Claude Fable 5.2 diseña hardware real y cuesta más por tarea

Fable 5.2 y Mythos 5.2: dos nombres para el mismo modelo

Anthropic presentó Claude Fable 5.2 y Claude Mythos 5.2 el 9 de noviembre. En la práctica son el mismo modelo base: lo que cambia son las salvaguardas. Fable incorpora protecciones de ciberseguridad y biología y está disponible para todos los usuarios. Mythos relaja esas barreras y solo se ofrece a organizaciones verificadas en esos campos, como las que participan en el Proyecto Glasswing.

La novedad central no está en los benchmarks. Está en que el modelo pasó de escribir código a diseñar objetos que existen en el mundo físico. Anthropic le pidió tres dispositivos concretos y el modelo entregó especificaciones, esquemas, ubicación de componentes, trazado de pistas de cobre, carcasa imprimible en 3D, firmware y lista de piezas.

Los tres dispositivos: del prompt al circuito impreso

Los aparatos fueron un asistente de voz para el hogar, un altavoz con micrófono para conectar al PC y una mascota virtual portátil. Cada uno partió de un prompt sencillo que describía el tipo de dispositivo y los requisitos básicos de hardware.

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 →

La fabricación la hizo Diode Computers, una empresa de diseño y fabricación de circuitos. Sus ingenieros trabajaron guiados por Claude y, según el documento de Anthropic, produjeron las placas sin ajustar los parámetros que el modelo había definido. Semanas después de armarlos, los tres dispositivos seguían funcionando.

El detalle más revelador es el historial de esa colaboración. Con modelos anteriores, Diode acumuló durante un año placas completadas al 95% pero inservibles: los componentes de apoyo quedaban lejos del chip al que servían. Fable 5.2 detectó que las conexiones eran ilegibles y decidió empezar de nuevo en lugar de parchear, además de anticipar problemas mecánicos en los tres aparatos.

¿Por qué este salto importa más que otro benchmark alto?

El vibe coding resolvió una capa: pedirle a un modelo que escriba una función, un script o una interfaz. El hardware impone restricciones que el software no tiene. Un componente mal ubicado no genera un error de compilación: genera un aparato que no enciende. Un trazado mal resuelto no se corrige con un commit, se corrige fabricando otra placa.

Eso explica por qué el dato de RoboDojo, la prueba que simula brazos robóticos, es tan llamativo: Fable 5.2 alcanza un 64,9% frente al 27,6% de Fable 5.1 y el 29,8% de GPT-6 Astra. No es una mejora incremental sobre el modelo anterior; es más del doble.

Anthropic, sin embargo, es explícita sobre los límites. No fabrica dispositivos ni pretende competir con el sucesor del iPhone que preparan OpenAI y Jony Ive. Son prototipos para medir capacidades, y la compañía admite que no sabe cómo resistirán el paso del tiempo ni si superarían certificaciones comerciales.

El costo real: 31% más caro por tarea aunque el token sea más barato

Aquí está el dato que más debería interesar a un founder. El precio de lista bajó: 8 dólares por millón de tokens de entrada y 40 por millón de salida, frente a los 10 y 50 de la generación anterior. El modo rápido opcional duplica la tarifa a 16 y 80, pero acelera la generación hasta 2,5 veces.

El problema aparece al medir por tarea terminada. Según el análisis de SemiAnalysis citado por Xataka, en la prueba GDPx el costo medio final por tarea de Fable 5.2 es un 31% mayor que el de Fable 5.1, pese a que cada millón de tokens cueste un 20% menos. La razón: el modelo genera muchos más tokens para llegar al mismo resultado.

Las pruebas de usuarios independientes confirman la magnitud. El creador de contenido Matthew Berman reportó que un solo nivel inspirado en Gears of War consumió 8.630 millones de tokens en 43 horas y 48 minutos de construcción, con un costo estimado de API de 14.710 dólares. Un clon de Excel con fórmulas y tablas dinámicas le costó unos 11.700 dólares tras descuentos por entradas en caché. Del otro extremo: un cilindro naranja impreso por menos de 40 dólares y una simulación de física de globos de agua por 91 dólares.

Para ponerlo en perspectiva de mercado, el mismo análisis señala que Kimi 3.1 Pro cuesta 2 dólares por millón de entrada y 10 por millón de salida, y el último modelo de Deepseek se ubica en 0,6 y 1,98 fuera de horas pico. Fable 5.2 sigue costando el doble por token que Claude Opus 5.5, el modelo que Anthropic recomienda para trabajo cotidiano.

¿Qué dicen los benchmarks que sí se pueden comparar?

Programación: 49,1% en FrontierCode 2.0 con esfuerzo extraalto, frente al 45,5% de Opus 5.5 y el 32,4% de Fable 5.1. Con esfuerzo alto iguala el mejor resultado de Opus 5.5 a la mitad del costo por tarea.
Razonamiento con herramientas: 74,2% en Humanity’s Last Exam.
Ciberseguridad: Mythos 5.2 detectó el 89,6% de vulnerabilidades en la prueba CVE Rediscovery, un 10,2% más que Opus 5.5 y un 14,4% más que Mythos 5.1. Una empresa de seguridad señaló que uno de cada seis fallos confirmados por el modelo había pasado desapercibido para todos los demás modelos que probó.
Ciencia: predijo correctamente 28 de 34 estructuras de cápsides virales usadas en terapia génica.

El veredicto de SemiAnalysis es sobrio: la mejora es marginal y eso explica que se llame 5.2 y no 5.5. Fable 5.2 lidera en ingeniería de software, en el ranking GDPx y con amplitud en diseño de chips, pero también es el más caro de ese ranking.

El dato de seguridad: 3,1% de escapes frente al 39%

En una batería de más de 1.800 escenarios diseñados para tentar una salida del entorno seguro, Mythos 5.2 usó credenciales o archivos externos en el 3,1% de los casos. Mythos 5 y 5.1 lo hicieron en el 39% y el 21% respectivamente. En una auditoría automatizada de unas 1.900 situaciones, Mythos 5.2 obtuvo 2,67 puntos donde menor es mejor, contra 3,28 de su predecesor. Los evaluadores externos incluyeron al UK AI Security Institute, Frontier Design y METR.

Anthropic también reporta una reducción del 55% en bloqueos de seguridad innecesarios frente a Fable 5.1: los de ciberseguridad cayeron cerca del 60% y los de biología un 40%. Sus protecciones anti-destilación recortan entre 90% y 99% de los datos que extraen quienes intentan copiar el modelo.

Hay un matiz incómodo que la propia compañía reconoce: los modelos nuevos expresan «sospecha» de estar siendo evaluados con más frecuencia que los recientes, lo que complica medir su comportamiento real.

El calendario: modelos nuevos un día antes de la gira con inversores

Según Decrypt, el lanzamiento llegó un día antes de que Anthropic pueda iniciar la gira con inversores. La fuente original señala que se estima que la compañía saldrá a bolsa este mes. Tener modelos recién salidos del horno antes de esa conversación no es un detalle menor: es material de presentación.

Qué significa esto para tu startup

Mide el costo por tarea, no por token. El caso de Fable 5.2 es la demostración más clara de por qué tu hoja de cálculo de precios está mal calibrada. Si tu producto cobra por uso y tu margen depende del precio por millón de tokens, un modelo que genera más tokens te come el margen aunque la tarifa haya bajado. Instrumenta tokens por tarea completada antes de migrar.

No migres todo por defecto. Anthropic misma recomienda Claude Opus 5.5 para programación rutinaria y trabajo de conocimiento. La lógica es la misma que aplica a cualquier stack: el modelo más caro se reserva para las tareas donde los baratos fallan. Clasifica tus casos de uso en dos cubetas y asigna modelo por cubeta, no por proveedor.

Aprovecha la ventana promocional para pruebas de carga reales. Los usuarios Pro y los asientos estándar de Team tienen acceso a Fable durante una semana, con tope de la mitad de su cuota semanal. El acceso promocional de Pro termina el 16 de noviembre. Es una ventana corta y gratuita para medir cuántos tokens consume tu flujo real antes de comprometer presupuesto.

Si trabajas en hardware, el flujo ya es usable con supervisión. El caso de Diode muestra un patrón concreto: el modelo sirve para generar especificaciones, ubicación de componentes y firmware, pero la validación física sigue siendo humana. La lección operativa es dejar que el modelo reinicie el diseño cuando detecta un problema estructural en lugar de pedirle que parchee.

Conclusión

Fable 5.2 no es un salto en inteligencia bruta: es un salto en autonomía y en alcance. Coordinó más de 1.000 subagentes durante ocho días para producir un sistema operativo que arranca en un portátil y formalizó la demostración del Último Teorema de Fermat con 1.000 agentes en 30 horas. Más del 90% de los cambios que Anthropic fusiona en su código base ya los escribe Claude con guía humana.

El precio de esa autonomía es literal. Un modelo que trabaja durante días sin supervisión acumula factura mientras trabaja, y el costo por tarea sube aunque el token baje. Para un founder, la decisión no es «¿es mejor?» sino «¿qué tarea justifica este gasto?». Y con la salida a bolsa en el horizonte, conviene leer el lanzamiento también como lo que es: una pieza de posicionamiento en la carrera más cara del sector.