Anthropic lanzó las versiones 5.1 de Fable y Mythos
- angiecantillo1
- hace 1 hora
- 3 min de lectura
La empresa presentó dos versiones del mismo modelo orientadas a programación, investigación y trabajo de conocimiento. La compañía mantiene los precios de entrada y salida, pero reduce en 75% el costo de las lecturas de contexto almacenado, una decisión dirigida especialmente a las cargas de trabajo agenticas de larga duración.
Anthropic acaba de mover una de las piezas más importantes de su estrategia para la inteligencia artificial empresarial. La compañía presentó Claude Fable 5.1 y Claude Mythos 5.1, dos versiones del mismo modelo que buscan llevar a los agentes de IA desde tareas aisladas hacia trabajos prolongados, complejos y con múltiples pasos.
La diferencia entre ambos no está en el modelo subyacente, sino en las salvaguardas. Fable 5.1 es la versión disponible de forma general para programación y trabajo de conocimiento, mientras Mythos 5.1 permanece restringido a organizaciones previamente verificadas que trabajan en áreas de alto riesgo como ciberseguridad y ciencias de la vida.
Pero el anuncio tiene un componente económico que puede ser incluso más importante que la mejora de capacidades: Anthropic redujo 75% el precio de las lecturas de contexto almacenado de Fable 5.1.
El costo pasa de US$1 a US$0,25 por millón de tokens. Los precios principales permanecen en US$10 por millón de tokens de entrada y US$50 por millón de tokens de salida. Según Anthropic, la reducción puede traducirse en aproximadamente 25% menos costos para cargas de trabajo habituales y hasta 45% menos en tareas altamente agenticas.
La decisión revela hacia dónde está avanzando el negocio de los grandes modelos de lenguaje. En un chatbot tradicional, cada interacción puede ser relativamente independiente. Un agente, en cambio, necesita recordar instrucciones, documentos, resultados de operaciones anteriores y contexto durante una secuencia de tareas.
Ahí el almacenamiento en caché deja de ser una optimización técnica secundaria y se convierte en una cuestión de rentabilidad.
Claude Fable 5.1 incorpora una ventana de contexto de 1 millón de tokens y puede generar hasta 128.000 tokens de salida. Anthropic lo posiciona para trabajos de razonamiento exigente y tareas agenticas de largo horizonte, especialmente programación, investigación de varios pasos y creación o análisis de documentos, hojas de cálculo y presentaciones.
La compañía también reporta avances importantes en pruebas de programación e investigación.
En Terminal-Bench-Science 0.1, un benchmark orientado a investigación científica agentica, Fable 5.1 obtuvo 52,6%, frente a 24,7% de Fable 5. En Terminal-Bench 4.0 alcanzó 55,8%, mientras Mythos 5.1 llegó a 60,9%.
En otros resultados publicados por Anthropic, Fable 5.1 alcanzó 73,4% en CursorBench 3.2.0, 60,9% en Humanity's Last Exam sin herramientas y 65% con herramientas, 31,4% en AutomationBench y 41,7% en OSWorld 2.0 bajo evaluación estricta.
Los números importan, pero hay un dato más interesante detrás de ellos: el mismo modelo puede comportarse de manera diferente dependiendo del nivel de restricciones aplicado.
Mythos 5.1 obtuvo un rendimiento superior a Fable 5.1 en Terminal-Bench 4.0, con una diferencia de 60,9% frente a 55,8%. Anthropic atribuye parte de esa brecha a las intervenciones de seguridad que se aplican a la versión de uso general.
Es una tensión que probablemente se volverá más visible a medida que los agentes tengan mayor autonomía. Cuanto más capaz sea un sistema para ejecutar acciones por sí mismo, mayor será la necesidad de decidir qué puede hacer, en qué entorno y bajo qué condiciones.
Anthropic también está utilizando Mythos 5.1 para demostrar que el modelo puede ir mucho más allá del desarrollo de software.
La compañía afirma que Mythos 5.1 logró diseñar experimentalmente proteínas capaces de actuar como aglutinantes, mientras que Fable 5.1 entrenó una red neuronal que produjo un mapa topográfico de mayor resolución de Venus que cubre aproximadamente un tercio del planeta.
Mythos 5.1 también consiguió optimizar siete modelos de aprendizaje profundo utilizados en biología, con mejoras de velocidad de inferencia de hasta 2,5 veces, según Anthropic.
Es precisamente en este punto donde la estrategia de Anthropic comienza a adquirir una dimensión más ambiciosa. La empresa no está presentando Fable y Mythos únicamente como modelos para conversar o escribir código. Está intentando posicionarlos como sistemas capaces de participar en procesos de investigación que requieren planificación, ejecución, análisis y corrección.
Ese cambio es fundamental para el mercado empresarial.
Un modelo que responde preguntas compite principalmente por calidad y precio. Un agente que puede ejecutar una investigación durante horas compite además por costo total de operación, confiabilidad, memoria, acceso a herramientas y capacidad de actuar sin supervisión constante.
Comentarios