Claude Fable 5.1 en la práctica: qué sostiene el modelo y qué no resuelve

Antes de hablar de consecuencias conviene la tabla sobria. Todos los valores proceden del resumen de modelos y de la página de precios de Anthropic, consultados el 10 de septiembre de 2026.

Llama la atención lo que Anthropic añade en su propio resumen de modelos: recomienda Claude Opus 5 como opción por defecto para la mayoría de las cargas de trabajo, y reserva Fable 5.1 para los casos en los que Opus 5 con un nivel de esfuerzo superior no basta. Es una autolimitación inusualmente clara y, a la vez, el primer filtro de cualquier decisión de arquitectura. Fable 5.1 no es una mejora general, sino una herramienta para tareas largas y continuas.

La modalidad es estrecha, y eso importa en la práctica. Entran texto e imágenes, sale texto. Ni audio de entrada ni de salida, ni generación de imagen o vídeo. Quien quiera procesar la grabación de una llamada necesita una transcripción delante. Quien necesite respuestas habladas necesita síntesis de voz detrás. Quien quiera generar gráficos necesita otro modelo. Suena trivial, pero desplaza los límites del sistema, los costes y las cuestiones de protección de datos exactamente a los puntos donde se sitúan esos componentes adicionales.

La ventana se factura a las tarifas normales por token en toda su extensión, sin recargo por contexto largo (Anthropic). Eso permite montajes que antes no fallaban por el modelo sino por el troceado: un conjunto completo de contratos o pliegos en una sola pasada en lugar de treinta fragmentos con una fusión posterior; una traza de agente entera, con todas las salidas de herramientas, que sigue siendo analizable en lugar de quedar cortada tras veinte pasos; un repositorio de tamaño medio sobre el que una pregunta se responde de una vez en lugar de mediante una búsqueda que debe adivinar de antemano qué archivos importan. La ganancia está menos en la inteligencia que en la desaparición de toda una clase de trabajo de empalme, y en nuestros proyectos ese empalme era con regularidad la fuente de los errores difíciles de encontrar.

Pero la cifra no es un número de páginas. Anthropic estima 1.000.000 de tokens en unas 555.000 palabras inglesas con el tokenizador actual y señala en el mismo movimiento que ese tokenizador produce alrededor de un 30 por ciento más de tokens para el mismo texto que el anterior (Anthropic). El dato se refiere a texto en inglés; para un corpus en alemán no puede deducirse ninguna cifra a partir de ahí, hay que medirla. Quien planifica capacidad cuenta sus propios documentos con el tokenizador del modelo que realmente usa, y no calcula en páginas.

Por el mismo motivo, comparar tamaños de ventana entre proveedores no dice nada. Un token es una unidad propia de cada proveedor, y no existe conversión publicada que lleve dos tokenizadores a la misma cantidad de texto. Una cifra en una ficha técnica no indica, por tanto, qué modelo abarca más de su texto.

Y la ventana mayor no vuelve superflua la recuperación. El razonamiento es sencillo: todo lo que está en la ventana se paga en cada llamada y debe procesarse en cada llamada. Un procedimiento que encuentra los veinte párrafos pertinentes sigue siendo más rápido, más barato y por lo general más preciso que otro que introduce diez mil párrafos y confía en la atención. La ventana grande eleva mucho el umbral a partir del cual el troceado se vuelve necesario. No sustituye a la pregunta de qué información hace falta para esta respuesta concreta.

La cifra más interesante de la especificación no es un valor absoluto sino una proporción. La entrada nueva cuesta 10 USD por millón de tokens; un acierto de caché, 0,25 USD. Escribir en la caché cuesta 12,50 USD por millón de tokens en el nivel de cinco minutos y 20 USD en el de una hora. En Fable 5.1 y Mythos 5.1 el precio de lectura es 0,025 veces el precio base, frente a 0,1 veces en todos los demás modelos Claude, y según Anthropic ese es el único cambio de precio respecto a Fable 5 (Anthropic).

El factor 40 entre entrada nueva y acierto de caché es lo que decide los diseños. En un bucle de agente, el mismo prompt de sistema, las mismas definiciones de herramientas y el mismo contexto de proyecto se releen en cada paso. Una tarea de doscientas llamadas a herramientas relee doscientas veces el mismo preámbulo. Que ese preámbulo se facture cada vez como entrada nueva o como acierto de caché no es un detalle contable, sino la frontera entre un diseño que se puede llevar a producción y otro que se queda en la demostración.

Precisamente por eso, la formulación de la propia Anthropic de que las cargas típicas resultan alrededor de un 25 por ciento más baratas y las muy agénticas hasta un 45 por ciento es una estimación sobre tasas de acierto de caché y no una bajada de precio (Anthropic). Los precios de cabecera de entrada y salida no han cambiado respecto a Fable 5. Una carga con mala localidad de caché no ve casi nada de ese ahorro, y quien escribe el 25 por ciento en un presupuesto sin esa salvedad no tiene un presupuesto sino una esperanza.

Lo que hace buenas o malas las tasas de acierto en la práctica no es una métrica documentada sino lógica de ingeniería, y puede enunciarse:

• Un prefijo estable. Lo que se reutiliza es el comienzo inalterado de la petición. Todo lo constante va delante y todo lo variable detrás. Una marca de tiempo, un identificador de sesión o un nombre de usuario en el lugar equivocado invalida todo el contexto que sigue.
• Ensamblaje determinista. Listas de herramientas en orden aleatorio, resultados de recuperación con ordenación cambiante u objetos con orden de claves inestable generan un prefijo nuevo en cada ejecución. La caché no ve entonces dos veces lo mismo.
• La vida útil frente al ritmo de la tarea. Cinco minutos encajan con un bucle de agente de cadencia estrecha. No encajan con un diálogo en el que una persona pasa veinte minutos en una reunión entre dos preguntas. El nivel de una hora cuesta más al escribir y solo compensa cuando de verdad rescata el acierto.
• Suficiente repetición por prefijo. Muchas peticiones cortas y sin relación entre sí se reparten entre muchos prefijos. Cada una paga una escritura y rara vez obtiene una lectura. Ese es el caso en el que la economía de la caché juega en su contra, y entonces la interfaz por lotes con un 50 por ciento de descuento en ambos sentidos suele ser el mejor camino.

Un indicio concreto de la lista de precios respalda el mismo punto: el conjunto de herramientas para uso del ordenador añade unos 4.500 tokens de entrada por petición y el de uso del navegador unos 6.600 (Anthropic). Es un bloque constante que reaparece en cada paso y, por tanto, exactamente el material que corresponde a un prefijo estable.

Fable 5.1 está pensado para ejecuciones largas. Anthropic cita como prueba una ejecución no supervisada de 38 horas sobre un problema de aprendizaje automático (Anthropic). Es una declaración del proveedor sobre una única ejecución y no un resultado de distribución, pero sirve como orden de magnitud de aquello para lo que se diseñó el modelo.

El modo de razonamiento es adaptativo y está siempre activo; el anterior modo manual con presupuesto explícito de razonamiento ya no se acepta. Frente a Fable 5 hay tres cambios de ruptura que afectan a cualquier integración existente: el uso forzado de herramientas devuelve un error, los modelos anteriores no pueden leer los bloques de razonamiento de este modelo y editar turnos anteriores invalida dichos bloques. Como añadidos llegan, entre otros, un nivel de esfuerzo por mensaje, mensajes de sistema válidos por turno, avisos de progreso legibles entre llamadas a herramientas y el precio reducido de lectura de caché; varios están marcados como beta (Anthropic). Para la planificación esto significa que cambiar a este modelo no es un ajuste de configuración, sino una pequeña reconstrucción seguida de pruebas.

Con los niveles de esfuerzo hace falta cuidado. La documentación nombra high como valor por defecto (Anthropic), y el anuncio precisa que ese valor difiere según la superficie: high en Claude Code, medium en Claude Cowork y en claude.ai (Anthropic). El conjunto completo de valores aceptados no figura en las páginas de documentación que consultamos, de modo que no lo afirmamos.

La consecuencia práctica es incómoda pero importante: una cifra de benchmark o una estimación de coste sin nivel de esfuerzo indicado no es reproducible. Dos equipos que miden el mismo modelo a través de dos superficies distintas miden configuraciones distintas. Quien quiera que sus propuestas, resultados de prueba o comparaciones internas se sostengan anota el nivel junto a la cifra, igual que no dejaría pasar una medición sin unidad.

El corte de conocimiento y de datos de entrenamiento está en junio de 2026 (Anthropic). En términos operativos eso no significa nada dramático y mucho a la vez. Su lista de precios de la semana pasada, la decisión de ayer, el estado de su cartera de pedidos esta mañana: nada de eso está en el modelo. Tiene que llegar al contexto por recuperación, por una conexión de herramienta o por el prompt.

No es un defecto del modelo sino un requisito para la arquitectura, y es independiente del proveedor. Cualquier sistema que deba informar sobre hechos actuales sin un camino definido por el que esos hechos entren está mal especificado, por bueno que sea el modelo. Dos consecuencias nos han funcionado bien. Primera: toda respuesta basada en hechos exige una fuente nombrable en el contexto, no la memoria del modelo. Segunda: todo conjunto de evaluación necesita algunas preguntas cuya respuesta correcta cambió después del corte, porque prueban justo el camino que en producción se rompe en silencio con más facilidad.

Fable 5.1 y Mythos 5.1 llevan desde el lanzamiento una marca de agua invisible en el texto (Anthropic). Anthropic aplica el marcado en todo el mundo y no solo en la UE (Euronews). El trasfondo son las obligaciones de transparencia del artículo 50 del Reglamento de IA, aplicables desde el 2 de agosto de 2026, que exigen un marcado legible por máquina de los contenidos sintéticos.

Lo decisivo es la salvedad que la propia Anthropic formula. Una marca detectada indica que un contenido pudo haber sido procesado por Claude, expresamente no es concluyente del todo y por sí sola no confirma la procedencia del contenido (Anthropic Help Center). A ello se suma que la interfaz de detección solo está abierta a un círculo restringido en una vista previa cerrada (MacRumors).

Para una empresa que quiera documentar su propio uso de la IA se deriva de ahí una indicación de diseño sobria, y se trata de una valoración técnica y no de asesoramiento jurídico: la marca de agua es una señal dentro de la salida que no le pertenece, que por lo general usted no puede leer y cuyo valor probatorio limita el propio proveedor. No es, por tanto, una pista de auditoría. Si ha de poder rastrearse qué modelo generó qué salida a partir de qué entrada y en qué momento, y quién la aprobó, esa prueba nace en sus propios registros. Técnicamente es poco espectacular, porque son los mismos registros que se llevan de todos modos para depuración y control de costes.

En los proyectos alemanes, el tratamiento de los datos decide sobre el uso de un modelo con más frecuencia que su capacidad. Aquí la situación está documentada con claridad y sorprende a muchos. Anthropic clasifica Fable 5.1 como Covered Model. Estos modelos exigen una conservación de datos de 30 días y no están disponibles bajo retención cero de datos salvo autorización expresa de Anthropic. Una organización que opere con retención cero debe activar deliberadamente la conservación para un espacio de trabajo concreto; de lo contrario las peticiones se rechazan con un error (Anthropic).

Dos añadidos de la misma fuente son necesarios, porque sin ellos el cuadro queda torcido. Los datos conservados, según Anthropic, no se utilizan para el entrenamiento de modelos sin permiso expreso. Y también bajo retención cero pueden conservarse hasta dos años los contenidos marcados como llamativos. La retención cero tampoco cubre todas las vías de entrada al sistema, entre ellas ni la interfaz por lotes ni el almacén de archivos.

A eso se suma la cuestión regional. En la interfaz de primera parte no existe una región de inferencia en la UE. El parámetro de región de inferencia acepta exactamente dos valores, global y us, y el almacenamiento se produce exclusivamente en Estados Unidos; la región de un espacio de trabajo no puede modificarse tras su creación (Anthropic). El camino practicable dentro de la UE pasa por una nube socia: Amazon Bedrock y Google Cloud ofrecen puntos de acceso regionales con enrutamiento garantizado de los datos, con un recargo del 10 por ciento frente a los puntos globales, y fijan sus propias fechas de ciclo de vida (Anthropic).

Esto es un dato de diseño y no un veredicto sobre el modelo. En la práctica quedan tres vías, y la elección se hace antes del primer prototipo, no después. Primera: punto de acceso regional en una nube socia, con el recargo y con el proveedor de nube como encargado del tratamiento. Segunda: interfaz de primera parte con conservación activada de forma consciente, para clases de datos en las que eso sea defendible. Tercera: la clase de datos en cuestión no llega en absoluto a este modelo, porque otro modelo o una instalación local asume la parte que ve los campos sensibles. La tercera vía se examina demasiado poco, aunque en sistemas de conocimiento y de documentos suele ser la más limpia.

Dicho con honestidad, cambia un conjunto abarcable pero valioso de clases de tareas. Los análisis sobre corpus que hasta ahora fallaban por el troceado se vuelven viables en una sola pasada. Las ejecuciones de agentes que antes se desmoronaban en el límite del contexto se mantienen continuas. Y los diseños que deben releer muy a menudo la misma base se vuelven económicos gracias al precio de lectura de caché, siempre que el montaje dé la tasa de acierto. Son tres desplazamientos reales y afectan justo al trabajo que en una consultoría aparece de otro modo como faena rutinaria.

Dicho con la misma honestidad, lo que permanece igual. También las capacidades del modelo tienen límites: las pruebas de intrusión, la generación de exploits, el análisis basado en binarios y las tareas de investigación biológica se derivan a los modelos Opus, y el modo rápido no está disponible en Fable 5.1 (Anthropic, Anthropic).

Más importantes son, sin embargo, los problemas que ningún modelo toca. La calidad de los datos sigue siendo su tarea: una ventana mayor solo lee con más detenimiento unos datos maestros contradictorios. La definición de procesos sigue siendo su tarea: un agente que no sabe cuándo un asunto está decidido solo reproduce la ambigüedad que ya había en el equipo. Los permisos siguen siendo su tarea: un modelo al que se le deja verlo todo es un problema de protección de datos con buen don de lenguas. La evaluación sigue siendo su tarea, porque sin un conjunto de casos con respuesta correcta conocida nadie puede decir si un cambio mejoró algo. Y el coste del error se queda donde estaba: en una lista de sugerencias un fallo es molesto, en una factura emitida es caro. Esa distinción decide el grado de automatización, y es una cuestión de negocio.

Nuestra posición es sin dramatismo: Fable 5.1 desplaza el límite de lo que un montaje puede sostener, y lo desplaza en un punto que en la práctica frenaba de verdad. No desplaza ni una sola de las preguntas que deben estar resueltas antes. ¿Cuál de esas preguntas sigue abierta en su próximo proyecto?