Nota: Este artículo fue traducido automáticamente con OpenAI GPT-5.5 mediante Codex CLI; la calidad puede verse degradada, especialmente en la terminología técnica.
Lanzamientos
Claude Fable
Anthropic ha lanzado su esperadísimo modelo Claude Mythos bajo el nombre Claude Fable. No es exactamente el modelo Mythos Preview al que algunas personas tuvieron acceso como parte de Project Glasswing, sino más bien un modelo de esa familia (un finetune diferente del modelo).
La principal diferencia de Mythos a Fable es el aumento de las barreras de seguridad para evitar que el modelo participe en actividades dañinas como biología y ciberseguridad.

Para ser bastante directo: este es el mejor LLM que existe ahora mismo para tareas basadas en texto, si estás dispuesto a pagar la factura bastante elevada que implica.
Es el mejor en diseño frontend, programación y tareas agenticas. Anthropic claramente no se preocupa por las capacidades de visión, ya que Fable es más o menos tan bueno como los modelos Qwen 3.6 de tamaño medio en benchmarks de visión.
En cuanto al precio, cuesta 2 veces más que Opus. También usa más tokens que GPT 5.5 xhigh en preguntas similares, así que espera que sea 3-5 veces más caro en el mundo real que GPT 5.5. OpenAI sigue estando muy por delante de cualquier otro laboratorio en exprimir la mayor inteligencia posible del menor número de tokens.
| Modelo | $ por millón (input) | $ por millón (output) | Tokens por segundo |
|---|---|---|---|
| Claude Fable 5 | $10 | $50 | 40 |
| Claude Opus 4.8 | $5 | $25 | 60 |
| GPT 5.5 | $5 | $30 | 51 |
También está el problema de los filtros de seguridad. Si eres biólogo, lamento decirlo, pero no podrás usar Fable en absoluto. Anthropic ha decidido que la mejor forma de prevenir cualquier riesgo de bioseguridad es hacer que el modelo rechace cualquier cosa relacionada con biología, incluso “Is mitochondria the powerhouse of the cell?”. También tienen filtros de seguridad para tareas de ciberseguridad (Mythos originalmente se hizo famoso por ser muy bueno hackeando cosas) y también para temas avanzados de machine learning.
El filtro de machine learning provocó la ira de la comunidad en particular. Para todos los demás temas, cuando se activaba un filtro de seguridad, se informaba al usuario de que había activado el filtro y que estaba siendo redirigido a Opus. Para tareas de machine learning, Anthropic pensó que podía colar el hecho de que el usuario no sería notificado, perjudicando así los resultados y dándole silenciosamente al usuario peor rendimiento, algo que se vio como muy turbio y activamente hostil hacia la comunidad.
Todo esto es un punto discutible ahora mismo, ya que 3 días después de su lanzamiento, el acceso a Fable fue retirado para todos, tras una directiva de control de exportaciones del gobierno de EE. UU. que suspendió todo acceso a cualquier extranjero (cualquiera que no sea ciudadano estadounidense) tanto dentro como fuera de EE. UU. Esto incluye también a cualquier empleado de Anthropic que sea extranjero. La única forma en que Anthropic pudo cumplir con esta resolución fue desactivar el acceso para todos los clientes.
Lo que parece haber ocurrido es que una de las empresas que usaban Fable (supuestamente Amazon, un importante inversor de Anthropic) logró hacer jailbreak al modelo y eludir los filtros de seguridad para ciberseguridad, y reportó esto al gobierno de EE. UU. El gobierno de EE. UU., al enterarse de esto, y del alarmismo que Anthropic propagó con el anuncio inicial de Mythos sobre lo peligroso que podría ser como herramienta de hacking, decidió que no quería que ningún adversario extranjero tuviera acceso al modelo, y emitió su decreto.
No creo que Anthropic esté necesariamente molesta por esto. Siempre han querido que nadie más aparte de ellos trabaje en sistemas de IA potentes, y esta nueva resolución sienta el precedente de que, a cierto nivel de capacidad, deberías esperar que el gobierno de EE. UU. intervenga y complique las cosas. Esto podría limitar efectivamente las empresas que pueden trabajar en AGI en EE. UU. únicamente a los grandes actores que tienen el dinero y el poder de lobby para convencer a EE. UU. de que les permita seguir trabajando en estos sistemas. Esto significaría que solo empresas como Anthropic, OpenAI y Google podrían trabajar efectivamente en estos sistemas en el futuro.
Esto ha causado bastante caos en el mundo de la IA. OpenAI ha visto un gran desplazamiento a medida que los usuarios se dirigen a su plataforma en respuesta al trato de Anthropic hacia la comunidad de ML. Muchas personas y empresas también han anunciado que empezarán a trabajar en sus propios modelos y finetunes, para evitar perder acceso a modelos en el futuro, y también para no permitir que un tercero dicte para qué pueden o no pueden usar un modelo.
Espero que Anthropic y EE. UU. resuelvan sus problemas y que Fable vuelva en las próximas semanas. Esto es claramente un punto de inflexión en la carrera de la IA, y sentiremos sus efectos durante mucho tiempo.
Notas rápidas
Kimi K2.7 Code
Hablando de modelos open source, hablemos del nuevo modelo Kimi K2.7 Code de MoonshotAI. Este es un finetune específico para programación construido sobre su modelo K2.6.

Creo que fui un poco duro en mi Kimi K2.6. Con el tiempo parece ser un modelo decente, más o menos en línea con todos los demás modelos frontier chinos.
También parece que han limpiado un poco su benchmaxxing, ya que creo que prácticamente todo el mundo se había dado cuenta de que las puntuaciones que mostraban no significaban nada y no estaban impulsando la adopción. Ahora las puntuaciones que muestran están claramente por debajo de las de GPT y Claude, pero también representan una buena mejora respecto a la versión anterior.
También han trabajado en reducir el uso de tokens, reduciéndolo en un 30%. Este modelo ha pasado un poco desapercibido debido a todo el drama de Fable, pero por lo que he visto de él, diría que está entre los mejores modelos open source de programación que existen ahora mismo.
Final
Espero que hayas disfrutado las noticias de esta semana. Si quieres recibir las noticias cada semana, asegúrate de unirte a nuestra lista de correo abajo.

