reducir errores de parámetros.

Primeros pasos 

La búsqueda web y la obtención de contenido web mejoradas ,así como la ejecución de código, la memoria, la llamada programática a herramientas, la búsqueda de herramientas y los ejemplos de uso de herramientas, ya están disponibles en Claude Platform. Lee nuestra documentación de API para empezar.