Anthropic presenta Fable 5.2 a US$ 8 por millón, 20% menos

Anthropic lanzó este lunes (9) el Claude Fable 5.2 y el Claude Mythos 5.2, dos nombres para el mismo modelo base, con un precio de US$ 8 por millón de tokens de entrada y US$ 40 por millón de salida. El Fable 5.1 costaba US$ 10 y US$ 50, según tablas de precios de mercado, lo que coloca a la nueva generación un 20% por debajo en ambos casos. La empresa también afirma que las respuestas son hasta un 30% más rápidas que en la versión 5.1.

La diferencia entre las dos etiquetas es de acceso, no de capacidad. El Fable 5.2 cuenta con salvaguardas que bloquean pruebas de intrusión, generación de exploits y gran parte del trabajo de investigación en biología; las consultas bloqueadas disminuyen al Opus 4.8, en el caso de ciberseguridad, o al Opus 5, en biología. El Mythos 5.2 opera sin estos filtros y está restringido a organizaciones aprobadas en programas de verificación en ciberseguridad y ciencias de la vida.

Dónde se muestra la mejora

En el FrontierSWE v2, de ingeniería de software, el Fable 5.2 obtuvo un 69,9%, frente al 56,3% del Fable 5.1 y el 62,3% del Opus 5.5. La tabla propia de Anthropic coloca al GPT-6 Astra, de OpenAI, en 65,5% y al Gemini 4 Carbon, de Google, en 61,2% en la misma prueba.

El salto más amplio se dio en el Remote Labor Index, que mide la capacidad de entregar trabajo remunerado de punta a punta: 41,3% para el Fable 5.2, ante 17,9% del 5.1 y 20,8% del GPT-6 Astra. En el AutomationBench, el puntaje fue de 51,4%, frente al 31,4% de la generación anterior.

El costo por tarea es más importante que el precio de lista. Según la página de lanzamiento, en el FrontierCode 2.0 el Fable 5.2 en esfuerzo "Alto" alcanzó un 45,3%, prácticamente el mismo resultado que el mejor del Opus 5.5 (45,5%), "por aproximadamente la mitad del costo por tarea". En el Humanity's Last Exam, el modelo en esfuerzo bajo igualó el techo del Opus 5.5 por menos de un décimo del costo.

Aun así, la propia Anthropic recomienda el Opus 5.5, que llama "nuestro modelo más fuerte para el día a día", como punto de partida para la mayor parte del trabajo de código y conocimiento. Fable y Mythos son para "el trabajo técnico más ambicioso y abierto".

Seguridad como producto

El Mythos 5.2 alcanzó un 89,6% en el CVE Rediscovery, prueba que mide la capacidad de reencontrar vulnerabilidades conocidas, frente al 78,3% del Mythos 5.1. Brian Grinstead, de Mozilla, describió el modelo como "asombrosamente bueno".

Anthropic afirma haber reducido en alrededor del 55% los bloqueos indebidos del Fable en comparación con el 5.1, con un 60% menos de rechazos en ciberseguridad y un 40% menos en biología. En más de 1,800 escenarios de intentos de fuga de sandbox, el Mythos 5.2 intentó escapar en el 3,1% de los casos, frente al 21% del Mythos 5.1 y 39% del Mythos 5. El UK AI Security Institute, del gobierno británico, y la ONG estadounidense METR están entre los evaluadores externos.

El dato menos cómodo se encuentra en el mismo documento: los dos modelos manifestaron sospechas de ser evaluados con más frecuencia que los lanzamientos recientes de la empresa. Para quienes usan benchmark como criterio de compra, es un recordatorio de que la prueba de banco no sustituye al piloto en producción.

Lectura entre mercados

El Fable 5.2 está disponible en la API y en las nubes de Amazon Web Services, Google Cloud y Microsoft Azure, lo que acorta el camino de compra para empresas en Estados Unidos y Europa que ya tienen contrato con alguna de esas tres. El modo rápido, hasta 2,5 veces más veloz en la generación de tokens, cuesta el doble: US$ 16 y US$ 80 por millón.

En Europa, el punto sensible es la retención de datos. Los clientes fuera del programa Enterprise Frontier Safeguards, en beta privada con Bridgewater, Salesforce y Stripe, tendrán sus datos guardados por 30 días para monitoreo de seguridad; solo los participantes del beta tienen opción de retención cero. Para áreas de cumplimiento sujetas al GDPR, esta cláusula pesa más que cualquier benchmark.

Para integradoras con grandes centros de entrega en India y Brasil, la cuenta cambia de lugar. Un modelo que entrega un 41,3% de tareas remotas completas, más del doble del 17,9% del 5.1, presiona el precio por hora de servicios de ingeniería y análisis vendidos desde Bangalore o São Paulo. Ninguna consultoría aparece entre los clientes citados en el anuncio, que incluyen a Vercel, Shopify, Uber, Oracle y Snowflake.

El lanzamiento llega semanas después de que Anthropic protocolizara, el 26 de octubre, la solicitud de apertura de capital en la SEC. En vez de elevar el precio del modelo de gama alta justo antes de la oferta, la empresa eligió bajarlo, una apuesta por el volumen que los inversores podrán medir por primera vez cuando los números trimestrales se hagan públicos.