Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · anthropic.com
Claude Fable 5.2 y Mythos 5.2
Anthropic presenta las versiones 5.2 de Claude Fable y Claude Mythos, que son el mismo modelo con distintas salvaguardas. Prometen mejoras en código, razonamiento y visión, hasta un 30 % más de velocidad que la 5.1 y un precio menor. Entre los resultados destacados, la formalización del último teorema de Fermat en 30 horas.
Foto: vía anthropic.com
1 medio · MadridPublicada 10 nov, 03:45Actualizada 10 nov, 16:30· Ya no está en portadaEscrita por IA · cómo funciona
Anthropic afirma que Fable y Mythos están pensados para los retos técnicos más difíciles. Según la compañía, durante las pruebas previas ayudaron a sus ingenieros a completar migraciones de software que antes eran inviables, diseñaron tres dispositivos electrónicos funcionales desde cero, resolvieron dos problemas abiertos de la física de agujeros negros, avanzaron en evaluaciones de robótica y formalizaron la demostración del último teorema de Fermat en 30 horas.
Fable y Mythos son el mismo modelo. Fable incluye salvaguardas fuertes en ciberseguridad y biología, lo que permite ofrecerlo a todos los usuarios. Las organizaciones con aplicaciones beneficiosas en ciberseguridad o investigación biomédica pueden solicitar acceso a Mythos mediante los programas de verificación en Life Sciences y Cyber. Las versiones 5.2 cuestan 8 dólares por millón de tokens de entrada y 40 por millón de salida, y generan hasta un 30 % más rápido que las 5.1. Un modo rápido opcional multiplica la velocidad hasta por 2,5 a 16 y 80 dólares respectivamente.
En la tabla de resultados, Fable 5.2 supera a Opus 5.5 en casi todas las capacidades evaluadas: 49,1 % frente a 45,5 % en FrontierCode 2.0, 69,9 % frente a 62,3 % en FrontierSWE v2 y 64,9 % frente a 39,4 % en RoboDojo Sim. En AutomationBench, Gemini 4 Carbon obtiene más (53,9 % frente a 51,4 %). Anthropic recomienda empezar con Opus 5.5 para la mayoría de tareas de código y conocimiento, y subir a Fable o Mythos solo para trabajo ambicioso y abierto. Fable también puede actuar como Advisor de modelos menores o como Orchestrator que les delega tareas. Con esfuerzo medio, el valor por defecto en las apps de Claude y en Claude Code, usa menos tokens que Fable 5.1.
En código, Anthropic cuenta que más del 90 % de los cambios incorporados a su código base principal los escribe ya Claude, con supervisión humana. Un equipo de agentes con una versión anterior de Fable 5.2 migró un servicio de producción de Python a Rust, y ahora arranca unas 26 veces más rápido. En otro experimento, un ingeniero encargó a Fable 5.2 diseñar un sistema operativo: el modelo coordinó más de 1.000 subagentes durante ocho días y produjo un sistema que arranca en un portátil, con drivers, almacenamiento permanente, ventanas, pantalla de login e instalador. Mythos 5.2 es el modelo más capaz de la compañía para ciberseguridad: en CVE Rediscovery halló un 10,2 % más de vulnerabilidades que Opus 5.5. Anthropic añade que las salvaguardas de Fable 5.2 son tan robustas como las de la 5.1 pero bloquean menos sin necesidad.
«Claude Fable 5.2 and Mythos 5.2» · puesto 18 · 844 puntos · enviado por lairv
Lo que dicen los comentarios
La conversación se divide entre la experiencia de uso y el escepticismo ante las cifras. Quien ya lo ha probado dice que es más rápido y fiable que Fable 5.1, pero que cuesta distinguirlo de Opus 5.5 en tareas de código corrientes. Otros dudan de la comparativa: señalan que se enfrenta Fable en esfuerzo alto con Carbon en esfuerzo medio y que faltan modelos rivales en algunas gráficas. El sistema operativo de 1.000 subagentes divide las opiniones: unos ven un ejemplo de fuerza bruta al alcance solo de quien tiene mucho dinero, y otros recuerdan que lo difícil es mantener y escalar el software durante años. También se discute si el lanzamiento responde a la rivalidad con OpenAI, si Anthropic tiene algo mejor guardado o si, como sostiene un comentarista, la mejora es escasa. Y hay quien se pregunta qué habilidades quedan fuera del alcance de la IA.
Cuesta distinguir Fable 5.2 de Opus 5.5 en tareas de código normales; hay que subir mucho la ambición del prompt para ver la diferencia. Eso sí, es mucho más rápido y fiable, sin los desbordamientos de salida de la 5.1.
El progreso se ralentiza cuando crece el código. Lo difícil no es entregar la v1, sino cómo escala la v8 y cómo se mantienen las restricciones. Si un LLM diseñara un circuito, ¿lo financiarías?
Coordinar mil subagentes para producir un sistema operativo es fuerza bruta a base de gastar dinero. Solo pueden hacerlo quienes tienen órdenes de magnitud más presupuesto que quienes sabrían construir uno de verdad.
¿Por qué enfrentan Fable en esfuerzo xhigh con Carbon en esfuerzo medio? ¿Y por qué dejan Carbon, un modelo de ciberseguridad, fuera de la única comparativa de ciberseguridad?
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.