Anthropic lanza Claude Fable 5.1 y Mythos 5.1: más rendimiento, menos coste y primeros avances científicos

Anthropic ha presentado dos modelos gemelos: Claude Fable 5.1 y Claude Mythos 5.1. Según la compañía, son «los modelos más avanzados del mundo» para programación y trabajo de conocimiento, y sus capacidades de investigación ofrecen, en palabras de Anthropic, «un primer vistazo» de cómo la IA podrá contribuir al progreso científico. Se trata técnicamente del mismo modelo subyacente, pero con distintos niveles de salvaguardas: Fable 5.1 está disponible de forma general, mientras que Mythos 5.1 solo se ofrece a través de programas de acceso confiable, con salvaguardas pensadas específicamente para trabajos de ciberseguridad y ciencias de la vida.

Más allá del salto de capacidades, Anthropic presenta esta versión como una respuesta directa a las quejas más repetidas de sus clientes: precio, retención de datos y salvaguardas demasiado restrictivas. En precio, Fable 5.1 costará un 25% menos que Fable 5 para cargas de trabajo típicas facturadas por token, gracias a una reducción del coste de las lecturas de caché (cuando el modelo reutiliza entradas ya procesadas). Para trabajos altamente agénticos —tareas largas y con muchas llamadas a herramientas—, el ahorro puede llegar hasta aproximadamente un 45%.

En cuanto a la retención de datos, Anthropic introduce un nuevo sistema llamado Enterprise Frontier Safeguards (EFS), que promete privacidad completa —equivalente a una política de retención cero— sin renunciar a la detección de usos adversarios. El mecanismo consiste en almacenar los datos en infraestructura en la nube controlada íntegramente por el propio cliente, no por Anthropic. EFS se desplegará por fases entre los clientes empresariales a partir de este otoño; hasta que esté disponible, los clientes elegibles podrán usar Fable 5.1 con retención de datos cero.

Respecto a las salvaguardas, la compañía dice haber reducido los falsos positivos —los casos en que el sistema bloquea contenido inofensivo—. En ciberseguridad, las nuevas salvaguardas generan un 60% menos de falsos positivos que antes, en parte porque Fable 5.1 ya puede usarse para descubrir vulnerabilidades de software, aunque no para desarrollar exploits que las aprovechen. En biología, Anthropic ha creado, en colaboración con el gobierno de Estados Unidos, un programa de acceso para habilitar las capacidades biológicas avanzadas de Mythos 5.1, cuya inscripción para científicos se abrirá «pronto».

En cuanto a rendimiento, Anthropic sitúa a Fable 5.1 muy por encima de Fable 5 en programación, trabajo de conocimiento y tareas de resolución de problemas de larga duración, y señala que en modo de esfuerzo bajo o medio iguala o supera los resultados de Fable 5 a un coste mucho menor (Fable 5.1 usa por defecto esfuerzo «alto» en Claude Code y «medio» en Claude Cowork y claude.ai). Los datos de benchmarks publicados incluyen: en Terminal-Bench-Science 0.1 (investigación científica agéntica), Fable 5.1 obtiene 52,6% frente al 24,7% de Fable 5, el 29,0% de Opus 5 y el 22,4% de GPT-5.6 Sol. En Terminal-Bench 4.0 (programación agéntica), Fable 5.1 anota 55,8% y Mythos 5.1 60,9% —la diferencia entre ambos, según Anthropic, refleja tareas en las que las salvaguardas de ciberseguridad, ahora más precisas, intervenían antes con más frecuencia—, frente al 42,0% de Fable 5, 52,3% de Opus 5 y 37,3% de GPT-5.6 Sol.

En trabajo de conocimiento (GDPval-AA v2), Fable 5.1 logra 1853 puntos frente a 1723 de Fable 5, 1824 de Opus 5 y 1711 de GPT-5.6 Sol. En uso de ordenador (OSWorld 2.0), Fable 5.1 alcanza 77,9% en modo parcial y 41,7% en modo estricto, por encima de Fable 5 (72,9%/36,1%) y Opus 5 (75,4%/39,6%); GPT-5.6 Sol no cuenta con datos en esta prueba. En razonamiento multidisciplinar (Humanity's Last Exam), Fable 5.1 obtiene 60,9% sin herramientas y 65,0% con herramientas, por encima de Fable 5 (57,8%/63,8%) y Opus 5 (56,6%/63,6%). En flujos de trabajo empresariales (AutomationBench) anota 31,4% frente al 17,1% de Fable 5, 26,9% de Opus 5 y 19,6% de GPT-5.6 Sol; y en programación agéntica (CursorBench 3.2.0) logra 73,4% frente a 70,5%, 70,0% y 67,2% respectivamente. Anthropic advierte de que estas cifras se obtuvieron con las salvaguardas de producción activadas, lo que probablemente penaliza el resultado de Fable 5.1 y Fable 5 en algunas pruebas, ya que en las tareas donde las salvaguardas intervinieron los modelos recibieron cero puntos, o esas tareas concretas fueron completadas por Claude Opus 4.8 (ciberseguridad) u Opus 5 (biología) en su lugar.

Como ejemplo cualitativo, Anthropic destaca el caso de la firma de inversión Millennium, donde Fable 5.1 encontró la causa de un fallo extremadamente raro (aproximadamente uno entre un millón de ejecuciones) en sus sistemas internos, un problema que ni sus ingenieros ni ningún otro modelo habían logrado explicar en varios años de intentos.

El artículo recoge además una veintena de testimonios de clientes de early access, que apuntan en una dirección similar: mejoras en calidad de código, coherencia en tareas largas y ahorro de coste. Jane Street señala que Fable 5.1 resuelve más problemas internos de programación que Fable 5 u Opus 5 y logra el estado del arte en «intuición de trading», manteniéndose legible incluso en tareas largas de varios pasos. Cognition, la empresa detrás de Devin, anuncia que trasladará su tráfico de Opus 5 a Fable 5.1 desde el lanzamiento, ya que iguala o supera a Fable 5 a menor coste por tarea, lo que hace económicamente viable usarlo en flujos —como la revisión de código— que antes reservaban a Opus. MongoDB relata que el modelo construyó un prototipo complejo en unos tres días, investigando primero por su cuenta en el código y la documentación de sus servicios y ejecutándose después durante horas sin supervisión con fuertes bucles de verificación. Every describe a Fable 5.1 como el doble de rápido que Opus 5 y con la mitad de consumo de tokens en sus pruebas, resumiéndolo como «inteligencia de Fable, precio de Opus, velocidad de Sonnet». Ramp cuenta que una ejecución no supervisada de 38 horas sobre un problema de aprendizaje automático diagnosticó un artefacto de etiquetado en un resultado previo, lo corrigió, lanzó seis experimentos en paralelo durante la noche y volvió con resultados y próximos pasos. Rakuten explica que el modelo revisó un proyecto de investigación clínica para Rakuten Medical que otros tres modelos de frontera ya habían aprobado, encontró un vacío que ninguno había detectado y propuso una hipótesis nueva a partir de un conjunto de datos que ya habían descartado. Browserbase, por su parte, midió un 82% de tareas completadas en su benchmark de agentes de navegador más exigente, frente al 74% de Opus 5 y el 57% de Fable 5, usando además menos tokens que ambos.

En el terreno de la investigación científica, Anthropic detalla tres ejemplos concretos. El primero es diseño molecular: dando a Mythos 5.1 acceso a herramientas de código abierto de diseño y plegado de proteínas, y enviando sus diseños a dos organizaciones externas para validación experimental, el modelo logró diseñar aglutinantes (binders) de muy alta afinidad. En tres dianas concretas, su afinidad de unión fue diez veces superior a los mejores diseños presentados a las competiciones de diseño de proteínas de Adaptyv Bio, y su tasa de aciertos —diseños que resultaron ser aglutinantes viables— alcanzó casi el 50% en 12 dianas distintas, frente a un 10-15% que Anthropic describe como típico en el diseño de proteínas actual.

El segundo ejemplo es de modelado computacional: Fable 5.1 entrenó una red neuronal para crear un nuevo mapa de elevación de alta resolución de un tercio de la superficie de Venus, a partir de imágenes de radar tomadas hace más de 30 años por la misión Magellan de la NASA y un mapa preexistente que cubría solo una quinta parte del planeta. El nuevo mapa distingue detalles de 2-3 km, frente a los 10-20 km anteriores, y mejora la precisión de altura hasta en un 25%. Anthropic lo publica bajo licencia Creative Commons antes de las futuras misiones VERITAS (NASA) y EnVision (ESA), con la esperanza de que ayude a decidir qué formaciones geológicas observar.

El tercer ejemplo es de biología computacional: como los modelos de aprendizaje automático específicos de esta disciplina suelen ejecutarse en GPU y su velocidad limita el ritmo de la investigación, Mythos 5.1 escribió kernels de GPU personalizados y cacheó resultados intermedios para acelerar hasta 2,5 veces siete modelos de aprendizaje profundo de código abierto, manteniendo resultados idénticos. Anthropic señala que estas mejoras de velocidad se acumulan rápidamente en experimentos donde los biólogos ejecutan estos modelos miles de veces.

Conviene advertir que el material recuperado de la fuente se corta antes de desarrollar en detalle los apartados que el propio índice del artículo anuncia sobre seguridad, protección y alineamiento, así como sobre coste y disponibilidad concretos más allá de lo ya mencionado sobre precios y retención de datos; por tanto, no es posible ofrecer aquí más detalles verificados de esas secciones sin arriesgarse a inventar información no presente en el texto disponible.

En conjunto, el lanzamiento de Fable 5.1 y Mythos 5.1 confirma una estrategia de Anthropic centrada en tres ejes: abaratar el uso intensivo de sus modelos (especialmente en flujos agénticos de larga duración), diferenciar el acceso según el nivel de riesgo mediante salvaguardas ajustables mientras reduce los falsos positivos que molestaban a desarrolladores legítimos, y posicionar sus modelos más avanzados como herramientas capaces de aportar contribuciones tangibles a la investigación científica, desde el diseño de fármacos hasta la cartografía planetaria.