Anthropic lanzó Claude Fable 5, que obtuvo el primer lugar en el Índice de Inteligencia de Artificial Analysis con una puntuación de 64.9, colocándose casi cinco puntos por delante del modelo no-Anthropic más cercano, GPT-5.5.

  • El modelo utiliza un enfoque de razonamiento adaptativo con Claude Opus 4.8 como respaldo para consultas marcadas por banderas de seguridad, lo que ocurrió en aproximadamente el 9% de las tareas en benchmarks como Humanity’s Last Exam y AA-Omniscience.
  • Obtuvo resultados de última generación en las tres evaluaciones agénticas, incluyendo GDPval-AA, Terminal-Bench Hard y Tau2-bench Telecom, mientras establecía la puntuación más alta en cinco de los diez benchmarks subyacentes.
  • Claude Fable 5 obtuvo un 53% en Humanity’s Last Exam, más de siete puntos por encima de Claude Opus 4.8 (max), y lideró AA-Omniscience con una puntuación de 40 impulsada por una mayor precisión.
  • El modelo conserva una ventana de contexto de 1M tokens pero se cobra a $10/$50 por cada 1M de tokens de entrada/salida, el doble del costo de Claude Opus 4.8, lo que resulta en un costo estimado de $2.2k para ejecutar Humanity’s Last Exam.

El lanzamiento demuestra el liderazgo continuo de Anthropic en inteligencia de frontera y capacidades agénticas, aunque la alta tarificación y los mecanismos de respaldo impactan la eficiencia general.