Claude Fable 5.1: qué cambia y cuánto cuesta
Anthropic ha publicado Claude Fable 5.1, que pasa a ser su modelo más capaz de disponibilidad general. Sustituye a Fable 5 en la misma gama y al mismo precio por token, y llega con un puñado de cambios que importan si lo vas a usar en serio.
Vamos con los datos, y después con lo que casi nadie te va a decir: cuándo no compensa.
Lo esencial
Ventana de contexto: un millón de tokens. Es el máximo y también el valor por defecto. Para hacerse una idea, ahí caben holgadamente varios libros, o el histórico entero de correos de un proyecto largo.
Salida máxima: 128.000 tokens. Suficiente para un documento extenso de una sentada.
Precio: 10 dólares por millón de tokens de entrada y 50 por millón de salida. La lectura desde caché baja a 0,25 dólares por millón, que es la diferencia entre un proyecto viable y uno que no lo es cuando repites el mismo contexto muchas veces.
Puesto al lado de sus hermanos, el salto de precio se ve enseguida:
- Fable 5.1 — 10 / 50 dólares, 1M de contexto.
- Opus 5 — 5 / 25 dólares, 1M de contexto.
- Sonnet 5 — 2 / 10 dólares, 1M de contexto.
- Haiku 4.5 — 1 / 5 dólares, 200.000 de contexto.
Fable 5.1 cuesta el doble que Opus 5 y cinco veces lo que Sonnet 5. Esa proporción es la conversación entera.
Qué trae de nuevo
El razonamiento va siempre encendido. No se puede desactivar: cualquier intento de configurarlo devuelve un error. Lo que sí se controla es la profundidad, con cinco niveles que van de mínimo a máximo. En la práctica esto simplifica las cosas —una decisión menos— y obliga a pensar el nivel de esfuerzo por tarea en vez de dejarlo al azar.
El razonamiento en bruto nunca se devuelve. Se puede pedir un resumen legible, o dejarlo oculto, que es lo que hace por defecto. Conviene saberlo si tu producto enseña al usuario «lo que está pensando»: con la opción por defecto lo que verá es una pausa larga y luego la respuesta de golpe.
Notas de progreso entre pasos. En tareas largas con herramientas, el modelo puede ir devolviendo apuntes breves de por dónde va. Es una función en pruebas y resuelve un problema real: que un proceso de varios minutos parezca colgado.
Cambio de esfuerzo a mitad de conversación sin tirar la caché. Suena a detalle técnico y es dinero: antes, subir o bajar el nivel obligaba a reprocesar todo el contexto acumulado.
Recordatorios de un solo turno. Se puede insertar una instrucción que vale para el siguiente mensaje y luego se apaga sola, sin ensuciar el histórico.
Lo que se rompe si vienes de la versión anterior
Tres cosas dejan de funcionar, y las tres son de las que se descubren en producción si nadie las mira antes.
Ya no se puede obligar al modelo a usar una herramienta. Antes se podía forzar que respondiera invocando una función concreta; ahora eso devuelve un error. La alternativa es pedírselo en el texto y validar el resultado contra un esquema.
Los bloques de razonamiento están atados al modelo que los produjo. Si mezclas modelos en la misma conversación, los que no son Fable 5.1 los ignoran.
No se puede reescribir el pasado. Editar un turno anterior invalida el razonamiento posterior. Cualquier sistema que compacte o reescriba el histórico sobre la marcha necesita revisarse.
Dos condiciones que conviene leer antes de firmar
Retención de datos de 30 días. Fable 5.1 no está disponible bajo retención cero salvo autorización expresa. Si tu organización tiene esa política por contrato o por sector, esto es un no rotundo y es mejor saberlo ahora que después de tres semanas de integración.
No hay nivel de prioridad. Si tu caso necesita capacidad reservada con latencia garantizada, este modelo no la ofrece.
Y ahora lo importante: ¿lo necesitas?
Aquí es donde conviene bajar el entusiasmo.
Un modelo más capaz no mejora automáticamente un producto. Mejora las tareas que estaban fallando por falta de capacidad de razonamiento, que son muchas menos de las que uno cree. Si tu asistente responde mal porque el contexto está desordenado, porque las instrucciones son ambiguas o porque nadie ha revisado los ejemplos, cambiar de modelo no arregla nada: paga cinco veces más por el mismo problema.
La propia documentación de Anthropic apunta a algo revelador: en los modelos nuevos, bajar el nivel de esfuerzo suele igualar o superar a la generación anterior a esfuerzo alto. Traducido: antes de saltar de gama, prueba el modelo que ya tienes con más esfuerzo. Es la comparación que casi nadie hace y la que más dinero ahorra.
Nuestra regla, cuando montamos algo con estas herramientas para un cliente:
- Empezar por el modelo más barato que pueda hacer el trabajo. Casi siempre es más de lo que se esperaba.
- Medir sobre casos reales, no sobre tres ejemplos elegidos. Veinte o treinta peticiones de verdad, con sus casos raros.
- Subir de gama solo cuando la medición enseñe un techo, y solo en la parte del sistema que lo necesite. Un proceso puede usar un modelo caro para decidir y uno barato para el resto.
- Contar el coste por tarea terminada, no por petición. Una petición barata que necesita tres reintentos no es barata.
Dónde sí compensa
Con eso dicho, hay trabajos donde la diferencia se nota: análisis largos que hay que sostener durante muchos pasos sin perder el hilo, tareas de programación complejas, y procesos autónomos que corren durante minutos y tienen que llegar hasta el final sin supervisión.
Si tu caso es responder preguntas frecuentes, clasificar correos o redactar borradores, no es tu modelo. Y decirlo va contra el interés de quien cobra por implantar cosas complicadas, incluidos nosotros.
Si quieres probarlo
Empieza por una tarea concreta que hoy no salga bien, no por una prueba general. Mide antes y después con los mismos casos. Y calcula el coste con tu volumen real de un mes, no con el de la demostración.
Si quieres que miremos si tiene sentido en tu caso —o si con lo que ya tienes bastaría—, escríbenos. La respuesta honesta es que no siempre, y es la que damos.
