Anthropic lanza Fable 5.2 y Mythos 5.2: 20% más barato

Anthropic lanza Fable 5.2 y Mythos 5.2 con precios 20% más bajos

Anthropic presentó el 9 de noviembre Claude Fable 5.2 y Claude Mythos 5.2, sus nuevos modelos frontera, con una rebaja del 20% en las tarifas de API: US$8 por millón de tokens de entrada sin caché y US$40 por millón de tokens de salida, frente a los US$10 y US$50 de la generación 5.1. La compañía también afirma que ambos generan tokens hasta un 30% más rápido que sus predecesores.

Para un equipo que corre agentes de código en producción, la noticia no es el benchmark: es que la misma tarea cuesta menos. Y hay un detalle que la mayoría de los titulares omitió: subir el nivel de esfuerzo del modelo puede encarecer la factura más de lo que el descuento la baja.

¿Cuánto cuesta realmente una tarea con Fable 5.2?

El número más útil para un líder de ingeniería no es el precio por token, sino el costo por tarea. Según el System Card de Anthropic, en el test FrontierCode 2.0 de Cognition —que evalúa si un parche es lo bastante bueno para fusionarse en un repositorio open source real— Fable 5.2 en esfuerzo High promedió US$6,72 por tarea.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Opus 5.5, que cobra la mitad por token, promedió US$12,82 en esfuerzo Max para un puntaje casi idéntico. La comparación se invierte si se sube Fable a Max: el costo promedio trepó a US$44,70 y el puntaje quedó por debajo del obtenido en el nivel Xhigh, más barato.

Traducción práctica: el descuento de lista es la parte fácil. La decisión que mueve el presupuesto es en qué nivel de esfuerzo corres cada trabajo.

El nivel de esfuerzo pesa más que el precio de lista

Sobre las 132 tareas de FrontierCode, el puntaje de Fable subió de 37,6% en Medium a 45,3% en High y 49,1% en Xhigh. Los costos por tarea en esos tres niveles fueron US$2,48, US$6,72 y US$14,19 respectivamente, según el mismo System Card.

El detalle incómodo: Medium es el nivel por defecto en las apps de Claude y en Claude Code. El resultado estrella del lanzamiento exige cambiar la configuración a mano.

La comparación con la generación anterior muestra cuánto se mueve la economía. Fable 5.1 llegó a 32,4% en Xhigh con un costo promedio de US$8,68 por tarea. Fable 5.2 en Medium superó ese puntaje por 5,2 puntos porcentuales con un costo por tarea cerca de 71% menor. Pero en Xhigh, el nuevo modelo mejoró 16,7 puntos y costó alrededor de 63% más por tarea, pese al precio de lista más bajo.

Si migras con el nivel de esfuerzo fijo en Xhigh, tu gasto puede subir. Si migras con un objetivo de calidad y margen para bajar el esfuerzo, puede bajar.

¿Cómo se compara con Gemini 4 Carbon y GPT-6 Astra?

Menos de dos semanas después de que Google anunciara Gemini 4 Carbon (el 28 de octubre, aún en release limitado), Anthropic publicó una tabla en la que uno de sus dos modelos lidera 13 de las 15 líneas de puntaje reportadas.

En FrontierCode 2.0, Fable 5.2 marcó 49,1%, por delante de GPT-6 Astra (42,8%) y Carbon (41,1%). En FrontierSWE v2 lideró con 69,9% contra 65,5% de Astra y 61,2% de Carbon.

Carbon se queda con la prueba de automatización de negocio: 53,9% frente al 51,4% de Fable. Y dentro de la propia familia Claude, Opus 5.5 superó a Fable en el ranking head-to-head de AA-Briefcase (1.800 contra 1.785), aunque Fable tuvo mejor tasa de cumplimiento de requisitos escritos (66,1% vs 61,2%).

El patrón que emerge: Fable gana donde el trabajo es abierto y técnico; Opus sigue siendo más eficiente para el día a día. La propia Anthropic recomienda Opus 5.5 para la mayoría del trabajo de código y conocimiento, y reservar Fable para problemas difíciles de ingeniería, matemática y robótica.

Vale recordar que la línea Fable no llegó sin sobresaltos: debutó en junio de 2026 y estuvo suspendida alrededor de 18 días por restricciones de exportación de Estados Unidos, según Crypto Briefing, antes de reinstalarse el 1 de julio.

¿Qué dicen los primeros usuarios?

Los testimonios que Anthropic seleccionó para el lanzamiento apuntan a dos métricas medibles. El ingeniero de Vercel Joe Haddad contó que proyectos que su equipo venía empujando durante semanas con otros modelos se terminaron y aprobaron en pocos días con Fable 5.2. Matt Lee, ingeniero senior de Datadog, describió el modelo como un comandante de incidentes que envía modelos más rápidos a recolectar información mientras coordina el trabajo.

Anthropic va más lejos con su propio caso: según 9to5Mac, más del 90% de los cambios fusionados en su código central ya los escribe Claude con guía humana, y un equipo de agentes corriendo una versión previa de Fable 5.2 migró un servicio crítico de producción de Python a Rust, con un arranque unas 26 veces más rápido.

Mythos 5.2: el modelo que probablemente no puedes usar

Mythos 5.2 comparte el modelo base con Fable pero con salvaguardas distintas, y está reservado a organizaciones verificadas en los programas de ciberseguridad y ciencias de la vida de Anthropic (Project Glasswing). En su evaluación, redescubrió 89,6% de vulnerabilidades conocidas, arriba del 78,3% de Mythos 5.1.

Dos advertencias de lectura. Primero, OpenAI reporta 95% en su propia prueba de ciberseguridad, pero mide explotación exitosa en un entorno remoto controlado, no redescubrimiento: no son comparables directamente. Segundo, el System Card señala que los laboratorios usaron tareas distintas para CyScenarioBench, lo que hace esa comparación más laxa.

También hay un dato de gobernanza que importa: Anthropic especifica retención de 30 días para monitoreo de seguridad en clientes fuera de sus acuerdos de retención cero. Si tu equipo maneja logs sensibles o código propietario, eso condiciona qué puedes enviar a un agente.

¿Qué significa esto para tu startup?

1. Mide costo por tarea, no precio por token. Antes de migrar, corre una muestra de tus issues reales con Fable 5.2 en Medium y High, y escala solo un puñado a Xhigh. Cuenta los fixes aceptados, incluye los intentos fallidos en el gasto y registra el tiempo de revisión humana. El System Card muestra que la diferencia entre niveles puede ser de 3x en costo.

2. Usa Fable como asesor, no como caballo de batalla. Anthropic documenta un patrón donde un modelo barato consulta a Fable solo cuando se atasca. En Humanity’s Last Exam con herramientas, Fable en Low alcanza un puntaje similar a Opus en Max por menos de un décimo del costo. En BenchCAD 2.1 con herramientas, en cambio, Fable llega a 83,5 sobre 100 en Max contra 65,3 de Opus: si el trabajo es revisar un diseño de hardware, pagar el pase extra tiene sentido.

3. Cuidado con el modo rápido. El nuevo Fast mode acelera la generación hasta 2,5 veces pero cobra el doble. Una factura de 10 millones de tokens de entrada y 1 millón de salida cuesta US$120 en Fable 5.2 estándar y US$240 en Fast, según la comparación de Anthropic. Vale la pena en una sesión de debugging interactivo; no cuando el trabajo espera builds o tests.

4. Revisa el nivel por defecto de tus agentes. Si tu equipo ya usa Claude Code, el default es Medium. El salto de calidad que viste en el anuncio probablemente no está activo en tu configuración actual.

Conclusión

La rebaja del 20% es real y se nota en la factura. Pero el mensaje de fondo del lanzamiento es otro: en modelos frontera, el costo lo define el nivel de esfuerzo, no el precio de lista. Un equipo que migre sin revisar esa configuración puede terminar pagando más que antes por un modelo supuestamente más barato.

El contexto competitivo también aprieta. Anthropic reportó US$33.240 millones de ingresos en los nueve meses cerrados el 30 de septiembre, un alza cercana al 1.200% interanual, según CNBC, y prepara una salida a bolsa con una valuación objetivo de entre US$1 billón y US$1,5 billones. Con esa presión, cada punto de precio y cada benchmark se vuelven argumentos de venta. Para los compradores, la consecuencia es simple: hay más opciones y menos excusas para no medir.