El modelo más potente de Anthropic no es el que tu empresa necesita todos los días

El lunes 9 de noviembre Anthropic lanzó Claude Fable 5.2, su modelo más capaz, y Claude Mythos 5.2, la misma tecnología con menos resguardos, solo para organizaciones verificadas de ciberseguridad y ciencias de la vida. Los titulares se quedaron con lo que el modelo hizo en sus pruebas: resolvió dos problemas abiertos de la física de los agujeros negros, diseñó desde cero tres aparatos electrónicos que funcionan y formalizó la demostración del último teorema de Fermat en 30 horas.

A mí me interesó un párrafo más abajo, el que casi nadie citó.

Ahí Anthropic escribe que Fable y Mythos son para el trabajo técnico más ambicioso y abierto. Y que, para la mayoría de las tareas de programación y de conocimiento, recomienda empezar con Claude Opus 5.5, su modelo para el día a día, y cambiar según el alcance y la complejidad del trabajo: hacia arriba, a Fable o Mythos, o hacia abajo, a Sonnet 5.5 o Haiku 5.5.

Es decir, el fabricante te dice en su propio anuncio que no uses su mejor modelo para todo.

La pregunta equivocada

En las empresas de la región, la conversación sobre IA suele empezar por la misma pregunta: ¿cuál es el mejor modelo? Se compara una tabla de resultados, se elige el que gana y se usa para todo.

El anuncio de Fable 5.2 muestra por qué esa pregunta lleva a gastar de más. Según las propias cifras de Anthropic, en una prueba de programación Fable 5.2 con esfuerzo alto rinde casi lo mismo que Opus 5.5 con su esfuerzo máximo, por cerca de la mitad del costo por tarea. En un examen de razonamiento experto, Fable con esfuerzo bajo iguala el mejor resultado de Opus por menos de una décima parte del costo.

Lo que importa en esas comparaciones no es qué modelo gana. Es que el mismo resultado puede costar el doble o diez veces más según qué modelo uses y cuánto lo hagas pensar. El precio por millón de tokens, que es lo que aparece en la factura, dice poco. Lo que hay que mirar es cuánto cuesta cada tarea terminada.

Lo que hace Anthropic con su propio modelo

Hay otro dato del anuncio que me parece más útil que cualquier benchmark. Anthropic dice que más del 90% de los cambios que se incorporan a su código principal ya los escribe Claude, con guía humana.

Fíjate en la última parte. No dice que los escriba solo. En la empresa que mejor conoce estos modelos, las personas siguen decidiendo qué se construye, dando las instrucciones y revisando lo que sale. Lo que cambió es quién escribe, no quién responde por el resultado.

El mismo anuncio describe el uso de Fable como “asesor” de modelos más chicos, que lo consultan cuando un problema se les pone difícil, o como “orquestador” que reparte las tareas simples entre ellos. Ese es el diseño que viene: un equipo de modelos de distinto tamaño, cada uno en lo suyo, con una persona que define el objetivo y revisa.

El argumento contrario

Se puede decir que todo esto es marketing. Las cifras de rendimiento las publica Anthropic, sobre pruebas que en parte elige Anthropic, a días de salir a la bolsa. Y bajar el precio de su modelo más caro, un 20% respecto de la versión anterior, también es una forma de vender más.

Es cierto, y por eso no recomendaría elegir un proveedor por este anuncio. Pero la recomendación de empezar por un modelo intermedio va en contra de lo que le convendría a cualquier vendedor, que es que uses siempre el más caro. Cuando un fabricante te sugiere gastar menos, vale la pena escucharlo.

Qué hacer con esto

Si diriges un equipo que ya usa IA, o estás por empezar, hay cuatro decisiones que no dependen de qué modelo gane el próximo mes:

1. Elige el modelo por tarea, no por empresa. Resumir correos, redactar una propuesta y revisar un contrato no necesitan el mismo modelo. Empieza por el intermedio y sube solo cuando el resultado no alcance.
2. Mide el costo por tarea terminada. Toma cinco tareas reales de tu equipo, pruébalas con dos modelos y anota cuánto costó cada una y cuántas hubo que corregir. Esa planilla vale más que cualquier ranking.
3. Mantén a una persona responsable de cada resultado. Si en Anthropic el código lo escribe Claude y lo revisan personas, en tu empresa una cotización, un informe o una respuesta a un cliente también necesita a alguien que la firme.
4. No cambies de modelo con cada anuncio. Salen versiones nuevas cada pocas semanas. Revisa tu elección una vez por trimestre, con tus propias tareas, no con las tablas del fabricante.

El modelo más potente del mercado va a cambiar varias veces este año. La pregunta de qué modelo usar para cada trabajo, y quién revisa lo que hace, va a seguir siendo tuya.

A partir de información de Anthropic, “Claude Fable 5.2 and Mythos 5.2”.