llm-anthropic 0.31: CLI ya corre Fable 5.2 y Mythos 5.2

¿Qué es llm-anthropic y por qué importa la versión 0.31?

Anthropic recortó el precio de su modelo Fable de US$10 a US$8 por millón de tokens de entrada y puso en circulación Fable 5.2 y Mythos 5.2. El mismo día, Simon Willison publicó la versión 0.31 de llm-anthropic, el plugin que conecta su herramienta de línea de comandos llm con los modelos de Anthropic. Para un equipo que ya automatiza tareas con scripts, la distancia entre «salió un modelo nuevo» y «puedo llamarlo desde mi terminal en tres comandos» es toda la diferencia.

llm es un CLI de código abierto que permite ejecutar prompts contra distintos modelos desde la terminal, encadenar salidas y guardar los resultados. llm-anthropic es el conector específico para la familia Claude. Con la versión 0.31, el flujo de instalación y uso queda así:

uv tool install llm
llm install llm-anthropic
llm keys set anthropic (pegas tu API key)
llm -m claude-fable-5.2 "tu prompt"

El valor no está en el comando en sí, sino en lo que habilita: meter un modelo de frontera dentro de un pipeline de shell, un cron job o un script de CI sin escribir una integración propia. Eso es exactamente lo que muchas startups hispanohablantes con equipos chicos necesitan para automatizar sin sumar dependencias ni capas de mantenimiento.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué cambia con Fable 5.2 y Mythos 5.2?

Anthropic afirma que ambos modelos generan respuestas hasta 30% más rápido que sus predecesores y mejoran en código, razonamiento y visión, según reportó CNET. Los números que acompañan el lanzamiento:

Fable 5.2 pasa de 32,4% a 49,1% en un benchmark de código agéntico medido a esfuerzo «Xhigh», según los benchmarks que difundió la compañía y recogió CNET.
Mythos 5.2 salta de 61,7% a 76,3% en un benchmark de ciberseguridad, de acuerdo con la misma fuente.
El precio de Fable 5.2 queda en US$8 por millón de tokens de entrada y US$40 por millón de salida, frente a los US$10 y US$50 de Fable 5.1, según Yahoo Finance.

Hay un detalle que cambia el cálculo de compra: Mythos 5.2 no está disponible para cualquiera. Está limitado a organizaciones dentro de los programas de verificación de Ciencias de la Vida y Ciberseguridad de Anthropic, según Yahoo Finance. Si tu producto no entra en esos programas, el modelo que puedes usar es Fable 5.2.

TechCrunch agrega dos puntos relevantes para equipos enterprise: Fable 5.2 es compatible con políticas de retención cero de datos (ZDR) a través del sistema Enterprise Frontier Safeguards, y el precio ya lo deja por debajo de su competidor principal, GPT-6 Astra. El mismo medio señala que Anthropic mantiene disponible el acceso a inferencia más rápida por el doble del precio, un dato a considerar si tu cuello de botella es la latencia y no el costo.

El contexto de fondo también importa. TechCrunch recuerda que este es el primer lanzamiento de modelos de Anthropic desde que apareció un informe de terceros del grupo evaluador METR, que sugirió que el laboratorio podría estar acercándose a la auto-mejora recursiva: los modelos internos estarían acelerando el progreso de Anthropic en IA aproximadamente 2x. Y Yahoo Finance apunta que el lanzamiento llega a pocas semanas de la salida a bolsa prevista para este mes, con una valoración que podría ubicarse entre US$1 billón y US$1,5 billones, por debajo de los US$2 billones que se barajaban inicialmente.

¿Por qué el nivel de razonamiento max falla con Fable 5.2?

Willison hizo lo que hace con cada lanzamiento: pedirle al modelo que genere un SVG de un pelícano andando en bicicleta, en los cinco niveles de razonamiento disponibles (low, medium, high, xhigh y max). El mejor resultado salió de xhigh.

El nivel max no devolvió imagen. Se quedó sin tokens después de gastar 128.000 pensando en el problema. Es el mismo comportamiento que Willison ya había documentado con Opus 5.5, pero es nuevo en la serie Fable: tanto Fable 5 como Fable 5.1 habían devuelto pelícanos en max sin problema.

Vale la pena leer esto como una señal de producto y no como una anécdota simpática. Un modelo que «piensa» más de lo que su ventana de tokens permite termina fallando en la tarea más simple posible. Para quien construye, la lección es directa: más esfuerzo no equivale a mejor resultado, y el nivel más alto de una escala no es automáticamente el que hay que poner en producción.

¿Qué significa esto para tu startup?

1. Prueba el CLI antes de escribir una integración propia. Si tu equipo ya vive en la terminal, llm + llm-anthropic te da acceso a los modelos de Anthropic en minutos. Sirve para prototipar un flujo, comparar prompts entre modelos y dejar registro de resultados sin montar un backend.

2. Mide el nivel de esfuerzo en lugar de asumirlo. Corre la misma tarea en high, xhigh y max y compara calidad, latencia y tokens consumidos. El caso del pelícano sugiere que en tareas con salida larga el nivel máximo puede agotar el presupuesto de tokens antes de entregar nada. Define un nivel por defecto por tipo de tarea y documéntalo en tu equipo.

3. Recalcula tu costo por millón de tokens. La bajada de US$10 a US$8 en entrada y de US$50 a US$40 en salida, según Yahoo Finance, mueve la aguja en productos con volumen alto. Si tu margen depende del costo de inferencia, este es el momento de rehacer el modelo financiero con los precios nuevos.

4. No construyas sobre un solo proveedor. Expertos de la industria citados por Yahoo Finance señalan que las empresas van a terminar combinando modelos de pesos cerrados con modelos abiertos para no quedar atadas a un vendedor y contener costos. Si tu arquitectura permite cambiar de modelo con una variable de entorno, ya estás del lado correcto.

5. Revisa si Mythos te sirve o no. Si tu producto es de ciberseguridad o ciencias de la vida, el salto de 61,7% a 76,3% en el benchmark de seguridad puede justificar el trámite de entrar al programa de verificación. Si no, no pierdas tiempo: tu camino es Fable 5.2.

Conclusión

El lanzamiento de Fable 5.2 y Mythos 5.2 es, en el fondo, una historia de precios a la baja y velocidad al alza. Lo que hace útil la nota de Willison es otra cosa: un caso concreto donde el nivel más alto de razonamiento rompe la tarea. Para un founder, ese tipo de evidencia vale más que un benchmark, porque describe exactamente lo que va a pasar cuando ponga el modelo en producción sin haberlo probado antes en su propio caso de uso.