# Claude Fable 5.2: el modelo de Anthropic para razonamiento exigente y agentes de horas

> Qué es Claude Fable 5.2, qué benchmarks publicó Anthropic y cómo leerlos, cuánto cuesta (8/40 dólares) y cuándo elegirlo. Datos al 15 de noviembre de 2026.

*Tags: ia, modelos, anthropic, razonamiento, agentes*

---


> [!info] Definición Rápida
> **Claude Fable 5.2** es un modelo de lenguaje cerrado de Anthropic, lanzado el 9 de noviembre de 2026 para razonamiento exigente y trabajo de agentes de larga duración. Es el más caro de los cuatro modelos Claude más recientes (Fable 5.2, Opus 5.5, Sonnet 5.5 y Haiku 5.5), y comparte modelo base con Claude Mythos 5.2, reservado a organizaciones verificadas.


## ¿Qué es Claude Fable 5.2 y cuándo salió?

Es la versión más reciente de la línea Fable, dentro de la familia Claude que completan [[claude-opus-5-5|Opus 5.5]], Sonnet 5.5 y [[claude-haiku-5-5|Haiku 5.5]]. Anthropic dice que sus respuestas salen hasta un 30 % más rápido que las de Fable 5.1. Piensa antes de responder, con razonamiento adaptativo que no se puede apagar (ver [[modelos-de-razonamiento|modelos de razonamiento]]).

| Dato | Valor |
|---|---|
| ID de API | `claude-fable-5-2` |
| Lanzamiento | 9 de noviembre de 2026 |
| Contexto y salida | 1M de tokens de contexto; hasta 128K de salida |
| Precio | 8 dólares entrada / 40 dólares salida, por millón de tokens |
| Entrada y salida | Texto e imágenes, y responde en texto |
| Corte de conocimiento | Junio de 2026 |
| Abierto o cerrado | Cerrado: se usa por la API y plataformas en la nube |

Fable y Mythos son el mismo modelo con distintas salvaguardas. Si no perteneces a un programa de verificación, usas Fable.

## ¿Para qué sirve?

Anthropic lo describe para sesiones de agentes que duran horas, investigación profunda de varios pasos y análisis que termina en un documento, una hoja de cálculo o una presentación terminados. La propia Anthropic recomienda empezar con Opus 5.5 en la mayoría de tareas de código y conocimiento, y subir a Fable para lo más ambicioso o cuando tus pruebas con Opus 5.5 en esfuerzo alto sigan quedando cortas.

Para quien diseña, eso se traduce en trabajos largos y con muchas piezas: cruzar decenas de documentos de [[claude-para-disenadores|research]], preparar un informe completo o dejar a un agente trabajando en [[claude-code|Claude Code]] mientras haces otra cosa.

Tres detalles de uso que importan si llamas a la API, según la documentación: forzar una herramienta (`tool_choice` de tipo `any` o `tool`) devuelve un error 400; hay que omitir `temperature`, `top_p` y `top_k`; y exige retención de datos de 30 días.

## ¿Qué benchmarks publicó y cómo se leen?

Estos puntajes los reporta Anthropic en su anuncio, con las salvaguardas activas y, salvo indicación, en el máximo esfuerzo disponible de cada modelo; la metodología está en la ficha del sistema (system card). Son datos del laboratorio, no una medición independiente.

| Benchmark | Puntaje | Quién lo reporta | Qué mide, según la fuente |
|---|---|---|---|
| FrontierCode 2.0 | 49.1 % (esfuerzo Xhigh) | Anthropic | Si los cambios de código serían aceptados por mantenedores de código abierto |
| FrontierSWE v2 | 69.9 % | Anthropic | Programación con agentes; la página no lo describe |
| Terminal-Bench-Science 0.1 | 74.6 % | Anthropic | Investigación científica con agentes (categoría) |
| OSWorld 2.1 (conjunto sin conexión, parcial) | 89.3 % | Anthropic | Uso de una computadora real en tareas largas de varios pasos |
| Humanity's Last Exam, con herramientas | 74.2 % | Anthropic | Conocimiento y razonamiento académico de nivel experto |
| Remote Labor Index | 41.3 % (esfuerzo High) | Anthropic | Trabajo de conocimiento; la página no lo describe |

Cómo leerlos:

- **Mira el nombre completo y la configuración.** FrontierCode 2.0 se midió en esfuerzo Xhigh y el Remote Labor Index en High. Con otro esfuerzo, el puntaje cambia: Anthropic reporta 45.3 % en FrontierCode con esfuerzo High, frente a 49.1 % con Xhigh.
- **Compara solo dentro del mismo laboratorio y la misma tabla.** En esa tabla, Fable 5.1 sacó 32.4 % en FrontierCode 2.0 y Fable 5.2 sacó 49.1 %. Esa comparación vale porque la hizo Anthropic en la misma prueba.
- **No armes rankings contra modelos de otros laboratorios.** Cada laboratorio ejecuta sus pruebas a su manera.
- **Un puntaje no es tu caso.** Para saber cómo se comporta con tus tareas, usa tu propia evaluación; la guía está en [[benchmarks-de-ia|cómo leer benchmarks de IA]].

## ¿Cuánto cuesta y qué contexto tiene?

A 15 de noviembre de 2026, la documentación de Anthropic lista estos precios por millón de tokens:

- Entrada: 8 dólares. Salida: 40 dólares.
- Lectura de caché: 0,20 dólares. Escritura de caché de 5 minutos: 10 dólares.
- Procesamiento por lotes (Batch API): 50 % de descuento en entrada y salida.
- Modo rápido (hasta 2,5 veces más velocidad de generación): 16 dólares entrada / 80 dólares salida.

Fable 5.1 figura a 10 / 50 dólares, así que 5.2 cuesta menos. El contexto de 1M de tokens equivale a unas 555.000 palabras, según la documentación. Si no sabes qué es un token, mira [[tokens|tokens]] y [[costo-por-token|costo por token]].

Ejemplo ilustrativo de cuenta: una tarea con 200.000 tokens de entrada y 20.000 de salida cuesta 1,60 + 0,80 = 2,40 dólares. El gasto real depende de cuánto produzca el modelo; con [[prompt-caching|caché de prompts]] puedes bajar el costo de lo que repites.

## ¿Cuándo elegirlo y cuándo no?

Elígelo cuando:

- Una tarea difícil ya falló con [[claude-opus-5-5|Opus 5.5]] en esfuerzo alto.
- El trabajo es largo, de muchos pasos, y el costo de un error es mayor que el de la llamada.
- Necesitas un entregable terminado (informe, hoja de cálculo, presentación) a partir de mucho material.

No lo elijas cuando:

- La tarea es de volumen alto y baja complejidad: clasificar, extraer o enrutar. Ahí encaja [[claude-haiku-5-5|Haiku 5.5]], que cuesta una fracción.
- Tu organización exige retención cero de datos.
- Necesitas controlar la temperatura o forzar el uso de una herramienta.
- Aún no mediste si Opus 5.5 ya te alcanza. Es lo que Anthropic recomienda probar primero.

Para ver todos los modelos juntos, mira [[modelos-de-ia-actuales|modelos de IA actuales]].

## Ejemplo

Ejemplo ilustrativo: una diseñadora tiene 40 transcripciones anonimizadas de entrevistas y necesita un informe de hallazgos con citas y un mapa de problemas por pantalla. Primero corre la tarea con Opus 5.5 en esfuerzo alto y guarda el resultado. Revisa a mano diez citas contra el original y anota cuántas fallan. Si el informe omite temas o inventa citas, repite exactamente la misma tarea con Fable 5.2, compara ambos resultados con los mismos criterios escritos y calcula el costo de cada corrida.

Qué probar mañana: elige una tarea real que hoy te cuesta una tarde, escribe tres criterios de éxito y corre la misma tarea en los dos modelos. Compra Fable solo si la diferencia justifica el precio.

## Errores comunes

- Empezar por el modelo más caro sin probar antes el anterior en esfuerzo alto.
- Tratar los puntajes de Anthropic como un ranking contra modelos de otros laboratorios.
- Presupuestar con el precio de un mes y no volver a mirarlo: cambian.
- Pasar `temperature` o forzar herramientas y recibir un error 400.
- Subir datos de usuarios sin revisar la política de retención.
- Aceptar citas e informes sin verificarlos contra la fuente.

## Fuentes

- [Anthropic: presentación de Claude Fable 5.2 y Claude Mythos 5.2](https://www.anthropic.com/claude-fable-and-mythos-5-2)
- [Documentación: Claude Fable 5.2](https://platform.claude.com/docs/en/models/fable-5-2/overview)
- [Documentación: visión general de los modelos Claude](https://platform.claude.com/docs/en/about-claude/models/overview)
- [Documentación: precios](https://platform.claude.com/docs/en/about-claude/pricing)
- [Anthropic: presentación de Claude Haiku 5.5 (descripción de OSWorld 2.1 y Humanity's Last Exam)](https://www.anthropic.com/news/claude-haiku-5-5)


---

Source: https://www.fernandoux.com/es/wiki/ia/claude-fable-5-2/
