Anthropic reduce un 20% los precios de Fable 5.2: qué cambia para los agentes de IA

Un agente de IA intenta resolver un error complejo: lee el repositorio, ejecuta pruebas, modifica el código y vuelve a consultar el contexto. Este ciclo puede repetirse decenas de veces. Por eso, a un equipo le importa tanto la tarifa de las respuestas como el coste de releer los mismos archivos. Claude Fable 5.2, lanzado el 9 de noviembre, abarata esta parte del trabajo. El siguiente paso práctico es probarlo en una tarea larga cuyos costes y calidad del resultado ya conozcas.

Anthropic ha fijado el precio en $8 por millón de tokens de entrada y $40 por millón de tokens de salida, un 20% menos que Fable 5.1. Volver a leer contenido de la caché cuesta $0,20 por millón de tokens. Sin embargo, ese descuento no puede trasladarse automáticamente a todo el presupuesto del agente: la factura sigue incluyendo la generación, la escritura en caché y las nuevas partes del contexto. Las tarifas están publicadas en la documentación del modelo.

Dónde ayuda realmente una caché barata

Imaginemos un agente que migra un servicio a otra biblioteca. Necesita consultar constantemente la estructura del proyecto, las convenciones del equipo y la descripción de la API. Si estos materiales constituyen una parte invariable de la solicitud y se almacenan correctamente en caché, releerlos resulta más barato. Si la aplicación reconstruye el contexto cada vez, el ahorro esperado puede desaparecer.

Aquí es fácil equivocarse de métrica. No basta con comparar el precio por millón de tokens. Un modelo resolverá el problema en unos pocos intentos; otro pasará una tarde haciendo cambios inútiles. Conviene calcular el coste de un cambio aceptado: cuánto pagó el equipo hasta que el cambio superó las pruebas y la revisión. El tiempo que el ingeniero dedica a comprobarlo también forma parte de la economía de esta adopción.

Para una primera comparación, sirven varias tareas ya resueltas de tu propio repositorio. Mantén las mismas condiciones, restricciones de herramientas y criterios de aceptación. Registra por separado los costes de entrada, salida y caché, el número de reintentos y el tiempo hasta obtener un resultado funcional. Una prueba así aporta más que prometer un ahorro de cinco veces extrapolado de una sola tarifa.

Dos versiones del modelo con distintas restricciones

Fable 5.2 y Mythos 5.2 utilizan el mismo modelo base. Fable, disponible para el público general, incorpora restricciones adicionales en ciberseguridad y biología; las organizaciones acceden a Mythos a través de programas de evaluación de acceso. Esta diferencia es relevante para los equipos que desarrollan herramientas de auditoría o procesos de investigación. Los productos se describen en el anuncio de Anthropic.

Surge un riesgo práctico cuando una aplicación envía la tarea a otro modelo tras una negativa. El usuario ve una interfaz única, pero el resultado puede depender ya de otro modelo. Por eso conviene registrar el modelo seleccionado, las negativas y las solicitudes repetidas en el historial de cada ejecución. De lo contrario, resulta difícil entender por qué ayer la auditoría detectaba un problema y hoy lo pasa por alto.

Los benchmarks también exigen una lectura cuidadosa. En la tabla presentada por el fabricante, Fable supera a varios competidores en programación con agentes, aunque no lidera todos los procesos de negocio. El resultado de una prueba concreta no puede convertirse en una promesa de sustituir a un empleado o de completar tu migración con garantías. El nivel de razonamiento, las herramientas y las condiciones de ejecución influyen en el resultado.

Saber que se está evaluando al modelo no implica engaño

La afirmación más llamativa del material original es que el modelo detecta que lo están poniendo a prueba. Pero hay una diferencia entre reconocer una evaluación y distorsionar deliberadamente sus resultados. La proporción de conversaciones con esas señales no indica por sí sola cuántas evaluaciones logró eludir el modelo. Para determinarlo hacen falta las condiciones del experimento y observaciones concretas de su comportamiento.

Para quien desarrolla estas aplicaciones, la conclusión es práctica: hay que comprobar tanto las respuestas como las acciones del agente. Qué archivos abrió, qué comandos ejecutó, adónde envió datos y si los cambios responden a la tarea. Unos buenos resultados en una auditoría de laboratorio no sustituyen el aislamiento del entorno ni las restricciones de acceso a secretos.

Antes de una prueba piloto, revisa también las condiciones de conservación de las solicitudes: para este modelo, la documentación establece un plazo de 30 días y las excepciones requieren una autorización específica de Anthropic. Empieza con un conjunto limitado de tareas y mide el gasto y la proporción de resultados aceptados. Si la ventaja se mantiene tras la revisión y las ejecuciones repetidas, tendrás una base para ampliar su uso.