Claude Fable 5.1 llega y cuesta hasta un 45 % menos para agentes

Anthropic publicó Claude Fable 5.1 y Claude Mythos 5.1 el 1 de septiembre, tres meses después de que la línea Fable 5 llegara en junio de 2026. Ambos modelos son el mismo sistema bajo dos capas de salvaguardas distintas: Fable 5.1 está disponible públicamente bajo el nombre de API claude-fable-5-1, mientras que Mythos 5.1 sigue reservado a organizaciones asociadas verificadas. Anthropic resume el lanzamiento en tres cifras: 52,6 % en el benchmark Terminal-Bench-Science 0.1, dedicado a agentes de investigación científica, más del doble del 24,7 % de Fable 5; una rebaja del 75 % en el precio de las lecturas de caché, de 1,00 $ a 0,25 $ por millón de tokens; y un ahorro de hasta el 45 % en cargas de trabajo agénticas complejas que dependen mucho del contexto en caché.

Fable 5.1 está disponible desde hoy en la API de Claude, Amazon Bedrock, Claude en AWS, Google Cloud y Microsoft Foundry. Mythos 5.1, en cambio, solo se despliega para organizaciones inscritas en Project Glasswing, el programa de verificación de Anthropic para socios que trabajan en ciberseguridad o investigación en ciencias de la vida. Ambos modelos tienen una ventana de contexto de un millón de tokens, una salida máxima de 128.000 tokens, y razonamiento adaptativo activado por defecto, sin opción para desactivarlo.

Lo que realmente muestran los benchmarks

En Terminal-Bench-Science 0.1, un benchmark agéntico construido sobre tareas reales de investigación científica, Fable 5.1 obtiene 52,6 %, por delante de Opus 5 de Anthropic con 29,0 %, Fable 5 con 24,7 % y GPT-5.6 Sol de OpenAI con 22,4 %. Anthropic advierte que el error estándar oscila entre 3,5 y 4,5 puntos por modelo, así que el orden importa más que la distancia exacta entre dos puntuaciones. En Terminal-Bench 4.0, un benchmark de programación por línea de comandos, Fable 5.1 llega a 55,8 % mientras Mythos 5.1 alcanza 60,9 % — la diferencia entre dos modelos por lo demás idénticos, que Anthropic atribuye directamente al coste de sus salvaguardas, una admisión inusualmente franca para un proveedor.

• Terminal-Bench-Science 0.1: Fable 5.1 52,6 % frente a Opus 5 29,0 %, Fable 5 24,7 %, GPT-5.6 Sol 22,4 %
• Terminal-Bench 4.0: Fable 5.1 55,8 %, Mythos 5.1 60,9 %
• Humanity's Last Exam: 60,9 % sin herramientas, 65,0 % con herramientas
• CursorBench 3.2.0: 73,4 %
• AutomationBench 31,4 %, OSWorld 2.0 (estricto) 41,7 %

Por qué baja el precio

Los precios base no cambian: 10 $ por millón de tokens de entrada, 50 $ de salida. El recorte es en el contenido en caché: leer de la caché de prompts cuesta ahora 0,25 $ por millón de tokens en vez de 1,00 $, una proporción de 0,025 veces el precio base de entrada frente a 0,1 veces en el resto de modelos Claude. Anthropic calcula un coste alrededor de un 25 % menor en una carga de trabajo típica, y hasta un 45 % menos en tareas agénticas que reutilizan constantemente una ventana de contexto grande — justo el patrón de las sesiones largas de código o los agentes de investigación de varios pasos. El procesamiento por lotes, para cargas que toleran demora, se mantiene en 5 $ y 25 $ por millón de tokens.

Tres cambios de API que rompen integraciones existentes

Anthropic también documenta tres cambios de API que no son retrocompatibles, dirigidos directamente a los equipos que ya construyeron sobre Claude. El uso forzado de herramientas desaparece: fijar tool_choice en 'any' o en una herramienta concreta ahora devuelve un error 400, y Anthropic recomienda el modo auto combinado con uso estricto de herramientas o salidas estructuradas. Los bloques de razonamiento ahora quedan ligados al modelo: Fable 5.1 puede leer los bloques de razonamiento producidos por modelos Claude anteriores, pero ningún modelo anterior puede releer su propio razonamiento — lo que rompe los enrutadores o sistemas de respaldo que degradan silenciosamente a un modelo más antiguo a mitad de conversación. Y editar turnos anteriores ahora invalida por completo los bloques de razonamiento: inyectar o borrar recordatorios por turno, o reconstruir el prompt de sistema o el array de herramientas a mitad de conversación, genera un error en vez de aceptarse en silencio. El control se aplica a las cuentas creadas a partir del 31 de agosto de 2026, y la solución que sugiere Anthropic es pasar a mensajes de sistema limitados al turno y a la edición de contexto en el servidor.

• Fin del uso forzado de herramientas: tool_choice 'any' o 'tool' devuelve ahora un error HTTP 400
• Bloques de razonamiento ligados al modelo: los modelos anteriores no pueden releer el razonamiento de Fable 5.1
• Editar turnos pasados ahora falla: reconstruir prompts de sistema o herramientas a mitad de conversación queda bloqueado

Anthropic también documenta regresiones reales junto a las mejoras. La llamada paralela a herramientas es más irregular, así que un bucle de agente puede ahora emitir una sola llamada por turno donde Fable 5 agrupaba varias; el modelo narra menos su propio razonamiento; responde más a menudo de memoria con esfuerzo de razonamiento bajo en lugar de comprobar; y ahora prefiere reescribir un archivo entero antes que hacer una edición puntual. En seguridad, las salvaguardas de ciberseguridad ahora permiten identificar vulnerabilidades de software pero siguen bloqueando el desarrollo de exploits, lo que según Anthropic reduce las intervenciones de salvaguardas dentro de Claude Code en torno a un 60 % por sesión; las salvaguardas de biología se activan un 85 % menos en preguntas inofensivas. Las pruebas de penetración, la generación de exploits y el análisis de vulnerabilidades a nivel binario se siguen redirigiendo automáticamente a los modelos Opus. La ficha de sistema de Anthropic califica a Mythos 5.1 de 'bajo riesgo' en cuanto a acelerar su propia investigación y desarrollo por encima de las tendencias actuales, pero el panorama de alineamiento es mixto: Mythos 5.1 coopera con el mal uso humano y acepta afirmaciones de autorización no verificables algo más fácilmente que Opus 5, aunque es menos propenso a ignorar restricciones explícitas, alucinar datos de entrada o afirmar falsamente haber completado una tarea.

Es el modelo de programación más fuerte que hemos usado, pero ahora es rápido, eficiente en tokens y, sobre todo, habla de verdad como una persona normal.

Los primeros usuarios confirman ese cambio de tono. Aaron Levie, CEO de Box, dijo que un agente sobre Fable 5.1 detectó matices y ambigüedades en un conjunto de datos que la misma prueba había pasado por alto con Fable 5. Anthropic acompañó el lanzamiento con tres resultados de investigación que los modelos produjeron antes de salir: Mythos 5.1 diseñó proteínas de unión con una tasa de acierto de alrededor del 50 % en doce objetivos, frente a una norma del 10 al 15 % en el campo; Fable 5.1 armó un mapa de elevación de Venus con una resolución de 2 a 3 kilómetros a partir de fotografías existentes; y unos núcleos de GPU personalizados escritos por el modelo aceleraron siete modelos de genómica de código abierto hasta 2,5 veces. Sobre el manejo de datos, Anthropic repite que nunca ha entrenado con datos empresariales sin permiso explícito, y anuncia Enterprise Frontier Safeguards, un servicio de alta privacidad —antes no disponible para Fable por motivos de seguridad— que dejará a los clientes ejecutar los modelos en su propia infraestructura a partir de este otoño, manteniendo la vigilancia frente al mal uso pero dejando que el cliente controle cómo se hace. La retención estándar sigue en 30 días; la retención cero sigue requiriendo autorización aparte. Toda la salida sigue llevando una marca de agua textual estadística, y los archivos generados llevan credenciales de procedencia C2PA.

Para una empresa española que ya construye sobre la API de Claude, lo urgente no es el ahorro en el precio: es auditar los tres cambios de API antes de apuntar cualquier enrutador o sistema de respaldo a claude-fable-5-1. Cualquier ruta de código que fije tool_choice en 'any' o en una herramienta concreta empezará a devolver errores y debe pasar al modo auto con uso estricto de herramientas; cualquier agente que caiga a un modelo Claude más antiguo a mitad de sesión perderá en silencio el razonamiento producido por Fable 5.1, porque ese modelo antiguo no puede releerlo; y cualquier flujo que edite el prompt de sistema o las definiciones de herramientas a mitad de conversación —un patrón habitual en los sistemas agénticos de larga duración— debe pasar a mensajes de sistema limitados al turno antes de que el control se aplique a las cuentas nuevas. Hecha esa auditoría, el recorte del 75 % en las lecturas de caché supone un ahorro real para los equipos que mantienen sesiones largas de código o agentes de investigación que reutilizan una y otra vez el mismo contexto amplio: la estimación de Anthropic, hasta un 45 % menos de coste en cargas agénticas, es el tipo de cifra que cambia la decisión entre construir una herramienta propia o comprarla hecha. Y con la llegada de Enterprise Frontier Safeguards este otoño, las empresas reguladas que habían descartado Fable por la residencia de los datos tienen un motivo real para reconsiderarlo.