Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)

Claude Fable 5.2 completó el 41% de los encargos reales de Upwork al nivel de un freelancer

Claude Fable 5.2 se sometió a 240 encargos reales de Upwork por un valor de unos 144 mil dólares: sin intervención humana, el 41% de los trabajos alcanzó el nivel de un freelancer en activo. En octubre de 2025, el mejor modelo en la misma prueba solo completaba el 2,5% de los encargos. Los autores del test aclaran que todavía falta mucho para reemplazar a las personas. Por eso, los freelancers que hacen trabajos sencillos y puntuales deberían empezar ya a calcular qué tareas serán las primeras en desaparecer.

Procesado por IA desde TG: @bezsmuzi (Русский ИТ бизнес); editado por Hamidun News
Claude Fable 5.2 completó el 41% de los encargos reales de Upwork al nivel de un freelancer
Fuente: TG: @bezsmuzi (Русский ИТ бизнес). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @bezsmuzi (Русский ИТ бизнес) ↗
Editor jefe
Dato clave #1240 encargos de Upwork, con un valor total de unos 144 mil dólares
Dato clave #2El resultado del mejor modelo subió del 2,5% al 41% en un año, unas 16 veces más
Dato clave #3El trabajo se evaluó sin correcciones humanas, según el nivel de un freelancer en activo

Normalmente, los benchmarks para redes neuronales comprueban tareas abstractas: resolver un problema de olimpiada, responder preguntas de física o escribir una función. La nueva prueba es más terrenal y, por eso, más comprensible: se tomaron encargos reales de Upwork, la plataforma de freelancing, y se verificó cuántos de ellos podía completar la red neuronal por sí sola. El resultado es reciente y revelador: Claude Fable 5.2 completó el 41% de los encargos al nivel de un freelancer en activo, y lo hizo sin ninguna corrección humana.

Qué se comprobó exactamente

La muestra incluyó 240 encargos reales de Upwork. El valor total de estos proyectos ronda los 144 mil dólares, es decir, unos 600 dólares por encargo en promedio. No son tareas insignificantes del tipo «corregir una errata», pero tampoco contratos de varios meses: se trata de un trabajo puntual típico, que el cliente publica en la plataforma y espera recibir ya terminado.

La condición clave de la prueba es que el modelo recibe la tarea y entrega el resultado sin intervención humana. Nadie reescribe fragmentos por él, no aclara los requisitos sobre la marcha ni corrige el archivo final. Un resultado se considera exitoso si la calidad del trabajo es comparable a la que habría entregado un profesional en activo. Con ese criterio, Claude Fable 5.2 superó el 41% de los encargos.

Si se traduce a dinero, no significa que la red neuronal «haya ganado» exactamente el 41% de los 144 mil dólares: los encargos tienen valores distintos y la proporción de tareas completadas no se corresponde directamente con el monto. Aun así, el orden de magnitud es claro: casi uno de cada dos encargos del listado real de la plataforma estuvo al alcance del modelo.

La dinámica importa más que la cifra

La parte más llamativa de la noticia es la comparación con el pasado. En octubre de 2025, el mejor modelo en esta misma prueba completaba solo el 2,5% de los encargos. En un año, la cifra subió al 41%, es decir, unas 16 veces más. Entonces el resultado parecía una curiosidad: las redes neuronales casi no podían llevar por sí solas un trabajo a un estado utilizable. Hoy ya representan una parte notable del mercado de trabajos sencillos y puntuales.

Los propios autores de la prueba son cautelosos. Según ellos, el resultado no significa que la red neuronal esté lista para reemplazar a los freelancers. Pero consideran que todos aquellos cuyos ingresos dependen de encargos simples en la plataforma deberían tener presente la velocidad de este crecimiento. Es una formulación honesta: la prueba mide la proporción de tareas completadas, no la capacidad de gestionar al cliente, negociar precios, asumir la responsabilidad del resultado o conseguir nuevos encargos.

Qué implica esto para los profesionales

Para los freelancers, la conclusión es práctica. Las tareas sencillas, bien descritas y con un criterio de aceptación claro son las más vulnerables: son precisamente las que el modelo completa sin correcciones. El valor se desplaza hacia donde hacen falta la interpretación de requisitos confusos, la comunicación con el cliente, la responsabilidad y el control de calidad. Una estrategia razonable consiste en usar el modelo como herramienta propia y concentrarse en lo que la prueba capta peor.

Para los product managers y los fundadores, la señal es revisar qué trabajos puntuales internos y externos pueden delegarse en una red neuronal con verificación humana. Si el 41% de los encargos pasa sin correcciones, en el 59% restante la persona sigue siendo necesaria, pero el volumen de trabajo manual podría reducirse de forma notable.

Hay también limitaciones que conviene tener en cuenta. En primer lugar, la fuente no desglosa los resultados por tipo de encargo: no se sabe en qué categorías el modelo destaca y en cuáles fracasa. En segundo lugar, la evaluación «al nivel de un freelancer en activo» siempre contiene una parte de subjetividad. En tercer lugar, una sola prueba con 240 encargos es una referencia, no un veredicto definitivo sobre el mercado. Aun así, la trayectoria del 2,5% al 41% en 12 meses es motivo suficiente para no dejar para más adelante la revisión de los planes.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué se comprobó exactamente?

La muestra incluyó 240 encargos reales de Upwork. El valor total de estos proyectos ronda los 144 mil dólares, es decir, unos 600 dólares por encargo en promedio. No son tareas insignificantes del tipo «corregir una errata», pero tampoco contratos de varios meses: se trata de un trabajo puntual típico, que el cliente publica en la plataforma y espera recibir ya terminado. La condición clave de la prueba es que el modelo recibe la tarea y entrega el resultado sin intervención humana.

¿Qué se sabe sobre La dinámica importa más que la cifra?

La parte más llamativa de la noticia es la comparación con el pasado. En octubre de 2025, el mejor modelo en esta misma prueba completaba solo el 2,5% de los encargos. En un año, la cifra subió al 41%, es decir, unas 16 veces más. Entonces el resultado parecía una curiosidad: las redes neuronales casi no podían llevar por sí solas un trabajo a un estado utilizable. Hoy ya representan una parte notable del mercado de trabajos sencillos y puntuales. Los propios autores de la prueba son cautelosos.

¿Qué se sabe sobre Qué implica esto para los profesionales?

Para los freelancers, la conclusión es práctica. Las tareas sencillas, bien descritas y con un criterio de aceptación claro son las más vulnerables: son precisamente las que el modelo completa sin correcciones. El valor se desplaza hacia donde hacen falta la interpretación de requisitos confusos, la comunicación con el cliente, la responsabilidad y el control de calidad. Una estrategia razonable consiste en usar el modelo como herramienta propia y concentrarse en lo que la prueba capta peor.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…