Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
HN Daily
Inteligencia artificial · artificialanalysis.ai
Claude Fable 5.2 logra 65 en Artificial Analysis, la puntuación más alta hasta ahora
Artificial Analysis publica su análisis de Claude Fable 5.2 en configuración «max» con el Intelligence Index v5.0.1, que promedia nueve evaluaciones. Según los comentarios, el modelo lidera la clasificación, pero con un coste por tarea que duplica el de Fable 5.1 y muchos más tokens de salida.
Foto: vía artificialanalysis.ai
1 medio · MadridPublicada 9 nov, 21:45Actualizada 10 nov, 06:00· Ya no está en portadaEscrita por IA · cómo funciona
La página de Artificial Analysis recoge el rendimiento de Claude Fable 5.2 (max) en inteligencia, velocidad y precio. Su Intelligence Index v5.0.1 combina nueve evaluaciones: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset) y Terminal-Bench-Science 0.1. El título de Hacker News sitúa la nota del modelo en 65, la más alta hasta ahora.
Además del índice general, la página mide capacidades concretas (conocimiento y alucinación, ingeniería de software agéntica, trabajo legal, razonamiento sobre documentos, contexto largo médico, estilo de escritura) y métricas de coste: tokens de salida por tarea, coste por tarea del índice y coste de ejecutar todo el índice, además de precios por tipo de token y ventana de contexto.
También recoge el rendimiento: tiempo por tarea, velocidad de salida en tokens por segundo y tiempo hasta el primer token de respuesta. Las métricas de velocidad y latencia promedian las ejecuciones de cada endpoint de los últimos cinco días.
«Claude Fable 5.2 scores 65 on Artificial Analysis, highest so far» · puesto 11 · 331 puntos · enviado por theanonymousone
Lo que dicen los comentarios
La conversación gira en torno al coste. Según los comentarios, Fable 5.2 pasa de unos 118.000 tokens por tarea en la 5.1 a unos 274.000, sobre todo de razonamiento, y el coste por tarea se duplica pese a una rebaja de precios. Unos lo ven un salto desproporcionado para una mejora modesta; otros defienden que en tareas difíciles o en mercados donde el ganador se lo lleva todo, esa pequeña ventaja compensa. Varios señalan que la web usa por defecto el máximo nivel de razonamiento y que con «high» o «medium» la relación mejora. También se cuestiona la metodología de Artificial Analysis: hay quien dice que cobra de los laboratorios y no publica todo, y quien replica que mantener privados algunos tests evita que se entrene con ellos.
Olvidad las puntuaciones y mirad el coste por tarea. Fable 5.1 ya era el más caro por bastante y ahora la 5.2 lo dobla, con rebaja de precio incluida. Los tokens de salida por tarea se han disparado: de 118k a 274k.
Está con el razonamiento al máximo. Elige «high» o «medium» en el desplegable, que es lo que la gente usa de verdad: mejora decente, más rápido y más barato por tarea. Lo peor de AA es usar siempre el máximo por defecto.
Las películas de Hollywood usan lentes de 100.000 dólares y no de 500. ¿Son 200 veces mejores? Seguramente no, pero a veces ese 5 % extra compensa. Habrá cosas que Fable 5.2 haga con fiabilidad y Opus 5.5 no, y habrá quien pague por ello.
Es el mismo argumento de por qué contratar a alguien en EE. UU. si lo hay casi igual de bueno fuera por mucho menos. En mercados donde gana el mejor, compensa: pagar el triple por un empleado un 20 % mejor casi siempre merece la pena.
Si publicaran sus benchmarks privados, los laboratorios chinos entrenarían con esos datos para parecer cercanos a la frontera, y quien los usa a diario sabe que van muy por detrás. No es perfecto, pero es lo mejor que hay.
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.