Resumen:
Anthropic lanzó oficialmente sus modelos insignia de inteligencia artificial de nueva generación Claude Fable 5.2 y Claude Mythos 5.2 el 9 de noviembre. La nueva versión se centra en mejorar las capacidades de programación, razonamiento lógico y comprensión visual, al tiempo que mejora la calidad de expresión del modelo. Según datos publicados por Anthropic, la velocidad de salida de los dos modelos es hasta un 30% más rápida que la generación anterior, mientras que el precio de la llamada API se reduce en un 20%.
Fable y Mythos son las series de modelos mejor posicionadas en el sistema de productos de Anthropic, orientadas principalmente a tareas técnicas complejas y abiertas. Por el contrario, Haiku, Sonnet y Opus emprenden, respectivamente, tareas cotidianas de diferente escala y complejidad. Anthropic recomienda que la programación general y el trabajo de conocimientos generalmente puedan usar Claude Opus 5.5 primero, y solo cuando se enfrente a tareas particularmente complejas y que requieran mucho tiempo, debe cambiar a Fable o Mythos.
En términos de rendimiento, Anthropic dijo que Fable 5.2 y Mythos 5.2 no solo son capaces de generar contenido más rápido, sino que también expresan mejor las ideas con claridad cuando se trata de tareas complejas. Fable 5.2 también puede usar menos tokens que Fable 5.1 al completar tareas difíciles con una intensidad de inferencia moderada, lo que reduce aún más los costos de uso reales.
Las pruebas comparativas publicadas por Anthropic muestran que Fable 5.2 supera a su propio Opus 5.5 y a la generación anterior Fable 5.1 en múltiples pruebas. En la prueba de programación FrontierCode 2.0, Fable 5.2 logró una puntuación del 49,1 % en la intensidad de inferencia más alta, que fue significativamente mayor que el 32,4 % de Fable 5.1 y también superó el 45,5 % de Opus 5.5. En la prueba FrontierSWE v2, el nuevo modelo obtuvo una puntuación del 69,9%, frente al 56,3% de Fable 5.1 y el 62,3% de Opus 5.5.
En la prueba del último examen de la humanidad que involucra razonamiento de conocimientos complejos, Fable 5.2 logró una puntuación del 74,2 % cuando se utiliza con herramientas, que fue superior al 65,6 % de Fable 5.1 y al 67,7 % de Opus 5.5. En la prueba de simulación de robot de doble brazo RoboDojo Sim, el nuevo modelo obtuvo una puntuación del 64,9%, una mejora significativa en comparación con el 27,6% de la generación anterior. Además, en la prueba del Índice de Trabajo Remoto, el Fable 5.2 obtuvo un 41,3%, mientras que el Fable 5.1 solo obtuvo un 17,9%.
Sin embargo, el nuevo modelo no lideró en todas las pruebas. Por ejemplo, en la prueba de flujo de trabajo empresarial de AutomationBench, Google Gemini 4 Carbon logró un 53,9 %, superior al 51,4 % de Fable 5.2. Estos resultados también muestran que todavía existen diferencias en el rendimiento de diferentes modelos en tipos de tareas específicos, y las capacidades integrales no se pueden juzgar basándose únicamente en una única prueba de referencia.
Anthropic también presentó el rendimiento real de Fable 5.2 en el desarrollo de software interno. La compañía dijo que actualmente Claude ha completado más del 90% de las modificaciones del código fusionado en su base de código central bajo guía manual. El equipo de ingeniería utilizó Fable 5.2 para corregir defectos de software de larga data, optimizar la eficiencia operativa de múltiples servicios y completar algunos proyectos que habían sido difíciles de lanzar en el pasado debido a limitaciones de costo o tiempo.
Un caso es particularmente interesante: un grupo de agentes de IA que utilizaban una versión anterior de Fable 5.2 migró un servicio de producción clave de Python a Rust. Una vez completada la migración, el servicio se inició aproximadamente 26 veces más rápido, mientras que también se mejoraron la eficiencia operativa y la confiabilidad. Anthropic cree que esto refleja el progreso del nuevo modelo en el juicio de ingeniería y el manejo de requisitos ambiguos.
Esta versión también implica ajustes al mecanismo de seguridad de la inteligencia artificial. Fable 5.2 y Mythos 5.2 en realidad usan el mismo modelo subyacente, pero tienen diferentes restricciones de seguridad configuradas para diferentes grupos de usuarios. Fable 5.2, disponible públicamente, establece mecanismos de protección de seguridad en los campos de la ciberseguridad y la biología para bloquear solicitudes de alto riesgo de las que se puede abusar. Anthropic dijo que, en comparación con Fable 5.1, la nueva versión redujo la cantidad de intercepciones de seguridad en las primeras pruebas en aproximadamente un 55%, lo que significa que el modelo es más flexible en el manejo de solicitudes normales y al mismo tiempo mantiene restricciones para usos de alto riesgo.
Mythos 5.2 está abierto a organizaciones profesionales auditadas, principalmente relacionadas con la seguridad de redes y la investigación de ciencias biológicas. Debido a que sus restricciones de seguridad son diferentes a las de la versión pública, los usuarios normales no pueden acceder directamente a Mythos como pueden hacerlo con Fable. Anthropic espera que a través del mecanismo de revisión permita a los investigadores profesionales realizar trabajos difíciles y al mismo tiempo reducir el riesgo de abuso de tecnología.
En términos de precio, esta actualización también trajo cambios significativos. Los precios API de Fable 5.2 y Mythos 5.2 son de 8 dólares por millón de tokens de entrada y 40 dólares por millón de tokens de salida, en comparación con 10 y 50 dólares respectivamente para los modelos de la generación anterior, una disminución del 20%. Además, Anthropic también proporciona un modo rápido opcional, que puede aumentar la velocidad de generación de tokens hasta 2,5 veces la del modo normal, pero el precio correspondiente también aumentará a 16 dólares por millón de tokens de entrada y 80 dólares por millón de tokens de salida.
Fable 5.2 se ha abierto a los usuarios pagos de Claude y proporciona servicios a través de API. También es compatible con plataformas como AWS, Google Cloud y Microsoft Azure. Anthropic también anunció que los suscriptores de pago elegibles recibirán créditos de uso adicionales esta semana, incluidos de uno a tres restablecimientos de crédito de uso, según la duración de la suscripción. Los usuarios de los asientos estándar del plan Pro y Team también pueden usar hasta el 50% de su cuota de uso semanal para el modelo Fable.
En general, la actualización de Fable 5.2 no es sólo una iteración normal del rendimiento del modelo. Una velocidad de generación más rápida, un menor costo de llamadas y un rendimiento mejorado en programación compleja y tareas de agentes de varios pasos significan que Anthropic está fortaleciendo aún más la competitividad de Claude en el trabajo técnico profesional. Mythos 5.2 continúa adoptando una estrategia abierta restringida, que también refleja la filosofía de producto de la compañía de combinar las capacidades más sólidas con la revisión de seguridad.
Cabe señalar que los resultados de las pruebas comparativas anteriores y los casos de aplicaciones internas provienen todos de información publicada por Anthropic y no pueden ser completamente equivalentes a los resultados de las pruebas de terceros independientes en todos los escenarios de uso reales.
Comentarios