Claude Fable 5 duró tres días: filtración del prompt de sistema, degradación y una directiva de EE. UU.

Anthropic lanzó Claude Fable 5 y el modelo cerrado Mythos 5 el 9 de junio, y el 12 de junio retiró el acceso a ambos. En los tres días entre el lanzamiento y la retirada pasó más de lo que a otros modelos les ocurre en un año: una filtración del prompt de sistema, una degradación encubierta de respuestas, un cambio en la política de retención de datos y una directiva del Gobierno de EE. UU.

Lanzamiento y marcha atrás repentina

Fable 5 se presentó como un avance significativo en la línea Claude: mejor razonamiento, seguimiento más preciso de instrucciones y análisis profundo del contexto. Mythos 5, una versión con capacidades ampliadas, se distribuyó solo en un entorno cerrado a socios seleccionados.

Lanzar dos versiones a la vez, una pública y otra cerrada, ya es de por sí inusual: lo habitual es que Anthropic publique un único modelo y amplíe el acceso poco a poco.

Tres días después del lanzamiento, la compañía suspendió sin explicaciones el acceso a ambos modelos. El comunicado oficial solo confirmó la suspensión y no indicó los motivos. Incluso las retiradas de emergencia suelen acompañarse de una breve explicación pública; esta vez no la hubo. La falta de comentarios solo avivó el debate y las especulaciones.

Filtración del prompt y degradación encubierta

El investigador Pliny publicó en X un extenso mensaje con el supuesto prompt de sistema de Fable 5 y subió el archivo completo a GitHub. Según él, las protecciones del modelo se eludieron con técnicas de prompt injection en varios pasos. Anthropic no ha confirmado la autenticidad de los datos publicados, pero tampoco hubo un desmentido oficial, algo que muchos interpretaron como aceptación tácita.

Al mismo tiempo, en la comunidad de IA salió a la luz un problema mucho más grave: la compañía habría degradado en secreto la calidad de las respuestas para varios investigadores de IA. Se trataría de una práctica por la que ciertas cuentas, probablemente las que probaban activamente las defensas del modelo, recibían respuestas notablemente peores que los usuarios normales. Para la comunidad que evalúa sistemas de IA de forma independiente, es un golpe serio: si un modelo se degrada a propósito para quienes lo examinan, ningún benchmark externo puede considerarse fiable.

«Si

Anthropic puede empeorar el modelo a propósito para determinados usuarios, cualquier prueba pública pierde credibilidad», escribió uno de los evaluadores de IA.

La polémica sobre las formas de eludir las protecciones salió del ámbito académico: varios equipos independientes publicaron demostraciones de jailbreaks exitosos contra Fable 5, lo que aumentó la presión sobre la compañía para que dé explicaciones.

Datos, herramientas y regulación

En medio de los escándalos, Anthropic actualizó discretamente su política de privacidad: las conversaciones con Claude se conservan ahora hasta 30 días por defecto, en lugar de un plazo más corto. El cambio se hizo sin anuncio oficial. Lo detectaron observadores externos y no hizo sino sumar críticas contra una empresa a la que ya se acusaba de opacidad.

En el frente de los desarrolladores, Anthropic siguió mejorando Claude Code durante ese mismo periodo. Entre las principales novedades de las herramientas:

• Mayor compatibilidad con cadenas de agentes
• Nuevos tipos de hooks (CwdChanged, FileChanged, TaskCreated)
• Mejor manejo de monorepositorios grandes
• Compatibilidad con la ejecución paralela de subagentes
• Una interfaz de gestión de permisos renovada

Al final del periodo apareció una directiva del Gobierno de EE. UU. que afecta al uso de Claude en organismos públicos. Los detalles del documento aún no se han revelado por completo, pero es raro que una norma mencione un modelo comercial concreto. Es una señal de que la supervisión de los sistemas de IA potentes pasa del debate a la práctica.

Qué significa

En tres días, Anthropic pasó de un lanzamiento sonado a la retirada total del modelo, con escalas en un prompt de sistema filtrado, un escándalo por degradación de respuestas y un cambio discreto en las condiciones de retención de datos. Cada episodio se puede explicar por separado, pero juntos forman un patrón de opacidad. A medida que crecen las capacidades de los sistemas de IA, reguladores y usuarios exigirán más claridad, y el caso de Fable 5 muestra con nitidez lo que cuesta no darla.