Anthropic lanza Claude Fable 5.2: 1000 agentes formalizaron el teorema de Fermat en 30 horas

Anthropic ha lanzado dos modelos a la vez: Claude Fable 5.2 y Mythos 5.2. Por dentro comparten un único modelo base, y la diferencia está en los mecanismos de protección. La demostración que más ruido hizo fue esta: mil agentes formalizaron en 30 horas la prueba del Último Teorema de Fermat en Lean. Suena a truco de divulgación científica, pero detrás hay una historia de ingeniería bastante terrenal.

Qué se mostró en la práctica

Lean es un lenguaje en el que la prueba la verifica el compilador, no un revisor. Cualquier agujero en el razonamiento simplemente no compila. Por eso la formalización es un trabajo enorme, tedioso y muy estricto, parecido a refactorizar una base de código gigantesca con un sistema de tipos rígido. A la versión de investigación anterior de Claude le llevó 11 días; a mil agentes del nuevo modelo, 30 horas. Para un desarrollador lo importante no es el teorema en sí, sino el patrón: una tarea grande se divide en trozos, cientos de agentes toman los trozos en paralelo y un verificador automático descarta los defectos.

Las demás afirmaciones de Anthropic van en la misma línea. Fable 5.2 resolvió dos problemas abiertos relacionados con la física de los agujeros negros. El modelo diseñó tres dispositivos funcionales, con placas de circuito impreso, carcasas y software. Y más del 90% de los cambios que entran en el código principal de la propia Anthropic los escribe ahora Claude con participación de personas. Es una afirmación fuerte, pero son datos de la empresa sobre sí misma y todavía no hay verificación independiente.

Precio, velocidad y dos versiones

La nueva generación es hasta un 30% más rápida que la anterior. Precio: $8 por millón de tokens de entrada y $40 por millón de tokens de salida. Hay un Fast Mode, hasta 2,5 veces más rápido, pero a $16 y $80 respectivamente. La aritmética es simple: la aceleración cuesta exactamente el doble, así que el modo tiene sentido donde importa la latencia (asistentes interactivos, agentes de IDE en vivo) y no en tareas por lotes nocturnas.

Las versiones se distinguen por el acceso. Fable 5.2 está abierta a un amplio público y ya está disponible en Claude, mediante la API y en AWS, Google Cloud y Microsoft Azure. Mythos 5.2 es para organizaciones verificadas en ciberseguridad e investigación biomédica. Según una prueba interna de Anthropic, encuentra un 10,2% más de vulnerabilidades que Opus 5.5. La prueba es interna, así que la cifra debe tomarse como una afirmación y no como un benchmark independiente.

Qué hacer si eres desarrollador o product manager

Primero, recalcular la economía de los pipelines de agentes. Los tokens de salida cuestan cinco veces más que los de entrada, por lo que los agentes que "piensan" y escriben mucho se convertirán en la principal partida de gasto. Fija límites a la longitud de la salida y almacena en caché todo lo que puedas.

Segundo, adoptar la idea de Lean: ponga a los agentes un verificador automático estricto. En el código son pruebas, tipos y linters; en los datos, esquemas y validadores. Cuanto más estricta es la comprobación, más seguro es repartir trabajo en paralelo a los agentes.

Tercero, no creer las cifras a la primera. "Hasta un 30% más rápido", la mejora del 10,2%, el 90% del código: todo son palabras del proveedor. Ejecuta Fable 5.2 con tus propias tareas y compara el costo de una tarea resuelta, no el costo del token.

Por último, si trabajas en seguridad o biomedicina, averigua cómo funciona la verificación de organizaciones para acceder a Mythos. A todos los demás les bastará con Fable: el modelo base es común y solo difieren las restricciones.