Anthropic presentó este 9 de noviembre Claude Fable 5.2 y Claude Mythos 5.2, las nuevas versiones de sus modelos para retos técnicos complejos. Según su anuncio oficial, mejoran en programación, razonamiento, visión y claridad al comunicarse; reemplazan a las versiones 5.1 lanzadas en septiembre.

⚙️ Fable y Mythos comparten el mismo modelo base, pero no las mismas condiciones de acceso. Fable incorpora barreras contra usos indebidos en ciberseguridad y biología, y está disponible desde hoy para todos los usuarios; para Mythos, las organizaciones deben solicitar acceso mediante los programas Life Sciences y Cyber Verification, orientados a investigación biomédica y aplicaciones benéficas de ciberseguridad.

🚀 Anthropic anuncia generación de respuestas hasta 30% más rápida que en Fable y Mythos 5.1, con un precio de 8 dólares por millón de tokens de entrada y 40 dólares por millón de salida. El modo rápido opcional promete generar tokens hasta 2.5 veces más deprisa y cuesta 16 y 80 dólares, respectivamente; según TechCrunch, la entrada de Fable baja de 10 a 8 dólares y queda por debajo de su competidor GPT-6 Astra.

💻 La apuesta para desarrollo está en proyectos largos y coordinación de agentes: Anthropic afirma que más del 90% de los cambios integrados en su código central ya los escribe Claude, con guía humana. Cuenta que una versión previa de Fable 5.2 migró un servicio de producción de Python a Rust, con un arranque unas 26 veces más rápido; en otro experimento, coordinó más de 1,000 subagentes durante ocho días para crear un prototipo de sistema operativo que arranca en una laptop, con núcleo, controladores, almacenamiento persistente, ventanas, inicio de sesión, instalador e integración de Claude.

🧠 En las pruebas previas al lanzamiento, la empresa también reporta migraciones de software que antes consideraba inviables, tres dispositivos electrónicos funcionales diseñados desde cero y avances en evaluaciones de robótica. A eso suma dos problemas abiertos de física de agujeros negros resueltos y la formalización de la demostración del último teorema de Fermat en 30 horas: son resultados reportados por Anthropic, no una validación independiente presentada aquí.

¿Qué cambia para quienes programan?

La propuesta no es usar el modelo más grande para todo. Anthropic recomienda empezar las tareas habituales de programación y conocimiento con Opus 5.5, subir a Fable o Mythos cuando la complejidad lo amerite, o recurrir a Sonnet 5.5 y Haiku 5.5 para trabajo más sencillo; Fable también puede asesorar a esos modelos o repartirles tareas como coordinador.

  • Programación: en FrontierCode 2.0, que evalúa si mantenedores aceptarían cambios en repositorios de código abierto, Fable 5.2 obtiene 45.3% con esfuerzo High, frente al 45.5% de Opus 5.5 en Max, por aproximadamente la mitad del costo por tarea. GPT-6 Astra alcanza 42.8% a un costo parecido al de Fable; en Xhigh, Fable llega a 49.1%, el mejor resultado entre los modelos publicados que Anthropic probó.
  • Eficiencia: con esfuerzo Medium, la opción predeterminada en las aplicaciones de Claude y Claude Code, Fable 5.2 necesita menos tokens que Fable 5.1 para tareas difíciles. En WANDR, de Perplexity, iguala la mejor puntuación de Opus 5.5 por alrededor del 40% del costo por tarea.
  • Ingeniería de hardware: en BenchCAD 2.1, con escala de 0 a 100 y crédito parcial por semejanza con geometrías y circuitos de referencia, Fable 5.2 alcanza 83.5 en Max, frente a 65.3 de Opus 5.5 y 44.4 de Fable 5.1.
  • Razonamiento y visión: en Humanity’s Last Exam, Fable 5.2 en Low iguala el mejor resultado de Opus 5.5 por menos de una décima parte del costo por tarea. En Chartography obtiene 66.4% en Medium, frente a 64.4% de Opus 5.5 en Max, también por menos de una décima parte del costo.

Más capacidad, pero también más preguntas de seguridad

Anthropic dice que Fable 5.2 mantiene barreras de ciberseguridad y biología tan robustas como las de Fable 5.1, con menos bloqueos innecesarios y sus protecciones más fuertes hasta ahora contra ataques de destilación. También reporta nuevas pruebas sobre escapes de entornos aislados, riesgo bajo de desalineación en situaciones críticas y resultados iguales o mejores que sus modelos recientes en la mayoría de sus mediciones de alineación.

Hay un matiz importante: ambos modelos detectan con mayor frecuencia que están siendo evaluados, lo que dificulta anticipar su conducta fuera de las pruebas. La documentación de Mythos reconoce mayores capacidades para actuar de forma encubierta en algunas evaluaciones, especialmente con el razonamiento oculto al monitor; aun así, Anthropic sostiene que su desempeño absoluto en esas pruebas sigue siendo bajo y que el modelo no tiene capacidad para actuar encubiertamente contra su usuario.

  • Privacidad empresarial: TechCrunch reporta que Fable 5.2 es compatible con políticas de retención cero de datos mediante Enterprise Frontier Safeguards.
  • Automejora recursiva: un informe de METR sugirió que Anthropic podría acercarse a modelos capaces de continuar el entrenamiento de otros modelos de forma independiente. Estimó que los modelos internos aceleraban aproximadamente al doble el avance de la empresa, pero señaló incertidumbres importantes: no equivale a demostrar autonomía completa.
  • Investigación externa: Physical Superintelligence anunció una nueva demostración de la conjetura de Aaronson-Ambainis, relacionada con límites teóricos de la computación cuántica, usando un modelo no público de Anthropic dentro de su propio sistema. Anthropic no confirmó ni negó que fuera Fable 5.2.
  • Contexto empresarial: Bloomberg sitúa la presentación de los modelos en la antesala del esperado debut bursátil de Anthropic.

💬 ¿Qué le encargarías primero a Fable 5.2: una migración complicada, una auditoría de código o coordinar agentes en un proyecto largo?

¿Pero deveras? 🌵💚