Claude Fable 5 frente a GPT-5.5 Pro: comparativa en 12 tareas a través del agregador BotHub

Los autores del blog de BotHub en Habr compararon dos de los modelos de lenguaje más avanzados, Claude Fable 5 de Anthropic y GPT-5.5 Pro de OpenAI, en 12 tareas prácticas. Probaron ambos modelos a través de su propio agregador de API de redes neuronales.

Por qué se compara precisamente esta pareja

En un artículo anterior, los autores ya habían comparado Claude Opus 4.8, GPT-5.5 y Gemini 3.1 Pro, pero advirtieron desde el principio que GPT-5.5 Pro no participaba. Consideraban más correcto enfrentarlo a Claude Fable 5, que en el momento de la publicación no estaba disponible. La situación cambió cuando Anthropic devolvió de forma inesperada Claude Fable 5 al acceso general.

• Claude Fable 5 es el primer modelo de la nueva clase Mythos, que en la jerarquía de Anthropic se sitúa por encima de Opus
• Anthropic devolvió de forma inesperada Fable 5 al acceso abierto
• La comparativa se basa en 12 tareas prácticas y cotidianas, no en benchmarks formales
• Las pruebas se realizaron a través del agregador de API BotHub, no mediante las interfaces web de los modelos

Cómo funciona la metodología de prueba

Los autores renunciaron por principio a los benchmarks prefabricados y a las promesas de marketing de los fabricantes, y apostaron por tareas reales del día a día. Las pruebas se hicieron a través del agregador de redes neuronales BotHub, que funciona por API. Según los autores, esto libera la comparativa de los apoyos y parches que ayudan de forma implícita a los modelos en sus interfaces web propias. Además, la metodología permite ver de inmediato cuánto dinero cuesta resolver cada tarea.

El coste se mide en la moneda interna de BotHub, los CAPS, vinculada al número de tokens consumidos. Normalmente, con un rublo se pueden comprar entre 4000 y 6500 CAPS, según el volumen de la compra. En esta comparativa, los autores usaron un tipo de cambio de aproximadamente 1 rublo = 6370 CAPS, ya que les cambió la tarifa. Ambos modelos pertenecen al segmento premium, por lo que los precios finales por tarea resultaron notablemente más altos que en la comparativa anterior entre Opus 4.8, GPT-5.5 y Gemini 3.1 Pro.

Como en ocasiones anteriores, los autores eligen al ganador de cada tarea de forma principalmente subjetiva, y lo advierten con franqueza a los lectores. Todos los materiales de las pruebas se han publicado en abierto, de modo que los lectores pueden formarse su propia opinión y elegir su modelo favorito.

Qué tiene de interesante el formato de la comparativa

Publicar en abierto todos los materiales de las pruebas forma parte de la metodología de los autores. En lugar de limitarse a anunciar un ganador, ofrecen a los lectores la posibilidad de evaluar por sí mismos las respuestas de ambos modelos en cada una de las 12 tareas y formarse su propia opinión, aunque difiera de las conclusiones del artículo. Este enfoque resulta especialmente valioso en el segmento premium, con modelos como Claude Fable 5 y GPT-5.5 Pro, donde el propio coste de la consulta pasa a formar parte de la decisión: no solo cuenta la calidad de la respuesta, sino también su precio en CAPS.

Qué significa esto

El regreso de Claude Fable 5 al acceso abierto permite por primera vez comparar directamente el modelo tope de gama de la clase Mythos de Anthropic con la versión Pro de GPT-5.5 de OpenAI en igualdad de condiciones vía API, y no a partir de las promesas de marketing de los desarrolladores. Para los equipos que eligen un modelo para tareas concretas, estas comparativas prácticas, con un cálculo transparente del coste en tokens, valen más que los benchmarks formales, que los modelos premium suelen superar de forma casi igual de buena.

Preguntas frecuentes

¿Qué es la clase de modelos Mythos de Anthropic?

Mythos es una nueva clase de modelos de Anthropic que, en la jerarquía de la compañía, se sitúa por encima de Opus. Claude Fable 5 es el primer modelo lanzado dentro de esta clase.

¿Cómo se calculó en la comparativa el coste de las consultas a los modelos?

El coste se midió en la moneda interna del agregador BotHub, los CAPS, vinculada a la cantidad de tokens consumidos. Normalmente, 1 rublo equivale a 4000-6500 CAPS según el volumen de la compra; en esta prueba se usó un tipo de cambio de aproximadamente 1 rublo = 6370 CAPS.